原標題:智能體掀起AI新革命!青島企業圍繞智能體應用開展積極探索實踐
智能體掀起AI新革命
青島企業依托“大模型+工具”解鎖人工智能處理復雜任務的能力,聚焦企業級市場加快布局
用戶只需給出一句話的簡單指令,就能自動打開手機上的美團、小紅書等相關App,并根據指令自動完成外賣下單、撰寫文案、制作視頻等具體工作。8月底,AI獨角獸公司智譜發布了全球首個通用手機Agent(智能體),展示了智能體給用戶使用手機帶來的最新變革。
AI智能體是今年最火的人工智能賽道之一。年初,一款名為Manus的通用AI智能體一經發布,便迅速吸引全球目光。Manus能夠處理簡歷自動篩選、房產信息調研、股票分析等任務,成為繼DeepSeek之后今年AI圈的又一現象級產品。OpenAI、谷歌、字節跳動、阿里等全球人工智能頭部企業更是無一不在智能體產品開發上持續加碼,讓這一賽道的競爭日趨白熱化。
智能體躥紅的背后,是全球人工智能行業對大模型落地應用的加速推進。依托智能體,大模型正加快深入各行各業的具體業務場景中,幫助解決越來越多實際問題。在青島,就有一批聚焦細分行業領域的企業,正圍繞智能體應用開展積極探索和實踐。
大模型“長出手腳”
在業界,智能體并非一個新概念。早在2023年初,ChatGPT剛上線不久,OpenAI就參照自動駕駛L1到L5的進階圖,發布了一張通用人工智能的進階路線圖。
在這張路線圖中,“智能體”被定義為通用人工智能發展的L3階段,特征是能夠自主使用工具,進行任務規劃、決策、行動。而此前的L1和L2階段分別為聊天機器人階段和AI推理階段。
顯然,智能體是AI大模型能力發展到一定水平的產物,核心理念是讓大模型自主調用各類工具去執行更加復雜的任務。“大模型像是大腦,它負責認知、理解,各種智能體就像是手和腳,按照大腦的指令完成各項任務。”華正信息技術股份有限公司技術開發副總經理李然說。
從ChatGPT到DeepSeek,近幾年全球通用大模型的能力以幾何級速度躍升。與之形成鮮明對比的是大模型的商業化進程仍不算快。如何將訓練大模型所耗費的巨大投入在市場中實現商業變現,是幾乎所有人工智能企業面臨的共同課題。而這在很大程度上取決于大模型在具體業務場景中幫助各行各業解決實際問題的能力。智能體正是解決了大模型的“專業”問題,通過給大模型工具,讓大模型能夠得心應手地處理用戶或企業的個性化需求。
創新奇智在制造業中的實踐頗具代表性。公司CTO張發恩以數據管理為例介紹,過去基于大模型的數據管理應用是直接把數據拿過來分析,升級為智能體后,相當于給大模型下指令的同時告訴它還有很多工具可以用,比如可以調用生產數據、營銷數據、售后數據。
“當我讓它做一個完整的分析表,它會理解我的需求以后去調用各種工具,拿回數據以后進行整理。與過去不給它工具相比,能力更加強大。所以智能體的本質是讓大模型能夠把人類的需求翻譯成它自己能做的和一系列工具調用,最終產生一個混合的結果。”張發恩說。
不難看出,智能體讓大模型不再是簡單的對話或搜索工具,而是能夠在越來越多產業場景中創造價值。某種意義上,智能體浪潮的來襲標志著大模型商業化時代的全面到來。正如特斯拉前AI總監、OpenAI創始團隊中的明星研究員安德烈·卡帕斯曾說過的那樣:2025年并非智能體之年,而是智能體十年的第一年。
發力企業級AI智能體
種種跡象表明,智能體已經成為大模型之后,企業繼續留在AI“牌桌”上的重要籌碼。
今年以來,全球科技“大廠”在智能體布局上的不斷提速有目共睹。OpenAI推出ChatGPT智能體,OpenAI稱該智能體能夠智能調用瀏覽器工具、深度信息整合能力與語言生成能力,完成包括在線購物、訂餐預約、撰寫研究報告、制作PPT和財務分析在內的多步驟復雜任務;谷歌針對AI編程市場的持續升溫,發布了開源AI智能體Gemini CLI(命令行界面);百度在電腦端搜索頁面測試開放智能體應用入口,智能體來自文心智能體平臺、外部優質AI應用以及部分百度自研應用……
不僅如此,頭部企業更是加速構建智能體生態。字節跳動旗下火山引擎6月發布新版豆包大模型的同時,發布了12款面向AI智能體開發和應用的工具產品;阿里云百煉上線業內首個全生命周期MCP(模型上下文協議)服務,支持通過無代碼方式快速構建智能體應用;騰訊全面升級面向企業用戶的騰訊云智能體開發平臺,以及面向個人用戶的“騰訊元器”等兩大智能體開發平臺……
與在消費級市場以及通用應用市場上具有明顯優勢的互聯網巨頭不同,AI中小企業則將焦點更多放在以企業級市場為代表的垂直領域。這也正是當下青島企業布局發展智能體的主要路徑。
相較“大廠”,這些長期深入各行各業一線為企業提供AI服務的中小企業,更直接感受到了應用端對智能體的需求。
就以人工智能目前在工業中十分典型的應用領域AI質檢為例,企業需要的不只是發現問題,更是解決問題,而要做到這一步就離不開智能體。華正的李然介紹,他們公司就正將解決方案升級為“大模型+智能體”,不是單純地檢測缺陷,智能體可以調用生產過程中的運行數據并結合工藝參數、歷史問題及案例庫等數據,幫助判定缺陷產生的原因和應對缺陷的方法,后續避免缺陷再次發生,實現從“識別”走向“診斷”與“決策輔助”。
“除設備質檢外,華正還開發落地了智能問數、智能問答、人員招聘、合同審查等多款智能體產品。目前,正在與其他企業聯合開發針對化工行業的安全生產大模型及智能體應用。”李然說。
設備運維也是當下智能體大展拳腳的領域。山東海博科技信息系統股份有限公司研發運維智能體已經“上崗”。該公司相關業務負責人孫童童介紹,運維智能體的核心競爭力在于能動態監測設備狀態,通過多維度分析精準定位故障根源,同時自動觸發修復流程。目前,從運維智能體在公司自主研發的體檢機器人與無人評測考核機器人上的應用看,在設備日常巡檢、基礎故障處理等簡單運維場景中,智能體讓工作人員數量需求直接降低50%,更規避了人工運維存在的響應延遲、操作誤差等問題。
不只是軟件企業和AI服務提供商,制造業企業憑借對業務場景的熟悉也加入了這場激戰。服裝行業的酷特智能研發了“酷特AI Agent數智化企業級操作系統”,專注企業輕管理以及智能制造兩個方向。今年6月舉行的2025華為開發者大會上,酷特智能發布了企業AI大腦智能體、需求AI解析智能體、企業AI助理智能體等三款企業級通用智能體應用。目前,酷特AI Agent已在包括服裝鞋帽、機械、電子、化工、醫療等在內的50多個行業的150多家企業中進行了實踐和探索。
未來兩到三年或將成為企業通用工具
AI智能體的應用正呈現加速度。
創新奇智首席產品官李凡早前曾表示,預計未來兩到三年,AI智能體將成為企業通用工具,自建非關鍵AI智能體會十分普遍。
從市場數據來看,國際市場研究機構Research and Markets發布的報告指出,AI智能體市場規模將從2024年的51億美元躍升至2030年預期的471億美元,年復合增長率達44.8%。IDC的研究報告則指出,到2027年,60%的大型企業會采用協作型智能體系統,將業務流程效率提升50%以上。
不論愿不愿意,就像當初的互聯網大潮,智能體都將是每個企業甚至每個人不得不擁抱的“伙伴”。
如何應對?
從技術新名詞到得心應手的生產工具,AI智能體越是深入企業具體業務場景中,越是依賴高質量的數據,企業的“數據能力”成為影響智能體落地快慢的一大關鍵。
IBM大中華區技術銷售總經理、首席技術官翟峰曾在媒體采訪中表示,企業想要通過AI獲得收益需要先回答三個問題:高質量的數據有沒有?有沒有在用?有沒有發揮作用?在他看來,企業級AI落地最重要的因素是數據,沒有數據,一切都是空談。
以工業為例,賽迪研究院信息化與軟件產業研究所人工智能研究室主任王宇霞表示,工業現場存在諸如數據孤島、數據缺失、噪聲干擾等問題,現有數據是否足以用于訓練工業智能體,使其達到安全可靠的水平尚且存疑。有報告顯示,制造業數據中只有44%被有效利用。工業知識壁壘高,構建高級別的語料庫存在非常大的難度。
青島企業在推進智能體落地過程中的實踐也印證了這一觀點。
“很多客戶不缺數據。比如有的企業在發展的過程中,積累了1000多個App。怎么打通這些App,如何利用“汗牛充棟”的數據?我們會幫助客戶做數據治理、應用治理和整理,讓它變成一個能隨時應變的企業。”創新奇智CEO徐輝說。在他看來,智能體比拼到最后一定是“模型+行業場景+行業數據”。
在華正打造的華正云數字化平臺中,前兩層均與數據相關。第一層是物聯網平臺,主要負責邊緣側的設備數據采集和智能感知;第二層是數據中臺,負責匯聚、清洗和治理多源數據,打造統一數據底座,讓數據“能管理、可互通”。高質量數據作為AI的“核心燃料”,是數智融合應用的核心基石。第三層才是AI中臺。
面對AI智能體落地的不斷提速,青島企業也在加快建立全方位能力,以搶抓產業寶貴的時間窗口。
“華正今年的目標是為企業提供面向財務、法務、人力、生產、供應鏈、應急安全、售后等核心業務領域的智能體產品,并通過多場景智能體的深度協同與智能調度,構建全流程AI智能體應用閉環,為企業核心業務的智能化升級提供一體化解決方案。”李然表示。
創新奇智打造了面向企業級開發者的AI智能體開發平臺,將搭建智能體所需的大模型、知識庫、工作流、工具等要素組件化,讓企業開發者以可視化、低代碼方式構建智能體應用。目前,該平臺已使開發周期縮短超60%。
海博科技也并未止步于單一智能體研發,而是同步打造了低代碼智能體開發平臺。平臺將復雜的底層技術開發流程轉化為可視化的“拖拉拽”操作,用戶或開發者即使不具備深厚的編程功底,也能快速搭建并定制專屬智能體。目前,該低代碼平臺已在企業內部實現規模化落地,顯著縮短了智能體產品的開發周期。(青島日報/觀海新聞記者 孫欣)
[來源:青島日報 編輯:王榮]大家愛看