后龍蝦時(shí)代：誰在成為企業(yè)落地AI的真正底座？

如果從真實(shí)的AI生長(zhǎng)脈絡(luò)來看，在奧哲·云樞企業(yè)AI平臺(tái)的“AI+數(shù)據(jù)+低代碼”的構(gòu)成中，其內(nèi)嵌的恰是一個(gè)個(gè)原生skills和封裝好的企業(yè)上下文環(huán)境。

基于低代碼和Coding能力，企業(yè)能以更快的速度構(gòu)建好適配AI的Harness土壤和環(huán)境，同時(shí)基于Agent構(gòu)建和AI數(shù)據(jù)挖掘的能力，推動(dòng)AI產(chǎn)品落地，讓AI建設(shè)加速進(jìn)入ROI回報(bào)期。

作者|皮爺

出品|產(chǎn)業(yè)家

“龍蝦對(duì)我們而言是一門新技術(shù)，也更是一種焦慮?！币晃唤鹑谄髽I(yè)CIO告訴產(chǎn)業(yè)家，“我們接到的KPI是要在Q3之前在企業(yè)落地龍蝦，但現(xiàn)在怎么落，落在什么場(chǎng)景，如何落得安全可靠還都沒有頭緒?！?/p>

這是一個(gè)縮影。如果說2025年企業(yè)級(jí)市場(chǎng)的AI關(guān)注點(diǎn)是行業(yè)大模型、數(shù)字員工，那么在當(dāng)下的2026年，這個(gè)問題伴隨著AI技術(shù)的進(jìn)步在更前一步：龍蝦范式的企業(yè)級(jí)Agent、vibe coding。

在這些不斷被提出的新概念之外，更多企業(yè)開始向內(nèi)看——到底應(yīng)該怎樣讓AI從自己內(nèi)部的土壤自然而然地長(zhǎng)起來？

在過去的3月份，大洋彼岸出現(xiàn)一份新共識(shí)答卷——Harness。即這個(gè)由OpenAI和Curcor在論文中先后提出的新概念提出了一個(gè)AI落地的新方向——為了讓大模型能更好落地，服務(wù)商需要幫助企業(yè)在其內(nèi)部打造一個(gè)適配AI落地和生長(zhǎng)的土壤體系。這個(gè)土壤體系包括上下文工程、工具接口、知識(shí)庫等等。

換言之，只有構(gòu)建出適合AI生長(zhǎng)的土壤，才能讓AI有充分的養(yǎng)料和環(huán)境持續(xù)生長(zhǎng)，轉(zhuǎn)化為企業(yè)的真正動(dòng)能。

無獨(dú)有偶。把視線拉回國內(nèi)，也有企業(yè)錨定了同樣的方向并落地實(shí)踐，這家企業(yè)就是奧哲。

關(guān)于奧哲，市場(chǎng)對(duì)其最大的印象是低代碼領(lǐng)跑者，在過去多年基于“All in One”的低代碼產(chǎn)品幫助無數(shù)企業(yè)實(shí)現(xiàn)數(shù)字平權(quán)。而在去年10月，其更是進(jìn)一步升級(jí)，基于“AI+數(shù)據(jù)+低代碼”的組合，正式發(fā)布了奧哲企業(yè)級(jí)AI平臺(tái)。

今年，這家在低代碼領(lǐng)域多年領(lǐng)跑的廠商進(jìn)一步把自身在低代碼沉淀近20年的算法模型、數(shù)據(jù)養(yǎng)料、行業(yè)理解，和過去三年摸索的最先進(jìn)AI組件融合，徹底地轉(zhuǎn)化為奧哲·云樞企業(yè)AI平臺(tái)的底層AI模塊，打磨出一套能一步步把AI能力內(nèi)嵌進(jìn)企業(yè)真實(shí)業(yè)務(wù)體系的新AI服務(wù)范式。

2026年，一個(gè)新的專屬于中國企業(yè)的AI TO B范式正在成型。

一、企業(yè)AI，中國市場(chǎng)落地的“四座大山”

“今年龍蝦出來后，我們能清晰地感受到，企業(yè)級(jí)AI市場(chǎng)在進(jìn)一步提速，甚至很多客戶主動(dòng)找過來想要尋求一些共創(chuàng)?！眾W哲創(chuàng)始人&CEO徐平俊告訴產(chǎn)業(yè)家。

誠然如此。Token是AI的晴雨表，剛剛過去的3月，伴隨著龍蝦在中國市場(chǎng)的爆火，國產(chǎn)大模型Token調(diào)用量呈現(xiàn)井噴狀態(tài)。根據(jù)不完全統(tǒng)計(jì)，中國AI市場(chǎng)周調(diào)用量高達(dá)7.359萬億，環(huán)比2025年增長(zhǎng)56.9%。

中國的企業(yè)AI建設(shè)，真的被“龍蝦”帶到一個(gè)更新、更實(shí)用的高度了嗎？

其實(shí)不然。從智譜和MiniMax披露的財(cái)報(bào)數(shù)據(jù)來看，Tokens大部分調(diào)用量更多集中在C端市場(chǎng)，人們通過“龍蝦產(chǎn)品”自動(dòng)化執(zhí)行部分辦公、查詢、調(diào)研需求。

也可以說，在真正的TO B企業(yè)級(jí)場(chǎng)景，AI的溫度要遠(yuǎn)比人們感受到的“低”。

一組來自咨詢機(jī)構(gòu)RAND發(fā)布的2026年企業(yè)AI落地報(bào)告數(shù)據(jù)顯示，目前全球企業(yè)AI項(xiàng)目整體失敗率仍高達(dá)80.3%：其中33.8%在開發(fā)階段即被廢棄，未能上線；28.4%雖完成部署但完全無法產(chǎn)生業(yè)務(wù)價(jià)值；僅有19.7%的項(xiàng)目真正實(shí)現(xiàn)預(yù)期目標(biāo)與規(guī)模化ROI。而同樣一組來自Gartner的2026年工業(yè)AI落地報(bào)告顯示，全球85%的工業(yè)AI項(xiàng)目無法跨越從試點(diǎn)到規(guī)?；a(chǎn)的 “死亡谷”。

為什么會(huì)如此？或者說，相較于C端的熱火朝天，B端企業(yè)級(jí)AI為何仍然沒有跑出良性的AI體系？其本質(zhì)原因在于，企業(yè)在落地AI時(shí)往往會(huì)遇到“四座大山”。

在關(guān)于企業(yè)級(jí)AI落地的探討中，如今業(yè)界有一個(gè)普遍的共識(shí)：決定AI落地效果已經(jīng)不單純靠AI大模型本身，決定其效果的是AI土壤體系——Agentic Infra（Agent基礎(chǔ)設(shè)施）。

Agentic Infra，分為Context層（Agent能記住什么）、工具接口層（Agent能做什么）、Harness層（Agent怎么被管住）、知識(shí)層（Agent知道怎么做）、經(jīng)濟(jì)性層（跑Agent花多少錢）。

這些學(xué)術(shù)用語轉(zhuǎn)化為企業(yè)場(chǎng)景的語言則是，AI大模型不僅要理解企業(yè)所在的場(chǎng)景知識(shí)，如銷售數(shù)據(jù)、MES數(shù)據(jù)，進(jìn)銷存環(huán)節(jié)，更要能和之前的SaaS產(chǎn)品一樣具備最核心的安全可控性、易用性，和MES、ERP等企業(yè)軟件打通的兼容性，同時(shí)還要兼?zhèn)渲悄茉隽亢托詢r(jià)比。

這不是一件容易的事，尤其對(duì)中國企業(yè)而言?！坝行┢髽I(yè)會(huì)提出很多需求，認(rèn)為AI無所不能，但其中有很多需求用大模型沒辦法直接做到，不同需求用多大的模型、需要怎樣調(diào)優(yōu)，prompt怎么寫等等，很多企業(yè)都是不清楚的。”徐平俊告訴我們。

這恰是企業(yè)面臨的第一座，也更是最難的“大山”，即“AI語言”。更通俗來說，企業(yè)很難把準(zhǔn)確的業(yè)務(wù)需求語言轉(zhuǎn)化為AI需求語言，由此帶來的是一系列問題，如企業(yè)對(duì)于AI投入標(biāo)準(zhǔn)的不明晰，AI項(xiàng)目需求對(duì)齊不明朗等等。

難題不僅在企業(yè)的外部認(rèn)知，也更在內(nèi)部場(chǎng)景。對(duì)不少企業(yè)來說，由于缺乏AI的頂層規(guī)劃，“應(yīng)該率先選擇怎樣的場(chǎng)景落地AI”往往會(huì)成為第一個(gè)絆腳石，不少企業(yè)在推進(jìn)AI時(shí)直面的矛盾是：部署邊緣場(chǎng)景AI“沒有價(jià)值”，部署后端核心場(chǎng)景AI又似乎不夠放心。

這兩座大山之外，人才和數(shù)據(jù)也更是企業(yè)部署AI的顯性難題。對(duì)于企業(yè)而言，目前大部分都缺乏“產(chǎn)業(yè)視角+AI視角”的人才，這種人才缺失導(dǎo)致的最直接后果是企業(yè)無法保證整個(gè)AI戰(zhàn)略由點(diǎn)及面，由創(chuàng)新點(diǎn)向核心業(yè)務(wù)規(guī)模演進(jìn)，資源層、模型層和智能體層無法協(xié)同。

以及被稱為AI土壤的數(shù)據(jù)卡點(diǎn)。不同于歐美，中國企業(yè)由于沒有統(tǒng)一的數(shù)字化架構(gòu)建設(shè)，大部分企業(yè)的數(shù)據(jù)體系呈現(xiàn)“臟亂差”狀態(tài)，很難構(gòu)建出有價(jià)值的知識(shí)庫供模型推理調(diào)優(yōu)，大模型也就不能準(zhǔn)確理解企業(yè)的業(yè)務(wù)場(chǎng)景和業(yè)務(wù)習(xí)慣。

從某種程度來看，這四個(gè)卡點(diǎn)也恰對(duì)應(yīng)著當(dāng)下Agent在企業(yè)內(nèi)部“步履維艱”面臨的四個(gè)核心難題：即“AI要從哪里開始？AI由誰來管理？AI要如何‘聽懂話’以及AI要怎樣在企業(yè)內(nèi)部一步步長(zhǎng)大？”

“國內(nèi)的AI環(huán)境和國外不同，中國企業(yè)的AI建設(shè)需要的還是一個(gè)系統(tǒng)性、體系化的工程服務(wù)。”徐平俊表示。

二、奧哲·云樞再升級(jí)：讓AI在企業(yè)內(nèi)部長(zhǎng)起來

“我們?cè)谶^去兩年發(fā)現(xiàn)，原本就使用低代碼的企業(yè)往往可以讓模型在推理環(huán)節(jié)和上下文理解上做得更好，更能做到和業(yè)務(wù)實(shí)際相關(guān)?！毙炱娇「嬖V產(chǎn)業(yè)家，“不過，中間仍然有很多模塊和原子能力都是需要在實(shí)際的AI工程中補(bǔ)齊的?！?/p>

這些模塊和低代碼、AI一道，恰構(gòu)成了奧哲在2026奧哲·云樞AI戰(zhàn)略暨產(chǎn)品升級(jí)發(fā)布會(huì)上的核心——奧哲·云樞從融合AI的低代碼平臺(tái)，全面升級(jí)為企業(yè)AI平臺(tái)。

什么是企業(yè)AI平臺(tái)？

整體來看，奧哲·云樞企業(yè)AI平臺(tái)是去年發(fā)布的“奧哲企業(yè)級(jí)AI平臺(tái)”在產(chǎn)品上的落地，其把大模型、AI工程體系、低代碼工程的全部原子模塊都放置到平臺(tái)之上，向下對(duì)接算力基礎(chǔ)設(shè)施與模型底座，向上支撐AI原生應(yīng)用與傳統(tǒng)業(yè)務(wù)系統(tǒng)的AI化升級(jí)，最終實(shí)現(xiàn)全員參與的企業(yè)業(yè)務(wù)應(yīng)用的敏捷構(gòu)建、業(yè)務(wù)智能運(yùn)行和數(shù)據(jù)價(jià)值釋放，幫助企業(yè)快速實(shí)現(xiàn)數(shù)智化躍遷。

這種“全方位”聚焦到落地層面是更契合企業(yè)的AI體系建立。以應(yīng)用AI原生構(gòu)建為例，“去年其實(shí)我們更偏向于用基于大模型和自然語言交互幫助或輔助企業(yè)實(shí)現(xiàn)應(yīng)用的高效實(shí)現(xiàn)，但在今年，我們會(huì)基于奧哲·云樞企業(yè)AI平臺(tái)幫助企業(yè)構(gòu)建自己的上下文知識(shí)，并結(jié)合這些上下文及應(yīng)用構(gòu)建者的意圖表達(dá)，幫助企業(yè)更精確地挖掘需求，再結(jié)合業(yè)務(wù)流程管理知識(shí)一次性生成高質(zhì)量的業(yè)務(wù)應(yīng)用?！眾W哲CPO孟凡俊表示。

換言之，基于奧哲·云樞企業(yè)AI平臺(tái)，企業(yè)可以將自身的需求轉(zhuǎn)化為更有體系的AI執(zhí)行鏈路，從上下文工程到流程設(shè)計(jì)再到最終的效果評(píng)估，生成直接可用的業(yè)務(wù)應(yīng)用。

同樣的體系化設(shè)定也更體現(xiàn)在AI Agent構(gòu)建和應(yīng)用系統(tǒng)融合AI的企業(yè)需求側(cè)，即前者可以通過AI助理、AI技能、AI知識(shí)庫等核心模塊，構(gòu)建自主運(yùn)行的AI Agent，在固有頁面之外將對(duì)應(yīng)能力的Agent或Bot嵌入到操作頁面上，企業(yè)可以隨時(shí)喚起具備對(duì)應(yīng)能力的機(jī)器人助手。

后者則是在將固有的低代碼中臺(tái)升級(jí)為“低代碼+AI”中臺(tái)，把AI能力融入到低代碼模塊中，企業(yè)可以基于奧哲·云樞企業(yè)AI平臺(tái)實(shí)現(xiàn)在表單、視圖、流程、規(guī)則、門戶等業(yè)務(wù)系統(tǒng)構(gòu)建單元中原生注入AI能力，使存量業(yè)務(wù)系統(tǒng)以“浸潤(rùn)式”完成智能化升級(jí)，實(shí)現(xiàn)業(yè)務(wù)智能高效處理。

最后，奧哲·云樞企業(yè)AI平臺(tái)提供的數(shù)據(jù)挖掘應(yīng)用，一方面為企業(yè)提供最底層的企業(yè)專屬大腦，幫助企業(yè)將非結(jié)構(gòu)化、以及“臟亂”的數(shù)據(jù)轉(zhuǎn)化為更有價(jià)值的特征工程；另一方面實(shí)現(xiàn)進(jìn)一步的數(shù)據(jù)挖掘和數(shù)據(jù)智能，進(jìn)而讓底層的AI模型和前端的Agent更懂企業(yè)，也更懂行業(yè)。

在產(chǎn)品之外，服務(wù)體系更是奧哲企業(yè)AI體系至關(guān)重要的一環(huán)。

以“AI星火班”為例，其面向的恰是前文提到的企業(yè)AI人才的短板。奧哲每期星火班都在單個(gè)企業(yè)內(nèi)部開展，由企業(yè)不同的產(chǎn)品、業(yè)務(wù)、研發(fā)人員組成多個(gè)小組，以企業(yè)實(shí)際業(yè)務(wù)為課題，在導(dǎo)師的指導(dǎo)下進(jìn)行基于AI的探索創(chuàng)新，只有完成對(duì)應(yīng)的AI成果才能完成結(jié)業(yè)。

再比如專屬模型訓(xùn)練和AI轉(zhuǎn)型無憂服務(wù)。前者是由奧哲為企業(yè)提供從數(shù)據(jù)準(zhǔn)備到模型評(píng)估、部署和迭代升級(jí)的全流程支持，讓模型在企業(yè)里跑起來、用起來、持續(xù)進(jìn)化；后者對(duì)應(yīng)的則是奧哲通過Agent、應(yīng)用開發(fā)等服務(wù)，確保企業(yè)AI轉(zhuǎn)型真實(shí)落地。

一個(gè)真實(shí)的感受是，相較于去年的逐步探索，奧哲在2026年的全新升級(jí)中，已然構(gòu)建起一套從真實(shí)AI水溫出發(fā)，環(huán)環(huán)相扣的覆蓋產(chǎn)品、服務(wù)、人才的全方位AI賦能體系。

基于這個(gè)體系，企業(yè)可以構(gòu)建出真正適合自己的AI中臺(tái)，Agent產(chǎn)品應(yīng)用，以及專屬于自身業(yè)務(wù)場(chǎng)景的AI人才，找到真正適合自己的AI之路。

三、“AI+數(shù)據(jù)+低代碼”，正在成為中國企業(yè)的Harness土壤

如果把視線放到整個(gè)TO B行業(yè)，不難看到的是，在奧哲之前，已經(jīng)有不少專業(yè)SaaS和Agent廠商面向企業(yè)場(chǎng)景推出對(duì)應(yīng)的AI產(chǎn)品和服務(wù)，不論是知識(shí)圖譜類、數(shù)字員工類，抑或是Coding類的產(chǎn)品，從當(dāng)下的落地和實(shí)施交付來看，大部分AI產(chǎn)品呈現(xiàn)“水土不服”狀態(tài)。

但奧哲不然。基于這套“產(chǎn)品+服務(wù)”的全方位AI體系，已經(jīng)有不少的企業(yè)在奧哲的幫助下實(shí)現(xiàn)了AI的規(guī)模部署。

比如全球前十光模塊供應(yīng)商、國內(nèi)光通信領(lǐng)域領(lǐng)軍企業(yè)，其基于奧哲·云樞企業(yè)AI平臺(tái)已經(jīng)建立起了一套整套包括“合同智能審核”、“相對(duì)方風(fēng)險(xiǎn)評(píng)估”、“履約智能監(jiān)控”AI智能體在內(nèi)的AI合同體系，履約達(dá)成率提升25%、客戶投訴率下降32%。

再比如某電力自動(dòng)化領(lǐng)域領(lǐng)軍企業(yè)，其在奧哲·云樞企業(yè)AI平臺(tái)的加持下，構(gòu)建出一整套AI的檢測(cè)報(bào)告全流程電子化體系，針對(duì)裝備制造復(fù)雜的技術(shù)參數(shù)和行業(yè)標(biāo)準(zhǔn)專門優(yōu)化，用AI實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)提取與標(biāo)準(zhǔn)化處理，報(bào)告處理時(shí)長(zhǎng)從人工1-2天縮短至3-4小時(shí)，整體效率提升超過80%。

同樣還有電力建設(shè)骨干企業(yè)的技術(shù)審核AI智能體、某鐵前冶金工程國家隊(duì)的企業(yè)級(jí)AI大腦、華南領(lǐng)先綜合型律所的智能業(yè)務(wù)平臺(tái)等等，在這一個(gè)個(gè)由奧哲·云樞企業(yè)AI平臺(tái)支撐的鮮活企業(yè)案例中，AI已經(jīng)成為企業(yè)核心環(huán)節(jié)的新生產(chǎn)力工具，幫助其構(gòu)建出企業(yè)的全新護(hù)城河和新生產(chǎn)效率。

“其實(shí)過去多年我們低代碼產(chǎn)品的本質(zhì)構(gòu)成，就是一個(gè)個(gè)算法模型，這些算法模型等同于一個(gè)個(gè)最小的企業(yè)業(yè)務(wù)know-how，本身就是企業(yè)的原生skills，這些skills都可以讓AI直接調(diào)用落地，構(gòu)建出一個(gè)AI自動(dòng)化執(zhí)行的平臺(tái)底座，這也是我們現(xiàn)在奧哲·云樞企業(yè)AI平臺(tái)的核心框架。”徐平俊表示。

如果從真實(shí)的AI生長(zhǎng)脈絡(luò)來看，在奧哲·云樞企業(yè)AI平臺(tái)的“AI+數(shù)據(jù)+低代碼”的構(gòu)成中，其內(nèi)嵌的恰是一個(gè)個(gè)原生skills和封裝好的企業(yè)上下文環(huán)境，基于低代碼和Coding能力，企業(yè)能以更快的速度構(gòu)建好適配AI的Harness土壤和環(huán)境，同時(shí)基于Agent構(gòu)建和AI數(shù)據(jù)挖掘的能力，推動(dòng)AI產(chǎn)品落地，讓AI建設(shè)加速進(jìn)入ROI回報(bào)期。

“奧哲·云樞企業(yè)AI平臺(tái)這次發(fā)布的AI組件和前端LUI，是我們推進(jìn)業(yè)務(wù)自動(dòng)化的關(guān)鍵舉措。我們的目標(biāo)是想成為AGI時(shí)代企業(yè)運(yùn)營(yíng)管理的核心底座?！毙炱娇”硎?。

從數(shù)字化時(shí)代到AI時(shí)代，從低代碼到企業(yè)級(jí)AI平臺(tái)，從“All in One”的全員開發(fā)到龍蝦模式的Agent“自執(zhí)行、自進(jìn)化”，從數(shù)字平權(quán)到AI平權(quán)。2026年的奧哲，正協(xié)同企業(yè)一起邁進(jìn)AI原生時(shí)代。