0
| 本文作者： 周蕾 | 2025-12-30 14:48 |
大模型是認知和語言的技術(shù)，本質(zhì)上解決的是服務(wù)環(huán)節(jié)智能化、規(guī)模化的問題。但并非所有問題都需要用到智能體，也不都屬于大模型的解決范疇——“不能為了賣這把錘子，就把所有東西都當釘子敲。”
在這場變局之中，可以用“錘子敲一下”的場景是什么？中關(guān)村科金總裁喻友平告訴雷峰網(wǎng)，營銷、客服、銷售這三個環(huán)節(jié)的規(guī)律性和產(chǎn)品化的可能性清晰可見，是中關(guān)村科金重點選擇的方向。同時，幫助企業(yè)在辦公和研發(fā)生產(chǎn)環(huán)節(jié)提效，釋放新質(zhì)生產(chǎn)力也是公司布局的方向。
他認為，AI Agent的商業(yè)模式還在混沌探索之中，尚未到塵埃落定的時候，標準化也應(yīng)該是創(chuàng)造價值之后的沉淀。
這家已走過了十年的行業(yè)know-how積累和技術(shù)產(chǎn)品打磨期的公司，從最初的音視頻技術(shù)與智能客服，逐步將產(chǎn)品擴展至營銷服、企業(yè)辦公和研發(fā)生產(chǎn)領(lǐng)域，形成了一套覆蓋企業(yè)前中后臺的智能化產(chǎn)品方案工具集。
今年12月9日，中關(guān)村科金舉辦“超級連接·智見未來” EVOLVE 2025 大模型與智能體產(chǎn)業(yè)創(chuàng)新峰會。在峰會之后，我們與喻友平深入地聊了聊關(guān)于大模型與智能體的一切，以及這場技術(shù)浪潮掀起的To B變局。
如今，站在技術(shù)變革的十字路口，中關(guān)村科金的核心命題已然清晰：如何將過去十年沉淀的場景理解與產(chǎn)品矩陣，與新一代AI技術(shù)深度融合，在這場行業(yè)洪流中，找到自己不可替代的生態(tài)位。
以下是雷峰網(wǎng)與喻友平的對話內(nèi)容，雷峰網(wǎng)作了不改變原意的編輯：
雷峰網(wǎng)(公眾號：雷峰網(wǎng))：現(xiàn)在談智能體，和以前談行業(yè)數(shù)智化，二者最大的區(qū)別在哪里？
喻友平：智能體是數(shù)智化發(fā)展到新階段的載體，它的應(yīng)用場景更聚焦“人或組織的協(xié)同與生產(chǎn)力提升”，在營銷服、企業(yè)辦公、研發(fā)生產(chǎn)等環(huán)節(jié)都在落地，核心是具備自主感知、決策、執(zhí)行的能力，能主動幫人解決具體任務(wù)。
其實每一次新技術(shù)出現(xiàn)，核心都是找到適配的場景發(fā)力，而不是完全替換掉舊技術(shù)。新概念出來后，大家容易把以往的相關(guān)實踐都打包進來，但本質(zhì)上新技術(shù)和舊技術(shù)、傳統(tǒng)工具是互補關(guān)系。比如自然語言處理在客服場景的應(yīng)用，小模型雖不算完美，但回答標準化問題時更精準、快速；像金融這類強規(guī)則、低容錯的場景，小模型的合規(guī)性反而更有保障。這就跟爬山時對講機有時比智能手機更實用一樣，不是智能手機不好，而是不同場景下需要匹配不同工具，新技術(shù)的價值是補位而非替代，智能體也是如此。
雷峰網(wǎng)：對于智能體的判斷是什么？做智能體最有挑戰(zhàn)的是哪一部分？
喻友平：智能體，現(xiàn)在還在一個非常初期的階段，有很多可以做的事情。智能體的核心是要深度融合行業(yè) know-how，比如某個場景下智能體的準確率、響應(yīng)速度，最終能不能轉(zhuǎn)化為實際業(yè)務(wù)價值，這些都需要落地到具體行業(yè)場景里去驗證。
我們服務(wù)客戶時會發(fā)現(xiàn)，每個場景都需要專門的團隊做持續(xù)的效果調(diào)優(yōu)，還要不斷進行數(shù)據(jù)標注，這些都是非常依賴經(jīng)驗的工作。而越是這種經(jīng)驗性的積累，越能形成真正的競爭門檻。如果一件事完全靠標準化技術(shù)就能解決，不需要任何行業(yè)沉淀，那其實沒什么壁壘可言。
另外，智能體絕對不能孤立存在，必須和企業(yè)現(xiàn)有的業(yè)務(wù)流程、核心規(guī)則深度融合。要是脫離了實際業(yè)務(wù)場景，只做一個獨立的技術(shù)產(chǎn)品，企業(yè)試用一下就沒下文了，根本沒有持續(xù)的生命力。企業(yè)首先要判斷清楚：這個問題到底能不能用智能體解決？是不是屬于大模型的能力范疇？很多時候，一些問題用傳統(tǒng)視覺模型就能高效解決，沒必要硬套智能體的框架， 我們不能為了推廣技術(shù)就硬湊場景，就像不能拿著錘子，就把所有東西都當釘子來敲一樣。
所以做智能體最核心的挑戰(zhàn)，一是經(jīng)驗性門檻的搭建，需要長期的行業(yè)實踐和數(shù)據(jù)沉淀；二是與企業(yè)現(xiàn)有業(yè)務(wù)的深度融合，不能脫節(jié)；三是精準匹配需求，不能盲目濫用技術(shù)，要先判斷問題本質(zhì)再選擇合適的解決方案。
雷峰網(wǎng)：您覺得Agent接下來有可能的發(fā)展趨勢是什么？
喻友平：以前我們說廣告推薦是 “千人千面”，但本質(zhì)上只是單向的內(nèi)容推送，沒法形成真正的互動交流。而未來的趨勢會是 “人人有 Agent”，每個人可能會擁有多個智能助理，不只是個人生活場景的幫手，工作上也會有專屬的業(yè)務(wù)助理，甚至會出現(xiàn)業(yè)務(wù) Agent 和個人 Agent 之間直接溝通協(xié)作的情況。
我之前就遇到過一個很有意思的場景：營銷場景的機器人和我的手機運營商機器人自動聊了好幾輪，我還把錄音存了下來。其實這就是 A2A（Agent to Agent）的雛形，現(xiàn)在已經(jīng)能看到一些自然發(fā)生的苗頭了，只是還沒形成規(guī)模化趨勢。等未來每個人、每個企業(yè)都有一個或多個能力足夠強的 Agent，幫我們處理日常事務(wù)、對接業(yè)務(wù)需求時，A2A 就會慢慢成為常態(tài)。
說到底，Agent 的核心價值會從 “單向輔助” 走向 “人機協(xié)同”，而 A2A 正是這種協(xié)同的終極形態(tài)之一，后續(xù)的想象空間非常大。
雷峰網(wǎng)：目前AI Agent的商業(yè)模式是怎樣的？
喻友平：各種模式都有，現(xiàn)在還沒到一個塵埃落定的階段，還在變化中。具體來看，既有按量計費、項目制收費的傳統(tǒng)模式，也有按業(yè)績達成率分成的創(chuàng)新形式，不同企業(yè)會根據(jù)場景特性和客戶需求靈活選擇。
對大模型及智能體相關(guān)企業(yè)來說，現(xiàn)階段的核心優(yōu)先級并非糾結(jié)于固定的商業(yè)模式，而是要聚焦高價值場景，把技術(shù)落地的效果做扎實。只有真正幫客戶解決了核心痛點、創(chuàng)造了可量化的實際價值，才能構(gòu)建起可持續(xù)的商業(yè)閉環(huán)，也才有進一步探索成熟商業(yè)模式的基礎(chǔ)。畢竟商業(yè)的本質(zhì)是價值交換，先把價值交付做到位，后續(xù)的模式迭代自然水到渠成。
雷峰網(wǎng)：現(xiàn)在Agent項目金額都不大。
喻友平：確實有不少Agent項目金額相對有限，這部分項目有點類似BPO人力外包的數(shù)字化升級。很多客戶還在探索階段，不認為Agent能立刻解決核心難題，所以愿意拿出幾十萬“試水”，但暫時不會投入更多，核心原因還是沒完全看清背后的長期價值。
不過這種情況正在變化，現(xiàn)在涉及智能體平臺搭建、多場景協(xié)同的智能體項目，金額已經(jīng)明顯變大，也有上億規(guī)模的案例。本質(zhì)上，企業(yè)需要想清楚：智能體到底能帶來什么核心價值？哪些場景最適合引入？投資回報率（ROI）又該如何量化？這些問題，需要我們和企業(yè)客戶一起慢慢梳理、明確界定，找到價值錨點才是關(guān)鍵。
雷峰網(wǎng)：客戶和您提Agent，他們最關(guān)心什么問題？
喻友平：客戶其實可以分為幾類。央國企本身有場景、有數(shù)據(jù)、也有資金，核心關(guān)注點就兩件事 —— 提效與創(chuàng)新。他們會問 “現(xiàn)在這些技術(shù)到底能幫我做什么”，也會考慮場景落地的優(yōu)先級，更希望有成熟的優(yōu)秀案例可參考，關(guān)鍵是要和自身具體業(yè)務(wù)深度結(jié)合。
金融機構(gòu)的需求和應(yīng)用場景相對清晰，也是目前落地速度較快的行業(yè)。而民營企業(yè)，比如車企，最核心的訴求是能否實現(xiàn)增收、降本。
所以核心需求其實可以總結(jié)為八個字：增收、提效、降本、創(chuàng)新。簡單說，越市場化的企業(yè)，越看重降本增收；規(guī)模越大的企業(yè)，越關(guān)注創(chuàng)新提效。
雷峰網(wǎng)：外界經(jīng)常會提到一個說法，就是互聯(lián)網(wǎng)云大廠缺乏To B基因。
喻友平：互聯(lián)網(wǎng)產(chǎn)品出身的人，大多認同 “能為最終客戶創(chuàng)造價值，產(chǎn)品才有持續(xù)生命力” 。這個想法本身沒問題，但 To B 的價值落地，路徑其實很多，真正關(guān)鍵的是先把 “根” 扎深，把核心能力做扎實，剩下的交給生態(tài)伙伴去延伸就好。
To B 領(lǐng)域里，真正走得通的路只有一條：聚焦一個核心賽道，砸足夠多的資源做到極致，其他部分全靠生態(tài)協(xié)同來補，這是 To B 平臺型公司的唯一正確打法。要是脫離了生態(tài)，只會事倍功半，花十倍力氣，可能只拿到一分結(jié)果。
我們在生態(tài)上做了不少工作，剛剛也有提到，中關(guān)村科金聯(lián)合華為云、阿里云、百度智能云、火山引擎、亞馬遜云科技、超聚變等云和算力企業(yè)一起發(fā)布了“超級連接”全球生態(tài)伙伴計劃。在模型層面，我們開放支持國內(nèi)外主流大模型和異構(gòu)算力，并做好統(tǒng)一納管，提供給客戶最合適的選擇。
說到底，To B 是個特別復雜的協(xié)同過程：要服務(wù)各行各業(yè)的客戶，還得滿足企業(yè)五花八門的個性化需求；但 To C 不一樣，面對的是有共性需求的海量用戶，只要做出一款足夠頂尖的產(chǎn)品，就能把大家都服務(wù)好。這就是 To B 和 To C 最本質(zhì)的區(qū)別。
雷峰網(wǎng)：To B的定制化和標準化之爭您怎么看？
喻友平：企業(yè)的產(chǎn)品最終要能幫助客戶創(chuàng)造價值，所謂的標準化，是創(chuàng)造價值之后的沉淀。如果連價值都沒創(chuàng)造出來，就提標準化沒有太大的意義。智能體和大模型在To B的落地現(xiàn)在還是從0到1的過程，先把問題解決好。有了第一個（案例）之后，再想能不能復制，這個時候才能談標準化。
雷峰網(wǎng)：對有的廠商來說，定制化容易導致虧損。
喻友平： 初期出現(xiàn)虧損是常見的，核心在于企業(yè)能否精準鎖定高價值場景，以及這些場景是否具備可復制潛力，這對廠商的行業(yè)判斷力和戰(zhàn)略定力提出了極高要求。
雷峰網(wǎng)：做了那么多To B相關(guān)的崗位，這個過程中得到哪些商業(yè)化的啟示？
喻友平：To B客戶付費的核心邏輯，是產(chǎn)品能解決其真實痛點，沒有扎實的商業(yè)邏輯作為支撐，很難讓客戶付費。商業(yè)的本質(zhì)是價值交換，只有聚焦客戶痛點，創(chuàng)造出不可替代的核心價值，才能構(gòu)建起可持續(xù)的商業(yè)生態(tài)，這也是我一直以來堅守的商業(yè)準則。
雷峰網(wǎng)：之前也有做行業(yè)大模型的論調(diào)，和現(xiàn)在垂類大模型的說法，最大的區(qū)別在哪里？
喻友平：核心區(qū)別在于知識沉淀的載體和業(yè)務(wù)落地的導向不同。過去大家總說要調(diào)一個行業(yè)大模型，但現(xiàn)在越來越多實踐證明，這種思路已經(jīng)不夠了，現(xiàn)在更傾向于聚焦行業(yè)或場景下的智能體。
以前做的 SFT 模型，往往只有基礎(chǔ)的問答能力，離真正 “理解業(yè)務(wù)問題” 還有很大差距。而垂類大模型不一樣，它自帶更扎實的業(yè)務(wù)理解能力和行業(yè)知識儲備，本質(zhì)是各類企業(yè)級智能體的核心底座，能直接支撐智能體在具體場景里解決實際問題，而不是只停留在基礎(chǔ)交互層面。
雷峰網(wǎng)：有相當多廠商做Agent會首選營銷、客服場景來展開，中關(guān)村科金的想法是什么？
喻友平：其實 “客服” 的定位有些局限，我們更傾向于將其升級為營銷、服務(wù)、銷售的一體化布局。最近我們發(fā)布了 “得助智能客戶平臺 5.0”，核心就是跳出單一 “客服” 場景，定位成覆蓋營銷服全場景的新一代人機協(xié)作智能平臺 ，把核心從 “客服” 轉(zhuǎn)向 “客戶”，這才更貼合企業(yè)的實際需求。
什么是真正的營銷服一體化？本質(zhì)是讓企業(yè)與客戶的所有觸點，都形成連貫的連接與服務(wù)閉環(huán)。拿汽車行業(yè)舉例，新車線上發(fā)布直播時，用戶在直播間留下評論的瞬間，企業(yè)就該啟動精準觸達：通過 AI 洞察用戶的需求傾向，再以語音或文字形式開展溝通，這個過程里 AI、人工或是人機協(xié)同都可以靈活切換，而背后已經(jīng)是需求洞察、智能外呼、客戶服務(wù)、銷售輔助等多個 Agent 在協(xié)同發(fā)力。
“智能客服” 只是目前相對成熟的一個切入點，我們更看重的是，借助 AI 的核心能力，讓企業(yè)與客戶的有效連接頻次實現(xiàn)量級增長，這才是營銷服一體化的核心價值，也是我們產(chǎn)品布局的關(guān)鍵邏輯。
雷峰網(wǎng)：對營銷的提及率很高，這是你們會重點發(fā)力的場景。
喻友平：營銷確實是我們的核心發(fā)力方向之一，而且不只是單一的營銷環(huán)節(jié)，而是要和客戶服務(wù)、銷售打通，形成一體化的價值閉環(huán)。大模型的核心價值，本質(zhì)上是解決服務(wù)環(huán)節(jié)的智能化與規(guī)模化難題。
OpenAI 董事長、Sierra 聯(lián)合創(chuàng)始人兼 CEO Bret Taylor說過一句話，我特別認同：“如果沒有大模型，我們很難想象一家有2億用戶的公司，可以和每個用戶都進行互動和溝通，但有了大模型就有這個可能性了。”
我們的實踐也印證了這一點，通過Agent幫客戶提升用戶連接效率、降低用戶流失率、提升用戶生命周期價值，這正是大模型在營銷服場景的核心潛力。
雷峰網(wǎng)：算力、模型、平臺……您認為中關(guān)村科金現(xiàn)在最應(yīng)該做的事情是什么？
喻友平：中關(guān)村科金的使命是AI科技驅(qū)動創(chuàng)新增長，讓企業(yè)更快、更好的用上AI并帶來生產(chǎn)力和價值的提升是我們一直努力的方向。去年我們提出“平臺+應(yīng)用+服務(wù)”的三級引擎戰(zhàn)略，今年我們進一步把它升級成企業(yè)級智能體落地路線圖，并發(fā)布“3+2+2”智能體產(chǎn)品矩陣，包括得助大模型平臺5.0、AI能力平臺、AI數(shù)據(jù)平臺三大基礎(chǔ)平臺，得助智能客戶平臺5.0、得助智能工作應(yīng)用平臺智樞兩大通用場景應(yīng)用平臺，以及金融和工業(yè)兩大行業(yè)智能體平臺。
我們不做底層算力和芯片，但我們和幾乎所有芯片廠商、云廠商都有合作。最近，中關(guān)村科金聯(lián)合華為云、阿里云、百度智能云、火山引擎、亞馬遜云科技、超聚變等企業(yè)共同發(fā)布了 “超級連接” 全球生態(tài)伙伴計劃，也一起推出了面向行業(yè)的聯(lián)合解決方案。
在平臺方面，我們看到不少大廠有開源智能體平臺，這確實降低了搭建簡單 Agent 的門檻，但每一次平臺開源之后，仍然有公司去做企業(yè)級平臺。因為在嚴肅的 ToB 場景中，直接用開源平臺無法很好地滿足企業(yè)的需求，開源的越多，商業(yè)化、企業(yè)級平臺的需求就會越發(fā)凸顯，這正是我們要做的事情。
我們最新升級的得助大模型平臺 5.0，強化了智能體開發(fā)運維全鏈路能力，升級迭代了十多項能力，包括知識引擎、智能體開發(fā)、效果評測、部署運維、運行監(jiān)測、效果優(yōu)化等，這些能力可以保障企業(yè)場景 Agent 落地成功率達到 95%。同時，我們還把金融、工業(yè)、汽車、零售、交通、政務(wù)六大行業(yè)超過 300 個智能體放到智能體集市中，讓企業(yè)可以快速進行場景驗證，更加聚焦創(chuàng)新而非基礎(chǔ)建設(shè)。
雷峰網(wǎng)：做平臺算是接下來AI產(chǎn)業(yè)最大的機會？
喻友平：其實現(xiàn)在 AI 產(chǎn)業(yè)最大的機會是芯片，只有當芯片變成隨處可見的大宗商品，不再是稀缺資源時，應(yīng)用層的機會才會真正爆發(fā)。我始終覺得，芯片遲早會成為標準化產(chǎn)品，獲取門檻不會再是行業(yè)瓶頸。
所以我們的思路不是跟風追當下的熱點，而是要在未來的關(guān)鍵路口提前布局。現(xiàn)在要做的，就是到那個應(yīng)用爆發(fā)的節(jié)點扎營等待，把該做的準備都做足，等行業(yè)條件成熟時，自然能抓住真正的機會。
雷峰網(wǎng)：那企業(yè)級大模型平臺，要做到什么程度才算是合格？
喻友平：這上面需要做的工作很多，合格的企業(yè)級大模型平臺，得把好幾件核心工作做扎實。首先得能對各類模型做好專業(yè)測評、統(tǒng)一納管，這一點本身就不簡單，你得摸透每個模型的特性，清楚它在什么場景下用最合適，不能盲目堆砌。更關(guān)鍵的是，平臺要能支撐起在業(yè)務(wù)場景里持續(xù)可用、可優(yōu)化、可迭代的 Agent，現(xiàn)在真正能做到這一點的平臺并不多。另外，平臺的安全性和合規(guī)性是絕對的底線，不能含糊。
客觀說，市面上目前沒有哪家能把企業(yè)級大模型平臺做得特別好，大家都還在摸索階段，但中關(guān)村科金在這些核心維度上的表現(xiàn)，在行業(yè)里還是比較靠前的。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
