企业级AI大潮里：谁完成了AI落地的「新工程答卷」？

在奥哲企业级AI平台的加持下，通过“AI+数据+低代码”三位一体的模式，企业可以实现AI原生应用开发，同时开发AI原生应用，构建出一个“应用—数据—AI—应用”的完整企业级AI链条，让AI在企业内部可以真正“跑起来“，实现一步一步地进化，最终构建AI原生企业。

作者|皮爷

出品|产业家

如果说2025年的主题是什么，那么AI则是当之无愧的选项。而如果把这个视角拉到企业级市场，这个答案的更具象表征则是企业级AI。

最近一个来自旧金山硅谷的小范围讨论引发整个To B圈的更深度讨论，即在这个由硅谷投资人、Uber、WisdomAI等多个不同角色参与的讨论实录中，一个被最终共识的结论是——“截止目前，95%的AI Agent 部署在生产环境中会失败，原因并非模型不够智能，而是因为其周围的支撑体系尚未到位。”

企业级AI到底应该如何落地？或者说，从“支撑体系”而言，到底怎样的环境工程能够把看不见的AI技术真正转化为可视可感的企业生产力？

这也是奥哲在过去两年思考的最核心主线。

就在刚刚过去的10月17日，奥哲正式召开了2025奥哲AI战略升级暨企业级AI平台发布会。发布会上，“奥哲企业级AI平台”首次对外亮相。“之前我们一直说要推动企业进入数字原生时代，现在我们要做的是推动企业进入AI原生时代。”奥哲创始人&CEO徐平俊表示。

奥哲交出的这张答卷并不算“早”。在过去的两年时间，一系列AI Agent平台层出不穷，基于To B生产力的标签面向市场，也更吸引了一大批企业参与尝试。

但奥哲的这张答卷，依然有其特殊性。此刻如果从全球市场来看，一众包括Palantir、ServiceNow在内的明星Agent企业在核心的AI产品模块上，都嵌入了低代码式的交付模式。而在这个阵地上，奥哲是国内乃至全球范围内最具观察价值的对象之一。

2025年，奥哲正交出一份不一样的企业级AI答卷。

一、企业级AI落地，走到哪了？

在拆解奥哲的答卷之前，必须先厘清当下中国的产业AI的真实情况，即从真正的生产力视角，中国土壤里的企业级AI到底处于一个怎样的水平？

在埃森哲的一份名为《2025中国企业数字化转型指数》的报告中，有一组更详细的数据，在被调研的160家企业中，有46%的受访中国企业正在规模化应用生成式AI，但其中仅有9%的受访企业实现了生产效率、收入和利润提升等显著的成果。

这种情况不是个例。如果把视线放大到整个国内市场，不难看到的是，尽管伴随着DeepSeek等AI明星企业的出现，越来越多企业开始把布局AI作为2025年的头号命题，但从真正的结果来看，能拿到优秀甚至是合格成绩的企业屈指可数。

“我们今年年初集团不仅召开了战略会，从顶层设计推动AI在全部门的落地，甚至还专门批准了一大笔用于AI的专项预算，但伴随着越来越多落地问题的出现，现在整个项目节奏在被放缓，资金卡口也在慢慢收紧。”一位头部零售企业的CIO告诉产业家。

无独有偶。不仅在零售，甚至在金融、政务等相关领域，从百度指数和微信热搜指数来看，AI Agent的热度也更在从今年年初的高峰值一路下滑，与之对应的是企业对于AI部署的观望。

问题到底出在哪？或者说，AI在企业内部的落地，到底需要怎样的保障？

“围绕AI的环境工程化，是企业在落地AI过程中几乎会花费90%时间和精力的事情。”奥哲CTO张华告诉产业家，“包括RAG、数据清洗、数据格式，上下文等等一切环境配置，都属于环境工程。”

从模型的角度来看，尽管一系列包括阿里、腾讯、DeepSeek以及豆包、Dify等AI厂商已经构建出足够可用的模型能力和Agent开发能力，但对企业而言，如果其想要实现在自身业务场景的真正适配性AI落地，仍然必须要完成一系列的企业级环境配置。

但这并不是一件容易的事。

比如底层的数据体系，企业如果想要实现更好的AI落地，那么就必须提供结构一致、足够多、足够细颗粒度的数据，让AI真正能“读懂”企业的全部业务流程和核心价值。同时，Agent更多解决单点问题，无法完成一个完整的任务。如果想要实现业务整体智能及价值提升，需要企业针对特定流程进行定制化开发，以适应大模型，同时建立评估工具，以便于持续进化。

但从当前市场的AI服务商来看，为这种企业级AI落地体系提供加持的少之又少。这张AI答卷，能否有更好的解法？

二、奥哲，交出一张企业级AI的生产力答卷

这也正是奥哲交出这张答卷的意图所在。“我们要做的是能帮助企业真实落地的企业级AI平台，从技术条件和用户的需求条件来说现在的时机刚刚好。”徐平俊告诉产业家。

这种定位背后，对应的是张华带领产研团队在过去3年时间里打造出的“奥哲式答案。”这个答案，正是在这次大会上被放到舞台中央的奥哲企业级AI平台。

奥哲企业级AI平台展示了奥哲在AI时代的全新战略定位，通过 “AI+数据+低代码” 三大核心能力的深度融合，旨在成为企业数智化转型的新核心引擎。

那么，“AI+数据+低代码”到底是如何融合的？这三者的融合带来哪些看得见的化学反应？

产品是价值尺度的唯一验证。从产品视图来看，在奥哲企业级AI平台的模块设计中，核心模块恰是中间层，也即AI、数据、低代码三个被封装的模块，从内核来看，这也恰是奥哲企业级AI平台精华所在。

先来看AI模块，张华告诉我们，在AI Designer、AI Agent、AI Discovery三个模块中，奥哲都封装着足够体系化的环境工程化设计。

比如AI Designer，其本质可以帮企业实现自身对应业务需求的AI原生应用开发，和市面上大部分企业采用Cursor等工具进行Vibe编程的模式不同，AI Designer通过中间语言（自然语言和代码语言之间的业务架构语言）的设计，让整个代码的输出结构更可控，更具可维护性，让应用构建不再是AI黑盒，真正做到有的放矢。

AI Agent、AI Discovery则分别面向的是企业对应业务场景的AI组件。

其中AI Agent根据企业业务需求而生，通过定制技能与工作流，支持快速构建与编排智能体，可发布为独立应用、AI机器人，同时可以与低代码应用构建能力结合，实现销售、采购等业务流程的智能化执行与业务闭环。

AI Discovery针对销售预测、营销效果等业务场景，基于多元模型与算法的构建及训练，为工作决策提供洞察与支撑，为企业的工作事务寻找最优解。这些应用可以帮助企业驱动基于数据的智能决策和增长。

值得一提的是，这两个AI组件也都对应着奥哲的特殊设计。“在过去这些年里，一系列企业核心业务环节和流程，以及销售预测、营销效果等我们都用低代码实现过，我们把从过往低代码服务过程中沉淀下来的企业和产业知识都被封装进这些最前端的AI应用中，企业可以更好的使用这些具备‘先进企业实践’的AI产品。”张华告诉我们。

AI模块之外，奥哲更是对“数据”体系进行了独特的产业设计。“不同系统之间的数据如何打通，怎么基于AI的体系进行整体协调调配，以及不同的AI应用应该调用哪些数据，这些我们都可以为企业提供‘开箱即用’的模式。企业只需要在奥哲精选出的AI小模型对应界面上进行相关数据源的选择即可。”张华表示。

这种对多个不同体系、不同软件、不同产业的数据体系整合和理解也更是源自奥哲过去多年的低代码实践，即在奥哲·云枢和氚云两大核心产品上，已经有无数企业都基于奥哲的低代码加持进行过自身的数据纳管和分析。

价值不仅在单点，更在体系。张华告诉我们，AI、数据和应用（低代码）都不是以单点的形式存在。更可以理解为，在奥哲的企业级AI平台的加持下，企业可以构建出一个“应用—数据—AI—应用”的完整企业级AI链条，让AI在企业内部可以真正“跑起来”，实现一步一步地进化。

从当下的整个AI服务市场来看，这种流动的AI体系也尤为可贵。即从需求来看，企业一方面需要能够落地适配自身业务的AI应用，但同样也更需要能不断进化、贴合自身业务发展形态的AI体系。奥哲提供的恰是这样一种答案。

“通过这些环境工程化的加持，企业可以把低代码、AI应用产生的数据用于训练大模型，训练后的大模型可以进一步加持前端的应用，在企业内部真正形成闭环。”张华告诉我们。

从更大的视角来理解，在奥哲的这张企业级AI答卷中，能看到的不单纯是基于AI在企业场景的特殊设计和产业封装，对应的更是一个可行、可进化的AI工程链条，通过一系列环境工程化的加持，奥哲可以以“足够低门槛”、“喂到嘴边”的形式让企业在既有业务链条的基础上“真实长出”新的AI生产力引擎。

三、真正的AI原生时代，到来了吗？

过去两年里，关于AI，人们更多的表达是AGI一定会到来。但在企业场景里，这个表达更具体的一个发问恰是：“AI生产力时代，是否正在临近？”

从奥哲发布的企业级AI平台来看，这个答案显然正愈加清晰。

比如企业可以直接基于奥哲企业级AI平台的加持纳管自身数据，进行对应的数据清洗和数据治理，再比如企业不仅可以基于可视化、可维护的方式进行AI原生应用开发；在核心的关键流程，更可以在奥哲提供的AI应用基础上通过极少工程量的配置将其嵌入自身的业务流程，构建AI原生应用。

更核心的在于，基于奥哲的“AI+数据+低代码”的模式，企业不需要基于开源的Agent平台进行多番测试，而是直接可以以最小的投入、最少的人力在既有软件模型基础上叠加AI模块，实现业务正常推进过程中的“行进间换挡”。

如果把视角拉回奥哲内部，则能看到这些AI易用性和工程性的开源。据了解，在奥哲过去三年的产研进度里，其源头是从真实的AI落地需求出发，从最前端的需求倒推一个个对应的环境工程化组件，比如可直接使用的MCP模块，比如AI Designer中模型中间语言的设计，比如基于机器学习和真实产业因素推导的销售预测等等AI产品的不断完善。

而这些也恰都被一个个组合到如今站到舞台中心的奥哲企业级AI平台。

在采访中，张华告诉我们，在奥哲内部，AI产研团队也更有“特殊设计”：比如最前端的小组会被安排负责结合市场真实需求，把奥哲的AI能力和低代码产品进行封装组合；中间小组则是把前端业务传递来的真实客户需求转化成AI应用语言，而最后端小组则是把AI语言转化为更底层的模型语言。

经过这三层的传递，需求被一层层拆解为模型技术语言，最终展现到最前端，恰是嵌入了满足客户真实需求AI应用的奥哲新一代企业级AI平台——奥哲·云枢、氚云，进而帮助企业搭建出更新的AI原生开发范式和AI原生应用。

从技术突破到企业的生产力提升和进化，从来都不是一件容易的事，蒸汽机时代如此，互联网时代如此，如今的AI时代亦是如此。奥哲企业级AI平台通过“AI+数据+低代码”三位一体的模式，帮助企业实现AI原生应用开发，同时开发AI原生应用，最终构建AI原生企业。

从信息化到数字化，从数字原生企业到AI原生企业，这也恰是新一代软件服务商要发挥自身价值的更新阵地所在。

敢想敢做，需求为王。AI奥哲，正在迎来它的第三次To B启程。