在近年来的AI大模型发展中，产品形态与应用场景的变化和拓展是贯穿其中的一条主线，从通用大模型到各垂类大模型，在提升AI对具体生活生产问题解决能力的同时，也在改变着其商业化落地的形式与潜力。

　　在2024年前后，专注于特定领域、完成特定种类任务的垂类大模型，率先实现了在制造、金融、医疗等领域的商业化应用，也成为企业在数字化深水区进一步推进降本增效的重要方向。

　　但另一方面，垂类模型的应用对生产经营的赋能作用也被限制在特定环节中，存在局部作用上限，随着AI应用的愈加普遍，如何从“AI+”进阶到“+AI”成为企业深入发掘大模型应用价值，让数字赋能带动经营全流程效率提升的关键一环。

　　近日，鼎捷数智于上海举办《数智生产力-从数字转型到数智重生》新书创想会，多位企业代表与学者从技术演进与落地应用的多重视角，讨论了大模型联动打通，赋能经营全流程的方向，以及如何在实践中兼顾标准化与科技伦理等问题。

　　构建综合智能体

　　大模型对企业经营的赋能效果，已经在多个行业与领域显现。

　　“企业经营的三要素包括生产、管理、销售或者说用户心智。过去工业时代，最大的变化是改变生产环节，大规模标准化，把生产成本降低；互联网时代最大的变化是它把用户心智逐渐由品牌变成平台；到如今AI我觉得也带来了很大的变化，它使得任何企业的经营最基础的三个点都发生了变化。” 长江证券计算机行业首席分析师宗建树在主题发言中指出，由AI带动生产端的大规模降本已在计算机编程、设计等领域出现；管理端如果继承管理者认知能力的数字分身能够实现，管理效率将会出现质的飞跃；在销售端，千人千面的AI Agent将会占据用户心智。

　　大模型强大的产业革新能力，随着面向具体问题的AI应用日渐成熟，开始实现大规模普及。鼎捷数智发布的《2025生成式AI应用实务报告》显示，2018至2023年，全球范围内企业的AI使用率（至少在一个业务职能中使用AI）始终维持在50%左右，而2024年该数据快速跃升至75%,

　　但另一方面，当前的大部分大模型应用则局限于对单一生产经营环节的提升，垂类应用带来了更高的专业度与准确性，但也使得其业务逻辑和数据通路难以被完全打通，AI对企业运作流程的整体理解，也难以从更高维度实现更全面的业务赋能。

　　复旦大学管理学院教授傅烨在交流中表示，在“+AI”的环节，更多是企业优化业务模式的量变，而“AI+”则是一种质变，在行业发展早期，短平快的AI应用可以作为抓手和突破口，让更多企业采纳和接受，但当AI在不同环节的应用密度足够高时，其最终将转化为企业整体架构层面的突破创新，成为解决企业不再局限于操作生产作业层面，而是聚焦战略层面问题的贴身工具。

　　一个典型的案例便是AI智驾，在L1到L2等级的智驾中，智能体往往能出色完成单个指令，例如倒车入库或定速巡航，但难以实现整个机制流程的全面贯通，质变的产生出现在L3等级的智驾中，从单点的突破逐渐累积到流程的变革，从而实现车位到车位的顺畅到达。

　　鼎捷数智副总裁刘波也在接受21世纪经济报道记者采访时表示，从目前鼎捷帮助制造型工业企业落地的AI应用来看，目前大体集中于三个领域：提升执行效率的流程管理、协助对公司经验和非结构化知识获取与处理的智能问答、对复杂数据进行分析提供的决策辅助。

　　“但目前我们也看到和尝试一些更深度的拓展方向。”刘波表示，从人与智能体协同工作，到让智能体能够自己协同工作，这需要对场景、流程和大模型本身的打通，其基础是打造一个能够让人和智能体共同工作的数字运行空间。

　　推动标准化与科技伦理建设

　　值得注意的是，从单一垂类大模型到综合智能体的发展路径，不仅依赖于个体企业和服务商的应用实践，也需要行业在标准化与科技伦理方面的共同建设，如何构建一个可复用、可联通、可信任的企业大模型生态，也是本次研讨的焦点问题。

　　鼎捷数智董事长叶子祯向记者表示，目前在AI基建中，算力、存储等领域的硬性基础设施建设已经有很多企业在推进，但软性的AI基建却还在起步，鼎捷希望在制造业的企业端打造一个复合从单一智能体运行，到多智能体协同，从单元应用到系统级应用的软性基建。

　　这种软性基建不仅能够为大企业的综合AI建构提供系统基础，也由于利于小企业快速部署标准化的套件组合。

　　刘波指出，当AI软基建成熟后，在AI快速迭代的时代，鼎捷雅典娜可以通过套件的形式，快速为中小企业提供能用、好用的AI应用，以低成本的方式满足他们的点状的业务诉求。

　　不同于往常的标准软件，套件化不是一个复杂流程下的重型服务方案，它可以基于客户需求，灵活选择，快速落地；其次，其兼具了提供个性化服务，适配不同场景的能力；最后，此类方式也有利于企业沉淀自己的数据资产，通过构建适合企业的AI智能体，用好“Data+AI”的组合拳，真正实现AI赋能企业价值。

　　但另一方面，构建通用生态的前提，则是保证AI的基本科技伦理，避免大模型幻觉，当每个AI的生成内容都充分可信时，才能保证系统的稳定。

　　Pandaily创始人周恒星在发言中表示，AI是通过人类的数据去训练的，其中有很多可以模拟人类的思维，但它只能做选择题，而不能做是非题，人类的职业责任感和道德感，AI是难以替代的，这就要求AI产业的从业者与管理者需要具备同理心的领导者和坚守伦理的决策者。

　　叶子祯则表示，坚定科技不作恶，首先要求行业具有共同的底线思维；而如何带动更多的产业场景，让科技伦理被更多企业用户所接受，则需要现有的AI实现中小企业普惠，将AI的伦理标准推及更多的中小型企业中，同时更好的引导社会资源投入，让AI的能力、对AI的监督的社会的广泛认知和重视。