AI應(yīng)用如何落地政企？首先不要卷通用大模型

白交 2025-08-12 18:29:39 來源：量子位

白交 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

智能體元年，處處都是智能體。甚至剛落幕的ISC.AI 2025第十三屆互聯(lián)網(wǎng)安全大會，主題直接就是“ALL IN AGENT”。

在這里，全球首個L4級智能體系統(tǒng)“納米AI”上演技術(shù)秀，具身智能機器人主持整個會議流程，重新定義“智能參會”。

大會傳遞出的信號清晰而強烈：智能體技術(shù)正加速滲透進產(chǎn)業(yè)核心領(lǐng)域。

360作為大會主辦及支持方，其政企AI業(yè)務(wù)已經(jīng)與智能體技術(shù)深度綁定。這場大會既是行業(yè)趨勢發(fā)布會，更成為了360AI落地的“實踐秀”。

當(dāng)智能體從技術(shù)熱詞變成生產(chǎn)力工具，360的實踐揭示了三重反常識邏輯：

• 不盲目追求通用大模型，聚焦小場景更容易在政企行業(yè)破局；
• 用“樂高式”的智能體工廠，賦能傳統(tǒng)政企場景也可以變成可復(fù)制的黃金模板；
• 新「安卓」時代，安全與AI的深度綁定，成為智能體落地的必選項。

接下來逐一拆解來看。

不盲目追大模型，聚焦「小」場景更易破局

首先，從戰(zhàn)略選擇上，不盲目卷通用大模型。

360集團創(chuàng)始人周鴻祎指出，大模型在企業(yè)中的落地效果不如預(yù)期，其中主要存在兩個問題：一是模型推理能力不足；二是模型不具備獨立做事的能力，不太會用工具。

這時候，大模型向智能體進化就是一個必然趨勢。如果說大模型是大腦，智能體相當(dāng)于大模型的身體手和腳，它能夠理解目標(biāo)、規(guī)劃任務(wù)、調(diào)用工具、具備記憶，實現(xiàn)從需求到結(jié)果的完整交付。因此對于政企機構(gòu)而言，想要把AI變成真正的生產(chǎn)力工具，必須要在智能體上進行投入。

大的技術(shù)方向是確定了，但后面怎么落地才是更值得思考的問題。

我們知道在C端，智能體產(chǎn)品怎么設(shè)計，目標(biāo)其實很明確——只要用戶滿意就行；但在B端，每個行業(yè)痛點都不同，問題就在于怎么找場景切入；但找到場景之后，各家企業(yè)數(shù)智化所處階段又不一樣，這時候談如何賦能就更復(fù)雜了。

那么先找場景。360的方法論聚焦于「小」這個字。

有這么一個軌交領(lǐng)域的案例。最初的切入點非常小，僅僅是幫助軌交集團解決生產(chǎn)經(jīng)營月度會的報告自動化處理問題。

過去集團戰(zhàn)略企管部每月需要協(xié)調(diào)集團各職能部門及下屬建、管、運相關(guān)公司20余家單位整理、匯總并提交生產(chǎn)經(jīng)營數(shù)據(jù)，涉及資產(chǎn)負(fù)債情況、收入情況、成本情況、利潤情況、資金情況、項目投資建設(shè)情況、運營生產(chǎn)服務(wù)情況、考核目標(biāo)完成情況等，并形成月度報告供生產(chǎn)經(jīng)營調(diào)度會使用。此報告的匯編和使用存在時間周期長、人力投入大、數(shù)據(jù)易出錯、無法探究明細(xì)、紙質(zhì)件翻閱難等問題。

后來軌交集團通過搭建AI知識庫+生產(chǎn)經(jīng)營智能體+MCP很好地解決了這一問題。通過AI知識庫提供報告各部分所需的模版，靈活組裝；通過MCP鏈接各業(yè)務(wù)系統(tǒng)實時調(diào)取數(shù)據(jù)；通過生產(chǎn)經(jīng)營智能體獲得符合要求的報告模板、鮮活數(shù)據(jù)以及輔助決策知識，利用大模型能力，最終自動化生成生產(chǎn)經(jīng)營報告。

改造后，不僅實現(xiàn)了月度報告的自動化生成，集團高管團隊還能通過移動端實時調(diào)取各類細(xì)節(jié)數(shù)據(jù)，并通過智能問答的方式獲取集團生產(chǎn)經(jīng)營情況，極大提高企業(yè)管理效率。

這樣一來，高層在決策上更加高效和有據(jù)可查，實現(xiàn)了從“看不到、看不到價值”到“有成效”的轉(zhuǎn)變。

事實上，過去一直以來，360都是基于這樣的方法論來切入政企AI落地——

通過識別并解決企業(yè)中的核心痛點和“小場景”，來撬動巨大的業(yè)務(wù)價值和效率提升。

不過除了有一雙尋找場景的「慧眼」，還得有「手」有「腳」在場景中去實踐，這的確也是件老大難的事兒。

這次大會現(xiàn)場，360集團高級副總裁、數(shù)智化集團CEO殷宇輝發(fā)布了新一代企業(yè)級蜂群智能體工廠SEAF——針對智能化時代企業(yè)需求推出的核心平臺，旨在解決政企客戶在智能體落地過程中遇到的“不能用、不好用、不放心”等問題。

先是解決不能用的問題。我們知道，當(dāng)前開源的智能體平臺主要是SDK、框架工作流，要么缺組件缺功能，要么需要二次開發(fā)，不能立即開箱使用。

據(jù)介紹，SEAF全棧融合了Agent開發(fā)所需的工具、資源和功能塊，其SaaS平臺整合了上百種MCP和上萬個開箱即用的智能體。讓開發(fā)者不用再為找工具、拼資源浪費時間，開發(fā)效率大幅提升。

其次是如何解決不好用的問題。企業(yè)場景知識和業(yè)務(wù)深度都比較復(fù)雜。SEAF的多模型、多知識庫、多MCP能力可以靈活組合，這樣大而全的配置，能夠適配企業(yè)各類個性化需求。還有，企業(yè)多場景多歷史系統(tǒng)，需要各類智能體自由組隊，SEAF打通了Workflow和多智能體模式，供企業(yè)靈活選擇，從而實現(xiàn)成本可控。

而最需要解決的“不放心”問題，本質(zhì)就是關(guān)于安全的問題，這是360的天然優(yōu)勢。他們構(gòu)建了全鏈路的安全防護體系，覆蓋供應(yīng)鏈、內(nèi)容安全、數(shù)據(jù)訪問、隱私保護等方方面面。

這背后是一整套全面的“8+10”智能體能力架構(gòu)來支撐：8大基礎(chǔ)能力，10大增強能力。

8大基礎(chǔ)能力是構(gòu)建智能體的底層支撐，如存儲、工具、Workflow編排、運行環(huán)境、算力調(diào)度、基座模型、RAG知識庫和外部情報/搜索。其中，RAG知識庫是智能體知識的基座和原料加工廠，能夠深度理解企業(yè)業(yè)務(wù)，處理多模態(tài)非結(jié)構(gòu)化數(shù)據(jù)，確?；卮鸬木珳?zhǔn)性和可溯源性，幫助智能體從“通才”進化為“專才”。

而10大增強能力則是進一步提升了智能體的復(fù)雜任務(wù)處理、協(xié)同、管理和安全防護能力。包括多智能體框架、多模態(tài)輸出、數(shù)據(jù)庫訪問、智能體沙盒、RPA/瀏覽器使用、智能體交互環(huán)境、自動規(guī)劃及Playbook、記憶、即時編程、統(tǒng)一管理終端。

除了技術(shù)能力之外，他們還配備了一系列產(chǎn)品，針對企業(yè)內(nèi)部辦公、業(yè)務(wù)流程，來「樂高式」地搭建相應(yīng)的解決方案，從而實現(xiàn)全場景覆蓋。

對打工人來說，SEAF就像個懂你工作節(jié)奏的數(shù)字同事。你可以隨便改它的交互界面，跟收拾自己的電腦桌面似的，怎么順手怎么來。關(guān)鍵是它不搞“暗箱操作”，智能體在干啥、進度到哪了，全在頁面上明明白白實時顯示，一眼看透。

而像這種講究穩(wěn)當(dāng)嚴(yán)肅的政企場景里，他們專門加了“人在回路”機制，你隨時能插話修正，甚至一鍵回退，可控又靠譜。

對于開發(fā)者而言，SEAF主打一個“零門檻”。不用寫代碼，說句話講清需求，它自己挑大模型、配模塊，分分鐘生成能用的智能體。更絕的是有“蜂群協(xié)作空間”，多個智能體能組隊干活，共享記憶、交換信息，像個AI團隊一樣搞協(xié)作，這不只是聰明，簡直有“組織能力”了。

至于老板們關(guān)心的“管理好智能體團隊”問題，也被迎刃而解了：權(quán)限、運行狀態(tài)、任務(wù)完成率這些數(shù)據(jù)全透明，一眼看清，輕松搭起健康的智能體運營體系。

事實上，這種樂高式靈活透明、簡單易管理的平臺，在實際場景中已經(jīng)有了不少實踐。通過那些案例，就能對360的落地方法論有更強的感知。

「樂高式」搭建解決方案，與企業(yè)共創(chuàng)AI痛點場景

在企業(yè)級智能體應(yīng)用中，最具代表性的，就是復(fù)雜業(yè)務(wù)流的深度協(xié)作場景。

以某個航空公司客戶的飛機維修為例。

飛機維修不僅是一套高度復(fù)雜的工程體系，更是安全底線極高的領(lǐng)域。一架民航飛機的維修資料堪稱“會飛的圖書館”，涵蓋幾十本英文手冊、上萬頁PDF文檔。

有這么一個具象的場景是，一位經(jīng)驗豐富的工程師，可能在凌晨兩點的機庫里，對著電腦與紙質(zhì)手冊反復(fù)切換查閱，甚至翻到第五版才發(fā)現(xiàn)關(guān)鍵步驟已更新。

為應(yīng)對這些挑戰(zhàn)，他們基于SEAF平臺構(gòu)建了一個?“1+6”?智能體協(xié)作框架：由1個主智能體負(fù)責(zé)統(tǒng)籌調(diào)度，6個子智能體分別承擔(dān)故障識別與處理、案例知識庫調(diào)用、智能分析診斷、維修方案生成、維修風(fēng)險提示、維修計劃與航材申請等任務(wù)，形成了一個能夠覆蓋全流程的智能維修團隊。

針對飛機維修場景，這套智能體還配備了專屬范式：

• 通過真實維修圖像微調(diào)多模態(tài)模型，使其具備識別照片中故障部位的能力；
• 借助維修文檔的RAG檢索功能，快速匹配合適的維修方案；
• 同時打通航材庫存、ERP系統(tǒng)等關(guān)鍵業(yè)務(wù)接口，實現(xiàn)配件狀態(tài)一鍵查詢、工單指令直接提交。

這一完整鏈路突破了單純“AI識別”的范疇，實現(xiàn)了“AI深度參與業(yè)務(wù)閉環(huán)”。

值得注意的是，這樣一套范式具有極強的可復(fù)制性。

目前已在數(shù)據(jù)中心運維、高端醫(yī)療設(shè)備維修、能源領(lǐng)域巡檢調(diào)度等場景快速落地。

能夠看到的是，SEAF平臺可以有效鏈接專家知識與業(yè)務(wù)流程，為生產(chǎn)提效創(chuàng)造實際價值。

還有像傳統(tǒng)的電氣行業(yè)。某電力設(shè)計院曾深陷知識分散、檢索低效、流程繁瑣的困境。

結(jié)果借助360 SEAF的三期建設(shè)，這一局面被徹底改觀：通過統(tǒng)一知識庫整合分散資產(chǎn)，搭建標(biāo)準(zhǔn)化管理平臺；部署辦公與專業(yè)雙問答系統(tǒng)，讓考勤、設(shè)計規(guī)范等查詢得到快速響應(yīng)；集成辦公系統(tǒng)后，請假、報銷等場景實現(xiàn)自動化處理。升級后，企業(yè)知識實現(xiàn)安全規(guī)范管理，員工獲取知識的效率與質(zhì)量顯著提升，得以節(jié)省更多時間投入核心業(yè)務(wù)。

另一案例中，某市城建集團為破解營銷人員面臨的紙質(zhì)手冊檢索難、知識分散及協(xié)作效率低等痛點，與360 SEAF合作打造營銷全產(chǎn)業(yè)鏈知識平臺。

平臺不僅整合各分公司資源建成集中式知識庫，還部署了AI智能助手，利用AI進行市場趨勢預(yù)測與競品分析。最終，該集團營銷資料獲取效率提升80%，徹底擺脫對紙質(zhì)手冊的依賴，300余名營銷人員獲得精準(zhǔn)決策支持，有效驅(qū)動了業(yè)績增長。

在當(dāng)前產(chǎn)業(yè)互聯(lián)網(wǎng)智能化的背景下，AI技術(shù)落地難、場景適配不精準(zhǔn)等問題始終是行業(yè)痛點。

而360在服務(wù)大量政企客戶的過程中，基于海量實踐經(jīng)驗沉淀出的落地方法論，正為這一困境提供了切實可行的解決方案——

通過小切口、大縱深、十倍提效的原則，和客戶共創(chuàng)企業(yè)AI痛點場景。

不追求大而全的概念性布局，而是從企業(yè)真實的業(yè)務(wù)痛點切入，像軌交集團的經(jīng)營辦公會效率優(yōu)化、電力設(shè)計院的知識管理難題等場景，都是從具體需求出發(fā)。

再通過深度挖掘場景價值，推動技術(shù)應(yīng)用向業(yè)務(wù)鏈條的縱深滲透，最終實現(xiàn)效率的跨越式提升。

更關(guān)鍵的是，其方法論強調(diào)與客戶的“共創(chuàng)模式”，無論是前期的需求調(diào)研、場景適配，還是中期的模型訓(xùn)練、系統(tǒng)對接，再到后期的效果監(jiān)測、迭代優(yōu)化，都有清晰的路徑提供指引。

對于企業(yè)而言，這種方法論的價值在于：無需在技術(shù)探索中“走彎路”，能讓有限的資源集中投入到真正產(chǎn)生價值的環(huán)節(jié)，從而確保AI技術(shù)從概念到落地的順暢銜接，最終實現(xiàn)向?qū)嶋H業(yè)務(wù)成果的高效轉(zhuǎn)化。

安全與AI的深度綁定，是智能體落地的“必選項”

智能體發(fā)展如火如荼，之所以寄予如此厚望。因為它既集成了大模型的能力，同時又規(guī)避了大模型在企業(yè)應(yīng)用中的痛點。不過，智能體在企業(yè)的落地也帶來了全新的安全風(fēng)險和挑戰(zhàn)。

比如，智能體之間頻繁的交互和數(shù)據(jù)流轉(zhuǎn)就像無形的信息河流，其中可能包含企業(yè)的核心機密和用戶隱私數(shù)據(jù)。一旦遭遇攻擊，可能引發(fā)數(shù)據(jù)泄露、業(yè)務(wù)失控等風(fēng)險。

還有像“智能體黑客”的出現(xiàn)，使得網(wǎng)絡(luò)攻防對抗進入了“機器對機器”的新階段。這意味著單個黑客可以操控上百個智能體黑客，批量發(fā)起自動化攻擊，從而加劇了網(wǎng)絡(luò)的風(fēng)險。

這樣看來，智能體落地既要AI又得要安全。安全與AI的深度融合，才是智能體企業(yè)落地的“必選項”。

因此新時代的安全運營專家，就顯得格外稀缺，且培養(yǎng)周期長。這時候360的生態(tài)位就顯得格外重要，他們天然擁有技術(shù)與人才的積累，來幫助企業(yè)智能體落地。

AI應(yīng)用時代，360就是以類似安卓系統(tǒng)的開源生態(tài)與產(chǎn)業(yè)協(xié)同模式，構(gòu)建以安全為紐帶的產(chǎn)業(yè)互聯(lián)網(wǎng)新基建。

安卓系統(tǒng)的成功，在于通過開源模式降低了移動設(shè)備的開發(fā)門檻，吸引全球開發(fā)者、廠商參與，最終形成統(tǒng)一的技術(shù)標(biāo)準(zhǔn)和龐大的應(yīng)用生態(tài)。

360的短期目標(biāo)就是“通過開源生態(tài)建立事實標(biāo)準(zhǔn)”——

通過開放底層AI技術(shù)平臺，讓合作伙伴無需重復(fù)投入基礎(chǔ)技術(shù)研發(fā)，可直接基于該平臺開發(fā)適配特定場景的應(yīng)用，逐步形成行業(yè)通用的技術(shù)規(guī)范和協(xié)作標(biāo)準(zhǔn)，類似安卓對移動互聯(lián)網(wǎng)的標(biāo)準(zhǔn)化支撐。

由此一來，360與合作伙伴形成“平臺+生態(tài)”的共贏模式，類似安卓生態(tài)中 “系統(tǒng)廠商+硬件廠商+開發(fā)者”的協(xié)作關(guān)系。

安卓是移動互聯(lián)網(wǎng)時代的底層基礎(chǔ)設(shè)施，支撐了消費端的海量應(yīng)用。

現(xiàn)在360正在以開源、安全、生態(tài)協(xié)同為核心，構(gòu)建支撐產(chǎn)業(yè)互聯(lián)網(wǎng)的AI基礎(chǔ)設(shè)施，最終實現(xiàn)AI技術(shù)在千行百業(yè)的普惠化落地。