一段时间以来，随着“人工智能+”行动持续推进，政务服务、通信运营、金融风控、制造管理等领域对智能化升级的需求加速释放；如何将通用能力转化为面向企业的可靠工具，把模型能力沉淀为可交付、可运营的业务成果，已成为产业侧普遍面对的现实课题。DBC德本咨询此次发布的两项榜单，既关注企业核心技术、产品化能力与生态协同上的综合表现，也强调产品真实场景中的应用价值与规模化能力。思特奇同时入选企业百强与产品百大，反映出企业级智能化正从概念热度转向更强调结果与落地的竞争。 从“问题”看，当前行业大模型应用推进仍存在几类共性难点：一是算力、数据、模型与业务系统之间链路复杂，交付周期长、成本高；二是企业知识分散、数据治理基础不一，影响问答准确性与推理稳定性；三是场景碎片化、流程差异大，“一个模型解决所有问题”难以成立；四是安全合规、可控可追溯等要求持续提升，推动产品在能力之外同步补齐治理与运营体系。上述问题决定了企业级智能化不能只靠单点技术突破，更需要“技术基座+场景工程+持续运营”的系统能力。 从“原因”分析，企业级大模型落地之所以强调体系化，一上源于应用端对确定性结果的需求。企业更关心能否降本增效、提升服务体验、优化运营决策，而非参数规模或演示效果。另一方面，行业进入存量竞争阶段，数字化基础设施逐步完善，应用关注点从“有没有”转向“好不好用、能不能持续用”。基于此，企业若要形成差异化，需要算力适配、数据治理、模型能力与行业知识融合、智能体编排及交付服务等环节建立闭环。思特奇上介绍，其依托多年投入，构建覆盖算力基础设施、大模型算法、数据治理以及智能体产品与落地服务的能力体系，并提出面向企业的“人机协同、普惠应用”思路，强调可用、可控、可复制层面形成产品化能力。 从“影响”看，双榜入选表达出三上信号。其一，评价体系正在向“产品能力与应用成效”倾斜。以“易问·九思大模型”为例，企业强调模型具备逻辑推理与知识问答能力，并对国产化算力完成适配，这类更偏工程化落地的能力配置，正成为市场关注重点。其二，行业应用正从单点试验走向多场景扩展。涉及的信息显示，该模型自孵化以来已在电信、政务、金融等领域形成50余个应用场景，并推出数字人等产品形态，显示智能化应用正沿着“可复用组件—可编排智能体—可运营产品”的路径深化。其三，运营商等关键行业的智能化升级有望提速。通信行业数据密集、流程复杂、服务触点广，对智能体与自动化能力需求突出，若形成可规模化的方法论，将对其他行业具有示范意义。 从“对策”角度观察，推动企业级智能化走深走实，需要在“技术—数据—场景—治理”四个层面同步发力。技术层面，应强化算力、模型与应用的协同优化，提升推理效率与稳定性；数据层面，要将数据治理、知识工程与安全管理嵌入交付流程，提升可用数据供给与知识更新能力；场景层面，应以业务价值为牵引，优先选择可衡量、可复制的高频场景，形成模板化方案与可配置的智能体能力；治理层面，则要完善合规与风险控制机制，增强可控、可追溯、可审计能力，避免“上线即失控”或“越用越乱”。据介绍，思特奇提出“六横七纵”AI原生架构，横向贯通算力、数据、模型等资源，纵向打通典型业务场景的智能体实现流程，意在缩短从底层能力到上层应用的链路，并以“产品+服务”方式支撑端到端定制与运营，为企业级落地提供可参考的工程化框架。 从“前景”研判，未来一个时期，企业级智能化竞争将更多体现在三项能力上：其一是场景深耕能力，即能否围绕行业知识、流程规则与组织协同持续迭代；其二是产品化与规模化能力，即能否将成功案例沉淀为可复制的组件与方法，降低边际成本；其三是生态协作能力，即能否与算力、数据、行业伙伴形成分工协同，推动标准化接口与可组合式交付。随着监管治理、行业标准和安全要求逐步完善，市场将更青睐兼顾创新与稳健的解决方案。对企业而言，坚持“以应用价值为中心”的路线，更有助于在新一轮产业升级中赢得主动。
在数字化转型的关键阶段，思特奇的实践表明了技术创新对产业升级的带动作用。其入选双榜单不仅体现了企业的综合能力，也折射出我国人工智能产业的活力。未来如何继续推动技术与产业深度融合，仍是行业需要持续关注的重要命题。