当 AI 技术秒新秒异地刷新着人们的认知，企业的焦虑与期待同样强烈。在 6 月 6 日举办的华为云 Inspire 大会 CIO 领航会分享中，华为中国云 Marketing 与解决方案销售部部长郭婷从行业视角给出了她对 AI 落地的核心判断。她指出：" 智能体应用正逐步从个人业务向企业业务发展，尤其是向核心场景渗透。AI 在企业中的落地要选择最优解，不为 AI 而 AI。"

华为中国云 Marketing 与解决方案销售部部长 郭婷

智能体三年三跃，正在叩响核心生产系统的大门

在郭婷看来，过去两年对 AI 进程影响最大的，是模型和智能体的出现。她将智能体的演进划分为三个关键节点：2024 年，DeepSeek 等大模型爆发大幅降低了模型使用与训练成本，带来 200 万字长上下文能力 ;2025 年，Skills、MCP 协议等推动工程进入 " 上下文工程 " 时代，模型开始通过记忆管理更好理解指令、完成任务，这称之为 " 智能体元年 "。

而到了 2026 年，OpenClaw 等现象级产品涌现，各地政府纷纷推出支持政策，智能体进入 " 自主演进 " 的新阶段。工程范式也随之迈入第三代，更多关注模型约束，让智能体可靠地实现自进化。

郭婷认为，整个智能体的应用，正在从个人业务向企业业务发展，尤其是向核心场景渗透。她判断，虽然全面覆盖核心场景仍需时间，但 AI 已加速进入行业生产系统，未来两年将深入 50% 以上的核心场景。

她特别强调，企业 AI 与个人 AI 有着本质区别。个人任务如文档生成、PPT 制作，容错率较高，更关注体验 ; 但核心生产业务则截然不同——以金融信贷知识问答为例，一旦出错便涉及合规问题，需要司法级溯源与金融级高可靠性。为此，华为云推出面向企业级的智能体平台，例如 OfficeACE 就是面向企业推出的产品，而华为云也更关注在全链路、全生命周期中保障安全与可靠。

破解场景焦虑，从通用到垂域做减法

郭婷分享了华为云与客户共创的实践经验，将企业场景分为通用与垂域两类。编码辅助等通用场景，因历史经验积累深厚、企业覆盖广泛，AI 渗透率最高 ; 在研产供销服等环节，营销舆情洞察、销售智能陪练等应用也日趋成熟。但真正的难点在垂域场景。

她举例说，一位企业 CIO 要求 IT 负责人梳理出近百个 AI 潜在场景，后又精简至 50 个，但其中能真正落地并带来准确率与效率大幅提升的场景，仍需审慎甄别。哪些场景是真正海量、重复的，可以被 AI 替代，并且替代以后，能有准确率和效率上大幅提升的 ? 这是企业 AI 落地应用场景中要去思考的核心问题。

深耕行业实践，让 AI 产生可感知的效益

在行业实践中，互联网是 AI 渗透最快的领域。郭婷透露，当前互联网 50% 的线上广告素材已由 AI 生成。通过 AI 文生图，版权费和渲染成本都变成了零，拍摄周期从天或周变成分钟 ; 而文娱企业正通过 4D 建模技术，将一集电视剧的拍摄成本从百万级降至几万元，剧本创作也通过 AI 素材库大幅提速。

在汽车行业，人工智能正在从汽车行业的研发、生产环节，逐步延伸到供应、销售、服务乃至集团管理，推动整个企业的智能化转型。华为云已携手头部客户，通过 CloudMatrix 智算云服务支撑自动驾驶世界模型训练，在与业界主流产品对比中也展现出了性价比优势。郭婷特别强调：" 华为云在陪伴企业做 AI 的过程中，还会沉淀出来一些系统化的工程能力，相比于技术本身，这对客户来说是更重要的一种伴飞的能力。"

在制造行业，AI 覆盖了工业质检、视频分析、文字识别、声音检测、智能排产等多种智能化场景，为产品智能化和企业智能化提质增效。尽管通过 AI 质检，人力成本可下降 30%，检测精度提升至 95% 以上，但华为某产品的产线仍保留了一定的人力，并没有百分之百依靠 AI。她认为，有些环节用 AI 替代的成本远远高于用人，这种场景则要优先选择人，恰恰印证了她的核心主张，"AI 落地要选择最优解，不为 AI 而 AI。"

而在零售行业，AI 同样正在从门店到仓储、物流全链条落地。郭婷举例说，过去店长补货都是凭借个人经验，老店长还好，新店长补货误差就很大，如今，结合销量数据、促销活动数据、节假日、天气等数据，AI 给予销量预测和补货建议，减轻了门店店员补货工作量，也降低了门店商品的缺货率和报废率，用 AI 大脑代替人脑。

使能 " 百模千态 "，为客户提供更多选择

为了更好地服务千行万业，华为云持续构建开放生态，已 day0 适配 DeepSeek 等主流模型，并与业界主流大模型伙伴展开合作，通过使能 " 百模千态 "，为企业客户提供丰富的模型选择。同时，依托 ModelArts 训推平台，支持客户对长尾场景进行模型微调与定制开发，让模型更好地适配行业需求。

从智能体叩响核心生产系统的大门，到企业在通用与垂域场景中的务实选择，郭婷的分享始终指向一个朴素的命题：AI 的价值不在于技术本身有多前沿，而在于能否在真实场景中产生可感知的效益。当行业从热闹的概念追逐回归冷静的场景深耕，AI 才真正开始兑现它的承诺。

作者声明：作品含 AI 生成内容