
当下AI圈,企业智能体绝对是最火热的战场。
国内外模型厂商一边推出各类AI办公智能体,一边搭建B端落地团队,把手从写代码、做文档,延伸到金融、法律这类真实企业场景里。各大厂也加速调整组织架构与产品策略,集体向下游补课。
AI产业的演变,遵循技术发展的一条朴素规律,当一项技术成为基础能力后,它的定价权不会一直掌握在单一公司手上。头部模型玩家们不是没有意识到这一点。
以往卷模型参数的优势转瞬即逝,真正能拉开差距、构筑长期壁垒的是谁能打通企业AI的最后一公里,把AI能力无缝嵌入企业工作流、固化为稳定可持续的产业生产力。
这才是AI时代的核心红利。
下游应用大爆发已经开始,“Agent即员工”的热闹在年初也流行起来,各家企业加速接入龙虾等智能体,纷纷打造业务线上的“助理”或者“专家智囊团”。从电商的设计、门店陈列到工厂质检甚至石油、高危化工产线,都有自己的AI智能体。
随着AI竞争方向转移,一批企业级AI公司已经率先跑了出来。9月10日上海外滩大会期间,蚂蚁数科CEO赵闻飙透露过去两年公司在AI To B业务上的进展,“整体业务增速年均增长50%,其中AI业务实现了三位数的增长”。
“AI To B”成为核心战略后,蚂蚁数科的业务模式和考核指标也发生变化。AI价值交付、AI原生应用收入以及平台化ARR(年度经常性收入)成为新的标尺,这也意味着蚂蚁数科进入智能体规模化落地的新阶段。
AI改写增长逻辑
近两年AI行业变化很快,大厂几乎保持以季度为单位的更新速度,打响了多轮C端应用的抢夺赛。从去年的AI聊天助手入口之争,到今年春节的红包大战、龙虾、AI办公,以及眼下开始升温的个人助理,赛道已经更迭好几轮。
和这些个人AI应用相比,B端市场要低调许多,也更复杂。因为它更多的是建立企业原有数据系统和对接上,面临的难度是呈指数级上升的。这个过程考验的是企业和服务商整体联动和信任关系,对双方而言都是个系统性工程。
和大多数AI服务商不同之处在于,早在2016年蚂蚁数科作为蚂蚁集团的一个科技板块,开始帮助企业做移动数字化的转型。过去十年,蚂蚁数科已经发展了3万家企业客户,覆盖了从金融、政务、交通、制造业甚至餐饮业。
这些服务大企业落地的能力和经验成了数科推B端业务增长的壁垒,也是AI业务增长的一个重要起点。
赵闻飙告诉白鲸实验室,在AI业务收入的增长中,其中一部分就是原有客户带来的,这些大客户和蚂蚁数科长期建立信任,让他们愿意把AI化升级交给蚂蚁数科团队。信任是当下最稀缺的资产。

这一点和美国最大的SAAS软件公司Palantir有某种程度的相似。
成立20年的Palantir,依靠服务美国政府、国防、医疗、金融等大客户业务能力,推出AIP平台,通过AI链接这些客户的数据底座、工作流和决策系统上,形成“决策智能”,实现营收高达90%(2026年二季度)的增长。
Palantir市值在过去三年也攀升了近10倍,目前市值推高到4200亿美元。
在B端市场,这一增长速度是惊人的。通常大部分B端服务商的收入增速在20%左右,蚂蚁数科在B端市场收入年均增长近50%。
这些长期陪伴企业的能力,帮助蚂蚁在技术迭代转型中有近水楼台的优势,可快速抓住窗口期。
赵闻飙告诉白鲸实验室,在具体的业务推进中,蚂蚁数科的深度服务能力做到了价值交付后,不仅陪伴客户一起运营结果,还给出具体的ROI计算、甚至具体到业务中的AI看板,帮助企业更好地提升组织智能。
另一个独特之处是,蚂蚁数科有深耕场景的行业大模型,以及模型Maas平台和上面的应用智能体平台等。市面上大多企业只专攻其中一项,很少能把这几类能力整合,直接服务产业落地。即便Palantir也没有自研模型。
沿着系统能力升级这条路,蚂蚁数科的业务模式也呈现出新的特点,过去的蚂蚁数科服务,通常以大客户项目制交付为主。随着深度服务大客户,蚂蚁数科将行业共性的落地方法论打造成平台化产品,并快速推出智能体工厂,帮助企业实现标准化智能体生产和管理。
反映到数据上,蚂蚁数科的AI平台产品ARR(年度经常性收入)增速达到60%,客户净收入留存率(NRR)超过110%。平台化产品很明显会抬高蚂蚁数科的天花板,正如Palantir依靠AIP平台刷新了自己,蚂蚁数科也迎来了自己的AI重塑。
从“手工作坊”到“工业化模式”
智能体超级工厂是蚂蚁数科在AI智能体时代的核心战略。
两个月前,蚂蚁数科首次对外提出这个概念。其背后来自于做企业AI实践的思考。他们发现,在同一行业中,很多客户的需求和能力模块以及实施方法论存在共性,如果将这些能力标准化沉淀为AI平台化产品,就不用客户重复建设。
蚂蚁数科内部提出,能不能从现在智能体的手工作坊式生产,升级为工业化模式,让智能体的生产更轻盈,更快捷?
智能体超级工厂以数科智能体平台Agentar为核心,通过提供标准化、模块化的服务,让企业用户可以方便使用平台能力。蚂蚁数科的智能体平台上已经有累计了近200个岗位级数字专家模块,数百个可订阅的Skills,还内置了MCP服务广场和可插拔行业know-how组件。
蚂蚁数科技术总监魏长征说,智能体本身有行业属性,同一行业会有在专业领域生产智能体、数据链接的相似能力,任何行业也有共性的追求指标,比如快速响应,聪明好用,节省token等。
在处理同样的任务上,蚂蚁数科智能体的token消耗可能是同样产品的30%、40%。魏长征说。
和当前市面上的许多AI办公不同,Agentar的野心不止停留在办公场景,还要深入企业核心生产业务系统。依托服务大客户沉淀的行业know-how,蚂蚁数科天然具备从全局思考业务系统的能力。
比如一家股份制银行的零售业务客户经营场景,通常需要从多个系统提取数据,再结合员工经验判断,最后给出产品建议。该银行零售业务负责人通常苦恼的是,一旦有市场波动,从发现信号到调整策略,往往需要数天时间。如果人离职,经营也容易中断。
根据这个痛点蚂蚁数科Agentar金融版,上线数字客群经营专家智能体,从客群洞察、产品匹配、策略生成和渠道执行等环节提供支持。实际应用中,相关方案带动客户总资产规模提升10%,客户活跃度提升15%。
宁波银行与蚂蚁数科合作,利用Agentar金融版的知识工程平台,搭建了一套新的智能化决策系统。该系统相当于把分散在不同渠道的用户特征数据、产品规则、市场研究等关键信息打通了。在结果评测中,复杂问答准确率从68%提升至91%,响应速度达到百毫秒级,内容推荐准确率提升35%
在金融业,蚂蚁数科推出超300个智能体,已经成为金融AI赛道市场份额第一。但是如何将在金融行业的优势复制到交通、零售、餐饮等各行各业,甚至中小商家,是蚂蚁数科接下来面临的挑战。
比如,中小商家的需求是成本便宜,更易用。而蚂蚁数科熟悉的金融、交通这类大客户,更强调自主、可信,另一方面中小企业的需求五花八门,更个性化,差异很大。
这意味着蚂蚁数科的智能体工厂接下来要跨过一道现实门槛。既要守住可信安全的底色,又要放下服务大客户的惯性,在标准化平台与企业个性化需求之间找到平衡点,用更低门槛让更多企业用上智能体,算得过来经济成本账单。
智能体时代的新入口
蚂蚁数科的想象力,不仅在于平台化、基础设施的机会,还有一个新变化是,Agent经济若要大爆发,最需要的底色就是安全。
而当前无论模型公司还是AI应用公司,很少有人把精力和资源放在安全上。
在这方面,蚂蚁数科已经积累十多年的区块链、数字身份、安全、隐私计算等能力,有了新的位置。这套能力也融入到了智能体超级工厂的底座上。

市面上也有区块链玩家。比如,腾讯云有区块链服务平台TBaaS,但这个平台主要服务于腾讯的云业务。安恒信息、零数科技这类厂商,也主打可信数据与AI安全能力,不过安恒信息只局限于安全类智能体。
这些玩家大多是单点能力见长,很少有人像蚂蚁数科这样,把可信底座、行业大模型、智能体工业化平台打包成一套面向企业生产系统的完整方案。
蚂蚁数科这套方案有一个更大的设想,它可以链接、管理智能体超级工厂生产的智能体之间合作,还可以链接其和千问、智谱等多家服务商的智能体之间的合作。
据Gartner曾预测,到2028年,平均每家《财富》500强企业将拥有超过15万个AI Agent。未来一家企企业可能有几十个、几百个甚至上千个智能体,多智能体交互的时代必然会到来。
这会带来一个更迫切的问题,企业内部多个智能体,和上下游智能体的交互如何可信交互。在蚂蚁数科看来,区块链的技术正好对AI时代是一个强互补,也是智能体经济交易闭环的重要部分。
值得一提的是,蚂蚁数科在区块链和AI技术上还做了新探索,将区块链和智能体支付结合,做相应的确权,认证。今年支付宝的AI付,背后的安全保障也有区块链技术。8月,支付宝发布的全栈商业产品底座,进一步将区块链纳入核心技术底座。
在人与系统交互的时代,系统背后通常有明确的账号、组织和责任人。在智能体交互时代,同样也需要Agent身份认证,即KYA(Know Your Agent,识别你的智能体)。
当智能体开始代表企业或个人执行任务、完成交易时,系统需要明确这个智能体是谁创建的,代表谁执行任务,能访问哪些数据,做出的决定是否被篡改,发生错误之后,能不能追溯到具体的操作链路。
这套标准化体系正在建立。外滩大会期间,蚂蚁数科联合十多家单位发起的《区块链和分布式记账技术智能体身份管理要求》国家标准化指导性技术文件正式启动立项。
蚂蚁数科对KYA生态的重视,也和蚂蚁集团的基因高度吻合。蚂蚁集团还发布智能体可信身份解决方案及KYA产品,形成从标准、方案到产品落地的完整布局。
十几年前,蚂蚁开始推出支付宝,用“担保支付”这种可信敲开数字时代商业交易的大门。十几年后,同样站在时代转换的风口,蚂蚁数科以KYA为代表的智能体安全可信服务也有了成为智能体经济入口的机会。
文章来自于微信公众号 “白鲸实验室”,作者 “白鲸实验室”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md