出品 | 子弹财经

作者 | 文斐

编辑 | 闪电

美编 | 倩倩

审核 | 颂文

当下，AI Agent 的 B 端商业化已进入 " 深水区 "。

千行百业对 AI Agent 的产品需求正经历一场大爆发，但行业的集体焦虑也随之浮现。大量 AI 项目止步于概念验证（POC）阶段，无法真正进入核心业务流程。

7 月 19 日，2026 年 WAIC（世界人工智能大会）现场，合合信息展出的 "AI Tools 百宝箱 " 前围了不少人。展台颇为热闹的背后，是一个正在被行业反复验证的现实：企业 " 接入 AI" 早已不稀缺，但从接入到规模化落地，中间横亘着 " 两大命门 "。人们好奇，合合信息何以凭借一套百宝箱，有望拆解掉它们？

合合信息 WAIC 现场展台，屏幕上展示的不是炫酷的 AI 对话演示，而是一组组可自由组合的能力模块，覆盖文档数据、商业数据领域的 Agent 应用层、AI 原子能力层，涉及图像处理、文档解析、商业数据查询、智能研判等多个模块。它们就像一套数字化的 " 乐高积木 "，企业可以根据自身需求自由拼装。

当下企业 AI 规模化的行业痛点，概括起来有 " 两大命门 "：一是数据读不通、AI 信不过；二是定制化成本扛不住。

在数据侧，企业沉淀了大量非结构化资料，比如 PDF 里的合同条款、Word 中的产品手册、Excel 里的经营数据、PPT 中的战略规划。这些文档承载着核心信息，但格式不统一、结构不稳定、字段不规范，大模型和 AI Agent 根本 " 读不透 "。

另一个更棘手的问题是 AI 幻觉。在金融、制造、能源等低容错行业，一个错误的合同条款提取、一次漏判的供应商风险，可能带来真金白银的损失。AI 输出的结论如果无法追溯信息来源、无法被业务系统校验，一线业务人员根本不敢用。

应用侧的痛点也非常难以破解。行业尚未形成统一的技术标准与成熟的复用路径，大量 AI 项目仍高度依赖定制开发，交付周期长、实施成本高。

残酷的现实是，企业 AI 采购正从 " 技术猎奇 " 迈向 " 价值落地 "，但距离打开规模化部署的大门，始终差一把 " 钥匙 "。

与此同时，行业共识正在形成：企业 AI 规模化落地的瓶颈不在大模型参数，而在可信数据基座与标准化工具链。

而这恰恰是合合信息 B 端布局的底层逻辑。面对两大行业痛点，合合信息的解题思路是，构建文档智能 + 商业数据双底座，打通 " 可信智能体 " 全链路。

此次合合信息给出的答案，是一套名为"AI Tools 百宝箱 "的标准化工具链。

这套工具链遵循 " 可信输入 - 可信数据源 - 可信审核 - 可信执行 " 的全链路逻辑，包含 Agent 应用层和 Skill 原子化能力层两层架构。

核心思路是把 AI 能力拆解为 " 即插即用 " 的标准化模块，从信息输入、图像识别、文档解析、数据研判，到 Agent 编排、场景落地，打通文档、数据、工具间的断层。

WAIC 现场，合合信息展台上看似平常的产品演示，背后却是一套完整的企业 AI 规模化方法论。

在 " 可信智能体 " 全链路的底层逻辑之下，合合信息的两层架构，即 Skill 原子化能力层与 Agent 应用层，揭示了一个本质洞察，那便是大模型时代的 B 端落地，不是 " 大脑指挥手脚 " 的线性控制，而是 " 认知 " 与 " 技能 " 的协同进化。

Skill 原子化能力层是 " 肌肉记忆 "。它将文档解析、企业关系穿透、风险传导预警等复杂能力封装为标准化的原子模块。每一个 Skill 都融合了来自文档智能与商业大数据的底座能力，确保了执行的精准与高效，这是专业主义的底线。

Agent 应用层则是 " 认知中枢 "。它不直接操作原始数据，而是根据业务场景动态编排 Skill 序列。大模型在此负责理解模糊的意图、拆解复杂任务、生成可解释的结论。

两者协同的精髓在于 " 双向约束 "。Skill 向 Agent 提供能力边界清单，防止大模型产生 " 能力幻觉 "；Agent 向 Skill 注入上下文语义，让原子能力在具体场景中获得 " 情境智慧 "。两者在 " 可追溯日志 " 中完成闭环，每一次 Skill 调用都被记录，每一次 Agent 决策都可回溯。

这种架构的深层价值在于，Skill 保证了专业能力的确定性，Agent 释放了业务流程的灵活性。

两层架构在协同中共同进化背后，是合合信息有着两个相互支撑的底座。

文档智能底座（感知层模块），解决 " 读得通 " 的问题。图像智能处理、多模态文档解析、格式转换等能力，作用于多模态文档信息的感知层面。以 TextIn xParse 为例，它能把 PDF、Word、PPT、Excel 乃至长截图等复杂文档，自动转化为干净、结构化的 Markdown 格式。行业里有个形象的区分是，传统 OCR（光学字符识别）做的是 " 文档→字符串 "，而 xParse 做的是 " 文档→结构化数据 "。

商业数据底座（决策层模块），解决 " 信得过 " 的问题。专业数据查询、商业数据智能研判等能力，帮助企业快速补齐经营分析、风控、尽调、营销等场景的专业数据应用能力。

两个底座之上，合合信息将能力封装成 API、Skill、Agent 等形式，按需嵌入企业的业务入口，保持可管、可控、可留痕。

概括而言，" 可信智能体 " 不是给企业一个 " 会聊天的 AI"，而是给企业一套能让 AI 真正进入业务流程的标准化工具链。

在很多产品处于概念验证阶段之时，合合信息核心产品正在实现规模部署以及商业化验证，有领跑 B 端商业化 " 深水区 " 的态势。

合合信息两个互相支撑的底座，涉及两大赛道。其中之一便是文档智能赛道，AI Tools 百宝箱的两款核心产品值得关注。

TextIn xParse 定位为 AI Infra 产品，专注于非结构化文档数据的深度挖掘。合合信息在智能文字识别领域已有 19 年技术积累。目前，TextIn 产品线可处理全球 50 余种语言的精准识别，已在制造、物流、金融等跨行业积累了千余家企业客户。

INTSIG DocFlow 则是更进一步的 "AI 文档处理数字员工 "。它端到端承接合同审核、票据核验、报表提取、招投标文件分析等高复杂度文档处理任务，设计目标是近乎零人工干预的全流程自动化。该产品入选 InfoQ 2025 年 AI Agent 最具生产力产品 TOP20。

近期，DocFlow 还与亚马逊云科技联合发布了跨部门自适应联动的多模态文档智能体，可自动完成文档解析、关键信息提取、规则审核与审批联动等工作。

另一个核心赛道是商业决策。文档智能解决的是 " 内部数据读不懂 "，启信慧眼 Agent 则破解 " 外部风险看不透 "。

该产品定位商业数据智能决策 AI，覆盖企业 " 寻找—评估—风控 " 全链路，打造了 AI 采购寻源、AI 风险决策、AI 准入尽调等多个智能体。

旗下亮点产品是" 世界风险地图 "，作为全天候预警平台，它实时监测全球 200 余国、180 余项供应链风险，日均扫描超 2000 万次。近期上新的 AI 海外寻源，用户一句话描述需求，即可智能匹配全球 220 余国优质厂商。

其价值在跨境供应链管理中尤为突出。传统模式下，供应商查找与风险防控割裂，依赖人工表格和邮件，效率低且隐患多。启信慧眼 Agent 建立了 AI 寻源与智能风控之间的协同机制，当世界风险地图实时捕捉异常事件时，AI 快速研判波及企业并给出处置方案；企业可同步在线寻找替代供应商，新增供应商准入阶段自动核查地缘与财务风险。

该产品的落地效果已不容忽视。传统跨境供应商筛选以周计，借助 AI 可缩至分钟级。某新能源材料企业一周内完成超 20 次跨境寻源对接，目前已有上百家企业落地。

合合信息在 " 可信智能体 " 底层架构下的原子化 AI 工具链，具备企业 AI 规模化落地的刚需底座属性，意味着其进入了一个高壁垒、高复用、高毛利的长赛道。

财报显示，2026 年第一季度，合合信息实现营收 5.04 亿元，同比增长 27.53%；归母净利润 1.55 亿元，同比增长 33.67%。研发投入 1.34 亿元，同比增长 27.55%。B 端业务方面，一季度 B 端营收同比增长 38.28%，主要受益于 TextIn 及旗下 AI Agent 产品 DocFlow、AI Infra 产品 xParse 的持续迭代，高价值行业客户加速拓展。

在市场覆盖层面，合合信息已为制造、能源、医药、交通、金融等 30 余个行业提供数智化产品与服务，服务超过 170 家财富 500 强企业。

更值得关注的是，从 2025 年财报可知，合合信息的智能文字识别 B 端产品毛利率，同比大幅提升 9.21 个百分点至 71.53%，体现了产品标准化转型的成效。这意味着其 B 端业务正在从定制化项目制向标准化产品制转型，而标准化，才是规模化复制的前提。

中邮证券在近期研报中表示，随着 AI 进入 Agent 时代，合合信息全面拥抱 AI 赋能并孵化新品，有望在 Agent 驱动的新一轮 AI 应用浪潮中占据关键卡位。中信建投则认为，随着 AI 技术红利深度释放及全球化布局，公司有望进入高质量增长新阶段。

在不追逐大模型热点的战略定力下，合合信息正凭数据治理和工具标准化，这两个最 " 不性感 " 但最关键的环节脱颖而出。