业务价值为先，国双深耕验证 Gartner 最新研判

　　当 ChatGPT 掀起的生成式 AI 热潮走过数年，关于 AI 的讨论正在褪去概念光环，回归到最本质的商业命题：技术究竟能为企业创造什么价值？近日，Gartner 高级研究总监闫斌关于中国企业 AI 竞赛的最新研判，恰好印证了这一行业的集体转向——中国 AI 已经正式进入下半场，上半场比拼的是模型参数、技术尝鲜速度，而下半场的核心命题只有一个：向 AI 要真实的业务价值。

　　Gartner 研究数据显示：2023 年 7 月，中国企业生成式 AI 生产环境部署率仅为 6%，到 2025 年 5 月受 DeepSeek 等大模型技术突破的带动，这一比例已经实现了跨越式增长，如今绝大多数企业都已经将 AI 投入了生产环节。值得注意的是，在光鲜的部署数据背后，却存在普遍的行业尴尬：部署不等于用好，大量企业的 AI 应用停留在 “上线即结束” 的状态，一边是大模型、微调、Agent 等技术概念层出不穷，另一边却是业务落地严重缺位，很多企业上线的 AI 问答、聊天机器人产品用户迅速流失，甚至出现 “用户体验不如问豆包” 的现实反馈。这些误区脱离了 “价值创造” 这个核心，最终只会让智能化投入变成没有回报的成本。

　　回溯 AI 上半场的发展历程，我们不可否认技术积累的重要价值，技术迭代速度很快，但真正能解决企业实际业务问题的应用依然存在缺口。闫斌在采访中提出的三大趋势，恰恰指向了中国 AI 产业的必然发展逻辑：“价值优先” 是根本出发点，所有技术创新最终都要回归到企业降本增效的核心需求上。

　　依据国双多年深耕行业场景化落地的经验看，不同行业的业务场景有着极强的差异化特性，通用智能体 “样样通样样松” 的属性，根本无法满足复杂的产业级需求，只有面向金融、制造、法务等特定场景的专属智能体，反而才能具备大规模落地的可能；“ AI 落地” 的本质，其实是 AI 与实体经济的深度融合，“智能体垂直专业化” 才是真正务实的落地方向。

配资知识百科知识

　　对企业客户而言，Gartner 研判这一轮 AI 落地的核心策略已经清晰：决定企业核心竞争力的业务场景，智能化的实现必须通过深度绑定业务流程、结合业务专家经验进行自建或深度定制。只有将模型、数据与行业 know-how 深度融合、持续迭代，才能真正让 AI 能力贴合业务需求，避免出现技术与业务 “两张皮” 的问题，最终实现真实的业务价值赋能。

　　而作为长期深耕产业智能化领域的企业，国双从成立之初，就坚持 “场景驱动技术” 的研发理念，秉持不盲目追逐技术热点，始终围绕企业客户的实际业务需求打磨技术产品，这与 Gartner 提出的 “向 AI 要业务价值” 的观点不谋而合。在技术层面，国双的知识智能体系已经实现了基于知识图谱约束机制下，构建面向场景的模型，并进而基于模型体系表征行业机理，并协同数据和行业知识持续进行模型的优化及验证，这种技术路线本身就是价值导向的，能够直接面向业务场景提供服务。

　　特别是在智能体领域，国双始终聚焦垂直行业场景，力求打造专业化的产业智能体方案。国双团队深知，企业级应用对准确性、安全性、可靠性的要求远高于 C 端场景，通用智能体的泛化能力反而会成为产业落地的短板。国双所坚持打造的行业领域专属智能体，以需求问题为边界，深度融合了特定领域的行业机理，在深度信息搜集、数据整合、业务流程闭环等维度实现成熟落地，在政务、能源、工业等多个领域都已经实现了规模化应用，坚持用实践验证 “垂直专业化才是企业级 Agent 未来” 的判断。

　　这些技术积累的价值，已经在大量的大型央企客户实践中得到了验证。例如在能源领域，国双基于知识图谱和小模型的 AI 方案，已帮助客户实现了设备故障预测、工艺参数优化等核心功能，通过对设备运行数据的实时分析和预判，将设备非计划停机时间降低了 30% 以上，工艺生产效率提升了 15%，直接为企业创造了成本节约和效益提升，让 AI 投入变成看得见的回报。

元股证券:ygzq.hk

　　在工业场景中，国双将 AI 与生产全链路数据深度结合的方案，帮助制造央企集团实现了生产质量检测、产能动态调度、故障智能诊断等核心功能。通过对生产数据、传感器数据、业务流程数据的智能分析，能够动态调整生产排程，实现从故障现象感知，到根因智能诊断，再到维修方案生成的闭环能力，直接提升生产效率、降低安全风险，有效解决故障误报多、检修工时浪费等问题，避免关键部件漏检导致的停运事故，让 AI 真正融入了生产、运维等关键业务环节。

　　在政企服务与复杂系统运行场景中，将AI与业务全链路数据深度结合，帮助通信运营商、大型科研单位及财政咨询机构实现了客服风险预警、仿真推演验证、资金绩效智能评审等核心功能。通过对投诉工单、仿真模型、政策文件等多源异构数据的智能分析，动态识别高风险节点、验证推演策略、匹配评审规范，实现从风险感知，到根因定位，再到处置策略生成的闭环能力，有效解决人工筛查效率低、异构系统互操作性差、知识资产随人员流失等跨行业共性难题，让AI真正在客服运营、仿真推演、咨询作业等关键业务环节落地并发挥效用。

　　国双团队相信产业智能化的实现必然是以混合智能的方式落地，不能止步于提供AI单一技术栈工具，更应致力于以复合方案交付可量化的业务闭环价值，这正是国双团队技术向心力的主要来源。

　　正如闫斌所预测的，到 2030 年，超 80% 的中国企业将在设计、制造、服务中采用具备实体产业赋能能力的 AI 技术，而当前这一渗透率还不足 1%，这意味着 AI 产业落地还有巨大的增长空间。为此国双也将继续坚持价值导向的技术路线，持续深耕垂直行业场景，与行业客户深度共建核心 AI 智能化能力，把行业专家的经验与技术能力深度结合，为企业客户提供真正解决实际问题的AI智能化方案。