0
| 本文作者： 周蕾 | 2025-12-30 14:48 |
大模型是認知和語言的技術，本質上解決的是服務環節智能化、規模化的問題。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？中關村科金總裁喻友平告訴雷峰網(公眾號：雷峰網)，營銷、客服、銷售這三個環節的規律性和產品化的可能性清晰可見，是中關村科金重點選擇的方向。同時，幫助企業在辦公和研發生產環節提效，釋放新質生產力也是公司布局的方向。
他認為，AI Agent的商業模式還在混沌探索之中，尚未到塵埃落定的時候，標準化也應該是創造價值之后的沉淀。
這家已走過了十年的行業know-how積累和技術產品打磨期的公司，從最初的音視頻技術與智能客服，逐步將產品擴展至營銷服、企業辦公和研發生產領域，形成了一套覆蓋企業前中后臺的智能化產品方案工具集。
今年12月9日，中關村科金舉辦“超級連接·智見未來” EVOLVE 2025 大模型與智能體產業創新峰會。在峰會之后，我們與喻友平深入地聊了聊關于大模型與智能體的一切，以及這場技術浪潮掀起的To B變局。
如今，站在技術變革的十字路口，中關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品矩陣，與新一代AI技術深度融合，在這場行業洪流中，找到自己不可替代的生態位。
以下是雷峰網與喻友平的對話內容，雷峰網作了不改變原意的編輯：
雷峰網：現在談智能體，和以前談行業數智化，二者最大的區別在哪里？
喻友平：智能體是數智化發展到新階段的載體，它的應用場景更聚焦“人或組織的協同與生產力提升”，在營銷服、企業辦公、研發生產等環節都在落地，核心是具備自主感知、決策、執行的能力，能主動幫人解決具體任務。
其實每一次新技術出現，核心都是找到適配的場景發力，而不是完全替換掉舊技術。新概念出來后，大家容易把以往的相關實踐都打包進來，但本質上新技術和舊技術、傳統工具是互補關系。比如自然語言處理在客服場景的應用，小模型雖不算完美，但回答標準化問題時更精準、快速；像金融這類強規則、低容錯的場景，小模型的合規性反而更有保障。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，新技術的價值是補位而非替代，智能體也是如此。
雷峰網：對于智能體的判斷是什么？做智能體最有挑戰的是哪一部分？
喻友平：智能體，現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 know-how，比如某個場景下智能體的準確率、響應速度，最終能不能轉化為實際業務價值，這些都需要落地到具體行業場景里去驗證。
我們服務客戶時會發現，每個場景都需要專門的團隊做持續的效果調優，還要不斷進行數據標注，這些都是非常依賴經驗的工作。而越是這種經驗性的積累，越能形成真正的競爭門檻。如果一件事完全靠標準化技術就能解決，不需要任何行業沉淀，那其實沒什么壁壘可言。
另外，智能體絕對不能孤立存在，必須和企業現有的業務流程、核心規則深度融合。要是脫離了實際業務場景，只做一個獨立的技術產品，企業試用一下就沒下文了，根本沒有持續的生命力。企業首先要判斷清楚：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，一是經驗性門檻的搭建，需要長期的行業實踐和數據沉淀；二是與企業現有業務的深度融合，不能脫節；三是精準匹配需求，不能盲目濫用技術，要先判斷問題本質再選擇合適的解決方案。
雷峰網：您覺得Agent接下來有可能的發展趨勢是什么？
喻友平：以前我們說廣告推薦是 “千人千面”，但本質上只是單向的內容推送，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務助理，甚至會出現業務 Agent 和個人 Agent 之間直接溝通協作的情況。
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，現在已經能看到一些自然發生的苗頭了，只是還沒形成規模化趨勢。等未來每個人、每個企業都有一個或多個能力足夠強的 Agent，幫我們處理日常事務、對接業務需求時，A2A 就會慢慢成為常態。
說到底，Agent 的核心價值會從 “單向輔助” 走向 “人機協同”，而 A2A 正是這種協同的終極形態之一，后續的想象空間非常大。
雷峰網：目前AI Agent的商業模式是怎樣的？
喻友平：各種模式都有，現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、項目制收費的傳統模式，也有按業績達成率分成的創新形式，不同企業會根據場景特性和客戶需求靈活選擇。
對大模型及智能體相關企業來說，現階段的核心優先級并非糾結于固定的商業模式，而是要聚焦高價值場景，把技術落地的效果做扎實。只有真正幫客戶解決了核心痛點、創造了可量化的實際價值，才能構建起可持續的商業閉環，也才有進一步探索成熟商業模式的基礎。畢竟商業的本質是價值交換，先把價值交付做到位，后續的模式迭代自然水到渠成。
雷峰網：現在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，現在涉及智能體平臺搭建、多場景協同的智能體項目，金額已經明顯變大，也有上億規模的案例。本質上，企業需要想清楚：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，需要我們和企業客戶一起慢慢梳理、明確界定，找到價值錨點才是關鍵。
雷峰網：客戶和您提Agent，他們最關心什么問題？
喻友平：客戶其實可以分為幾類。央國企本身有場景、有數據、也有資金，核心關注點就兩件事 —— 提效與創新。他們會問 “現在這些技術到底能幫我做什么”，也會考慮場景落地的優先級，更希望有成熟的優秀案例可參考，關鍵是要和自身具體業務深度結合。
金融機構的需求和應用場景相對清晰，也是目前落地速度較快的行業。而民營企業，比如車企，最核心的訴求是能否實現增收、降本。
所以核心需求其實可以總結為八個字：增收、提效、降本、創新。簡單說，越市場化的企業，越看重降本增收；規模越大的企業，越關注創新提效。
雷峰網：外界經常會提到一個說法，就是互聯網云大廠缺乏To B基因。
喻友平：互聯網產品出身的人，大多認同 “能為最終客戶創造價值，產品才有持續生命力” 。這個想法本身沒問題，但 To B 的價值落地，路徑其實很多，真正關鍵的是先把 “根” 扎深，把核心能力做扎實，剩下的交給生態伙伴去延伸就好。
To B 領域里，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，其他部分全靠生態協同來補，這是 To B 平臺型公司的唯一正確打法。要是脫離了生態，只會事倍功半，花十倍力氣，可能只拿到一分結果。
我們在生態上做了不少工作，剛剛也有提到，中關村科金聯合華為云、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一起發布了“超級連接”全球生態伙伴計劃。在模型層面，我們開放支持國內外主流大模型和異構算力，并做好統一納管，提供給客戶最合適的選擇。
說到底，To B 是個特別復雜的協同過程：要服務各行各業的客戶，還得滿足企業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品，就能把大家都服務好。這就是 To B 和 To C 最本質的區別。
雷峰網：To B的定制化和標準化之爭您怎么看？
喻友平：企業的產品最終要能幫助客戶創造價值，所謂的標準化，是創造價值之后的沉淀。如果連價值都沒創造出來，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：對有的廠商來說，定制化容易導致虧損。
喻友平： 初期出現虧損是常見的，核心在于企業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，這對廠商的行業判斷力和戰略定力提出了極高要求。
雷峰網：做了那么多To B相關的崗位，這個過程中得到哪些商業化的啟示？
喻友平：To B客戶付費的核心邏輯，是產品能解決其真實痛點，沒有扎實的商業邏輯作為支撐，很難讓客戶付費。商業的本質是價值交換，只有聚焦客戶痛點，創造出不可替代的核心價值，才能構建起可持續的商業生態，這也是我一直以來堅守的商業準則。
雷峰網：之前也有做行業大模型的論調，和現在垂類大模型的說法，最大的區別在哪里？
喻友平：核心區別在于知識沉淀的載體和業務落地的導向不同。過去大家總說要調一個行業大模型，但現在越來越多實踐證明，這種思路已經不夠了，現在更傾向于聚焦行業或場景下的智能體。
以前做的 SFT 模型，往往只有基礎的問答能力，離真正 “理解業務問題” 還有很大差距。而垂類大模型不一樣，它自帶更扎實的業務理解能力和行業知識儲備，本質是各類企業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交互層面。
雷峰網：有相當多廠商做Agent會首選營銷、客服場景來展開，中關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、銷售的一體化布局。最近我們發布了 “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作智能平臺 ，把核心從 “客服” 轉向 “客戶”，這才更貼合企業的實際需求。
什么是真正的營銷服一體化？本質是讓企業與客戶的所有觸點，都形成連貫的連接與服務閉環。拿汽車行業舉例，新車線上發布直播時，用戶在直播間留下評論的瞬間，企業就該啟動精準觸達：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、人工或是人機協同都可以靈活切換，而背后已經是需求洞察、智能外呼、客戶服務、銷售輔助等多個 Agent 在協同發力。
“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，讓企業與客戶的有效連接頻次實現量級增長，這才是營銷服一體化的核心價值，也是我們產品布局的關鍵邏輯。
雷峰網：對營銷的提及率很高，這是你們會重點發力的場景。
喻友平：營銷確實是我們的核心發力方向之一，而且不只是單一的營銷環節，而是要和客戶服務、銷售打通，形成一體化的價值閉環。大模型的核心價值，本質上是解決服務環節的智能化與規模化難題。
OpenAI 董事長、Sierra 聯合創始人兼 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：算力、模型、平臺……您認為中關村科金現在最應該做的事情是什么？
喻友平：中關村科金的使命是AI科技驅動創新增長，讓企業更快、更好的用上AI并帶來生產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+應用+服務”的三級引擎戰略，今年我們進一步把它升級成企業級智能體落地路線圖，并發布“3+2+2”智能體產品矩陣，包括得助大模型平臺5.0、AI能力平臺、AI數據平臺三大基礎平臺，得助智能客戶平臺5.0、得助智能工作應用平臺智樞兩大通用場景應用平臺，以及金融和工業兩大行業智能體平臺。
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，中關村科金聯合華為云、阿里云、百度智能云、火山引擎、亞馬遜云科技、超聚變等企業共同發布了 “超級連接” 全球生態伙伴計劃，也一起推出了面向行業的聯合解決方案。
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的需求，開源的越多，商業化、企業級平臺的需求就會越發凸顯，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、效果評測、部署運維、運行監測、效果優化等，這些能力可以保障企業場景 Agent 落地成功率達到 95%。同時，我們還把金融、工業、汽車、零售、交通、政務六大行業超過 300 個智能體放到智能體集市中，讓企業可以快速進行場景驗證，更加聚焦創新而非基礎建設。
雷峰網：做平臺算是接下來AI產業最大的機會？
喻友平：其實現在 AI 產業最大的機會是芯片，只有當芯片變成隨處可見的大宗商品，不再是稀缺資源時，應用層的機會才會真正爆發。我始終覺得，芯片遲早會成為標準化產品，獲取門檻不會再是行業瓶頸。
所以我們的思路不是跟風追當下的熱點，而是要在未來的關鍵路口提前布局。現在要做的，就是到那個應用爆發的節點扎營等待，把該做的準備都做足，等行業條件成熟時，自然能抓住真正的機會。
雷峰網：那企業級大模型平臺，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測評、統一納管，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。更關鍵的是，平臺要能支撐起在業務場景里持續可用、可優化、可迭代的 Agent，現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級大模型平臺做得特別好，大家都還在摸索階段，但中關村科金在這些核心維度上的表現，在行業里還是比較靠前的。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
