ITPub博客

消费者认识一个品牌的方式正在发生变化。

去年，国内数据中心申报项目过千，实际获批约10%，绿电直连成为重要的加分项。一个变化已经越来越清晰：AIDC的竞争正在从抢资源、拼建设，转向绿色化、精细化运营。项目建起来只是第一步，能不能把绿电用好，能不能把账算过来，才决定它能走多远。AIDC运营方应该从哪里下手？

具身智能市场，数据投入早于出货，即使终端销量还没多少，具身智能公司已经开始为数十万小时乃至更大规模的训练数据投入资源。2026年AI数据服务市场最显著的增量是具身智能。

林源在采访中反复强调一个问题，你今天看到的企业，不是不想用AI，是不敢用。上市公司怕数据出域，银行受监管约束担心合规，制造业觉得工艺和是命根子，这些企业都不能用公有云大模型。每个客户都在焦虑：数据能不能不出域，原来的系统能不能不动，Agent进了企业之后到底在跑什么任务。林源作为青云科技CEO，过去十几年一直在云基础设施里打仗。他经历过公有云的惨烈竞争，也踩过足够多的坑。到了AI时代，他选择了一条

围绕这个愿景，邓亚峰在访谈中进一步展开了他对AI自我进化实现路径、记忆与推理合流，以及赛道长期壁垒的一整套思考。

近期，a16z合伙人Martin Casado给出了一个让模型厂商不太舒服的判断，算力供给放开、开源模型成熟之后，AI产业链价值会重新分配，应用层将拿走越来越多的份额，模型厂商的利润份额会被侵蚀。

让AI使用私有数据，既要“能人放大”，也要“人能放心”

数据平台+动态本体平台，才能彻底消除数据孤岛

本体的核心价值在于帮助智能体建立认知体系并完成推理和推演，行动则需要大模型与人协同完成。

AI进入企业的速度，正明显快于它融入组织的速度。麦肯锡2026年的调查显示，接近九成受访企业已经在至少一个业务职能中经常使用AI，44%的企业正在全公司范围推动AI规模化应用。然而，真正通过AI取得显著业务价值的企业仍然只有约6%。普华永道覆盖95个国家、4454名CEO的调查则显示，56%的企业尚未从AI中获得显著财务收益，只有12%的企业同时实现了成本下降和收入增长。模型能力越来越强，AI应用

企业搭建智能体时，常遇到一个奇怪的现象：同样的业务场景、同样的原始文档，调用同一个基础模型，在不同的智能体平台上搭出的智能体，效果可能差得很远。有的智能体能用，有的只是流程跑通，结果却无法交付。

围绕数据类型、价值与生产方式的变化，以及合成数据的定位、具身智能市场集中趋势等问题，爱分析与文德数慧联合创始人孔思思进行了交流。

过去一年，本体从相对小众的技术概念，迅速进入企业AI市场的中心。Palantir的业绩和资本市场表现不断走高，国内科技厂商开始建设本体平台，金融、制造、能源、军工等行业也陆续把本体纳入AI建设方案。但本体并不是新技术。十多年前，国内大型金融机构和企业架构项目已经尝试用本体或类似方法组织业务概念、对象、关系和规则，知识工程领域的研究还要更早。既然本体早已存在，为什么过去没有大规模普及，偏偏到了今天，

企业AI平台正在形成多条相互交叉的演进路径：有的平台从模型服务出发，有的从Agent开发、企业知识、Skill或算力资源管理切入。随着企业AI从试验走向生产，它们一面强化原有能力，一面向开发、运行和治理等相邻环节扩展。微软Foundry与腾讯WorkBuddy分别从云与模型服务、工作入口与Skill出发，呈现了企业AI平台跨层扩展的不同方向。这给企业选型带来一个基础问题：名称相近的产品，管理对象、

工业企业一个简单数字化需求，往往要经历业务部门提需求、IT部门梳理、外部团队开发和多轮现场修改。当几个月后系统终于交付时，业务需求可能已经发生变化。更小、更碎的场景，则常常因为开发成本过高，根本没有机会被数字化。AI正在改变这种工业软件交付方式。按照寄云科技当前的实践，基于一份相对完整的PRD和设计文档，AI可以在约30分钟内生成应用原型，并在一周左右在现场部署完成。但这只是表层变化，真正的难题，

2015年，优锘科技CEO陈傲寒在硅谷参加Strata大数据会议，在与Palantir的产品和项目人员的交流中发现对方也是在做“数字孪生”，但与优锘不同：优锘更强调建立数字对象，并通过可视化工具交给客户使用；Palantir则从建模到分析一路深入客户现场，做法很重，也带有强烈的项目制色彩。“我当时是不看好Palantir的。”陈傲寒回忆。在他看来，这不像硅谷公司擅长的平台和产品生意，太重，太依赖人

一家国际大型保险公司要上一套智能体系统，预算千万级别。招标名单上，腾讯、阿里、百度、火山等大厂都来了，十家公司同台竞技。最后POC拿第一名的，是一家叫容智信息的AI公司。容智信息创始人兼CEO柴亚团，没有把这场胜利归结为运气。在他这里，智能体的胜负手从来不在模型能力，而在产品和交付能力。行业里有公开数据，95%的智能体项目都失败了，但容智过去2年没有失败的项目。柴亚团认为，市面上很多人做的是模型套

AI对企业最深刻的影响，最终会发生在决策与执行层。

过去，人们谈AI基础设施，更多关注谁拥有最多GPU、谁建设最大的算力集群。但随着AI进入规模化应用阶段，算力的价值正在从资源供给走向产业运营。

企业AI竞争的重心，正从提供模型转向承接生产级应用。围绕这一变化，云厂商正在争夺企业AI应用的建设和运行入口。Foundry正是微软对这一变化的回应。它从围绕模型选择、微调、评估、部署和调用的MaaS平台，逐步扩展为覆盖AI应用及Agent开发、运行和治理的平台。微软争夺的已经不只是模型调用量，而是企业AI应用的核心入口。