2025年这一年，大模型能力几乎以“周”为单位迭代，推理、多模态、世界模型一路狂飙，但另一个现实也被业界关注：
产业最核心、也最真实的结构性矛盾。在这场“技术狂欢”与“价值困境”的撕裂中，问题早已不在于单一的模型能力，还在于工程化、服务化能力的缺失。大模型和智能体重要服务商中关村科金提供了实战洞察：企业级智能体的关键，不在于选“最强大语言模型”，而在于善用各类多模态、机理模型，构建符合行业场景需求的垂类大模型，真正解决具体业务问题；而
；模型落地也不是打榜，而是工程化能力对最后一厘米持续攻坚；同时，还需要生态协同，将行业Know-how和AI深度串联。这一方法论，让其在2025年实现营收、订单的显著增长，更使其成为AI落地领域的核心枢纽。在其12月9日举办的大模型与智能体产业创新峰会上，阿里、华为、百度、火山引擎、亚马逊等产业巨头和行业企业纷纷汇聚，共同探讨AI价值落地的新路径。
中关村科金总裁喻友平介绍，一年前，许多企业对大模型和智能体有些“迷茫”，今年则已形成普遍认知，客户已直接沟通具体实现路径和细节。尽管今年上半年曾因DeepSeek热，出现“一体机”投资热潮，但此后很快回归理性，将注意力放在解决真实业务问题上，呈现务实态度，并未出现美国因追求AGI而出现的投资狂潮和所谓“AI泡沫”。
智能体成为企业落地AI的核心形态。IDC 9月最新报告显示，在对大型企业调研中，40%的美国企业和27%的中国企业已将智能体投入生产，预计明年下半年轻松突破50%，速度创下科技史推广新纪录。截至今年底，预计全球智能体部署约为2900万个。
从大模型落地市场看，今年央国企扮演探路者和主力军，需求井喷。根据第三方统计，
。中关村科金为部分央国企提供了“十五五”规划的专业支持，这些央国企已将数字化转型与AI应用，明确列为单独章节，预计该市场未来几年还将保持高增长。从落地路径看，央国企的演进也具有代表性，正走向规模化和深度业务赋能自2024年下半年起，央国企从零散场景探索转向体系化建设，系统部署算力、模型与平台，在此基础上，展开批量场景落地。2025年第二季度开始，需求从通用场景进一步深入到垂类业务赋能，如能耗与工艺优化、新能源风机运维、电力交易价格预测等更具价值的场景，并对多模态模型提出明确需求。
汽车行业则是大模型应用的“前沿阵地”。激烈的市场竞争迫使车企在营销、智驾与服务上积极跟进新技术，玩法新颖。以营销为例，2025年第二季末起，车企为冲刺年底销量，营销需求集中爆发。由于90%以上的汽车发布流量来自社交媒体，呈现高并发、用户停留时间短等特点，传统人力难以高效挖掘商机，催生了大模型应用。在中关村科金与车企的实践中，大模型实现全渠道线%以上有效线索
邀约试驾的全链路，压缩至5-10分钟。在工业领域，喻友平调研部分大型企业，AI应用已较为先进，企业下一阶段将聚焦节能、排程等更深环节。但工业AI整体仍处于早期，业界共识是大模型落地需扎实的行业知识积累，国内企业在数字化与工业软件方面仍在“补课”
值得关注的是，2025年初伴随DeepSeek爆火，业界曾刮起“一体机旋风”，后续出现部分“烂尾”现象。中关村科金分析，一体机搭载基础问答、通用知识库，如果没有场景适配，很难被企业用起来。在一些招标中，针对客户需求，他们未推荐此类方案反而中标；后续中关村科金应一些客户的诉求，将闲置一体机改造，针对具体场景搭建平台，使AI应用重回正轨。
Token成本以指数级速度下降，实现每百万Token成本跌破1元；行业人士认为，通用场景
垂类场景及端到端方案，仍处于探索期，成本处于缓慢上升期。伴随未来产品化和可规模复制，将逐步进入普惠期。02
许多企业反馈大模型项目“未达预期”，成为关注点与核心痛点。中关村科熊猫体育官方网站金调研发现，这一落差来自“企业投入巨大，项目却多徘徊于通用场景”，未能深入业务核心，投入与产出失衡。IDC报告印证了此现象，北美AI项目平均成功率仅47%，亚太地区降至38%
存在能力与工程化双重不足。数据上，企业存在数据无序、缺乏共享、“部门墙”问题。业界认为这背后也指向了AI决策权责与数据控制权划分模糊。价值衡量上，ROI测算困难，执行层因权责、人员编制等现实顾虑产生退缩情绪。同时，智能体以科技史上最快速度普及，认知和准备不足，加剧了应用挑战。针对这些问题，中关村科金提出他们复盘的三大落地经验：
企业客户要有耐心与服务商共创场景，AI落地要形成端到端综合解决方案，该过程要实现流程优化、AI与业务系统集成，过程较漫长。这要求企业制定连贯统一的AI战略。
转变员工理念、培训应用能力，才能实现长期ROI。经过一年多探索，中关村科金跑通“平台+应用+服务”三级引擎战略，并成为行业共识。同时也被客户戏称“服务厂商中最懂技术、懂技术厂商中服务最好”
在这次峰会上，其公布了企业智能体落地路线图，并发布基于路线图的全新产品矩阵，以得助大模型平台5.0为基础，搭配AI能力平台与AI数据平台两大支撑翼，聚焦解决企业落地“最后一厘米”的工程化难题。
两大支撑翼体现了中关村科金在工程化上的投入，目标是将大模型潜力极致释放出来。其中，AI能力平台提供OCR、ASR、TTS等在垂直行业与场景具备高精度识别、高质量效果的传统小模型及基础AI能力。AI数据平台专注于知识洞察与高效运营，助力企业激活沉淀数据价值，大幅降低治理成本，并为智能体决策提供精准数据支撑。
智能体集市集成金融、工业、汽车等六大行业300+现成智能体，支持 “即取即用” 的场景验证。同时强化开发运维全链路能力，覆盖知识引擎、智能体开发、效果评测、部署运维
的新一代人机协作智能平台，通过人工与多智能体深度协作，助力企业精准高效连接客户。如在营销端，线索分析数字员工助力汽车企业实现到店线% ；销售端，智能洞察、质检、陪练闭环迭代，可缩短销售周期、拉动营收，并复制金牌销售能力。在客服端，全渠道全媒体的接入和全流程覆盖的人机协作能力，能够大幅提升企业服务带宽，个性化服务海量客户需求。
二是得助智能工作应用平台，聚焦垂类行业知识治理与智能办公需求，以“1个智能知识库+问答、写作、审核、问数4类办公场景智能体”的产品形态，破解垂直行业办公智能体落地难题。例如，智能知识库支持30多种非结构化数据格式接入，多模态复杂场景识别准确率超90%。智能写作可实现超过10万字的专业报告撰写。智能审核智能体融合使用大小模型与规则引擎，审核准确率超90%。
喻友平指出，大模型时代的核心是构建“超级连接”互联网实现了信息平等，移动互联网推动了服务与物联网进步，AI时代则将实现数据、系统、场景与人的大规模连接，形成巨大的协同网络。这种连接将极大释放生产潜力，驱动效率提升与生产力跃迁，而中关村科金战略和产品布局，正是以此宏大愿景作为底层逻辑。会上，中关村科金与华为云、阿里云、百度智能云、字节火山引擎等，共同发布了
当前，伴随AI的演进，服务商正经历“重构与淘汰”的洗牌期。中关村科金的模式与大厂形成差异：不同于大厂常外包给ISV，中关村科金倾向自主主导项目，根据需求灵活匹配底层算力与模型。据IDC报告，其智能客服市场份额居全国第四、垂类大模型厂商第一，是中国智能体开发平台主要厂商之一。
增设提示词优化与机器人配置、调试的岗位，并培养懂业务的AI产品经理与咨询人才。在产品层面，公司聚焦大模型与智能体方向，最新发布的“3+2+2”智能体产品矩阵，助力企业快速开发智能体，用好智能体。喻友平将其产品矩阵比作“电站和工具”，“教客户做家电”
服务层面，始终是企业的核心和差异化能力，“AI应用无统一标品，需结合场景调试，本质是服务性过程。”喻友平说。为此，公司构建了“陪伴式开发”服务体系
这一服务体系，一是让客户相关人员从开端就深度参与开发；二是搭建运营和培训体系，使客户能自主开发后续业务场景；三是通过协助客户举办智能体大赛，持续收集需求迭代。该模式已在实践中取得不错的效果。如与宁夏交建联合研发交通基建垂类大模型 “灵筑智工” 时，客户十余名技术人员全程深度参与数据治理、智能体搭建到应用页面开发，交付后几个月内自主开发20多个垂直应用。与中电建财务公司的合作中，为其组织9场分级培训，让没有技术背景的业务人员也可自主搭建智能体。
模型侧，中国大模型正以开源、低成本、高效能，加速打开海外市场。近期，硅谷知名投资人宣布用Kimi-K2取代OpenAI成为生产力工具；美国多个编程平台接入智谱模型；新加坡国家人工智能计划放弃Meta，转而采用阿里Qwen开源架构，打造东南亚语言大模型。应用侧，大量C端AI应用率先出海，部分产品在海外榜单上霸榜，收入甚至超过国内，颠覆了“先做国内再出海”的传统模式。
B端出海也涌现明确需求。“有客户因国内使用体验好，做海外业务时希望我们同步跟进。”喻友平告诉数智前线。为此，中关村科金加大出熊猫体育官方网站海业务投入，全面升级出海产品Instadesk
智能家居品牌Imou乐橙借其方案构建全球标准化客服体系，整合15个海外主流服务渠道，依托AI实时翻译引擎，支持100+语种实时转换
，让客服效率提升50%以上，全球用户的满意度达到95%。在金融领域，其为全球保险巨头利马国际保险提供了AI智能外呼系统，在确保内容合规的同时，实现7*24小时多语言服务覆盖，人力成本降低30%、保险签约率提升超20%。在制造领域，多家营收超5亿美元的出海制造企业，已采用中关村科金全球联络中心及智能客服解决方案。
而对于大模型与智能体落地的下一步发展，喻友平判断，大语言模型的企业级应用潜力已逐渐接近天花板。未来两三年，其在知识问答、写作、审核、问数、客服、营销等场景的落地将逐渐触顶。而AI的下一波发展，需依托多模态、世界模型与实体载体的结合这才是AI领域真正的“iPhone Moment”
他表示，目前技术还在积累阶段，“当前仍在石子路上开车，未来定会有一条柏油马路。”据行业预测，到2030年左右，AI将进入“物理AI”阶段，届时智能体将广泛嵌入到每台PC、手机以及汽车、飞机等各类设备中。
