“智能体拼的不只是模型参数，还有行业Know-How。

前两年我们见证了大模型的全面爆发，但2025年，却更像是一场理性的回调。企业不再为“AI能画图、会聊天”而惊叹，而是开始直截了当地发问：“能帮我审一份标书吗？”、“能替我看懂这张发票报销合理吗？”、“到底能不能用在生产线上？”

从“技术炫技”转向“落地实效”，整个AI行业正悄然完成一场范式切换。在这场变化中，“智能体”逐渐取代“大模型”成为热词，尤其是在产业应用领域。

但智能体真的准备好了吗？

为了回答这个问题，数据猿在WAIC 2025峰会上，专访了达观数据创始人兼CEO陈运文。

智能体要真正“工作”

需要具备四个“器官”

如果说大模型是AI大脑的雏形，那么“智能体”就是把这颗大脑装进身体、接入现实世界的过程。问题是，大多数智能体仍停留在“嘴上功夫”阶段，能说不能做，能答不能干。要真正替代人类完成工作，它至少需要具备四个器官：眼睛、双手、大脑和记忆。

在这方面，达观数据提出了一个通俗却极具说服力的类比：智能体=数字白领，而这位“白领”需要具备完整的感知、执行和认知能力——

·OCR是眼睛：读取文档、识别图像、解析发票和合同内容；

·RPA是双手：登录系统、点击审批、填表发邮件，完成操作流程；

·大模型是大脑：理解指令、分析任务、生成内容、做出判断；

·知识库是记忆：积累业务经验、行业规范和规则判断，指导每一步决策。

这些模块并非独立存在，而是需要像人体系统一样紧密协同。例如在处理一封含有Word和PDF附件的财务邮件时，达观的智能体将依次完成以下步骤：

1.用IPA（智能流程自动化） 打开邮件；

2.使用OCR读取附件内容；

3.利用大模型生成专业的审阅意见或回复内容；

4.根据知识库规则判断用语是否合规、审批流程是否合理；

5.最终再由IPA自动发送邮件，闭环整个流程。

陈运文强调：“我们不是在堆积技术组件，而是在还原一个可以上岗的数字员工。这些AI模块之间不能各自为政，它们要能一起‘工作’，完成真正有价值的事情。”

为了让这些“数字白领”快速投入企业实战场景，达观在技术架构上实现了模块化和可插拔化设计，全面兼容MCP协议。企业无需从零搭建系统，只需选择自己需要的功能模块，就能快速组装出一套定制化智能体系统，降低部署门槛，也极大压缩了试错成本。

这意味着，智能体不再只是“AI实验室的玩具”，而可以像乐高积木一样，灵活组装，直接投放到工作流中。

数据只是原油

知识才是大模型的“燃料”

大模型依靠的是参数和算力，而智能体真正跑起来，却依赖“知识”作为燃料。

许多企业都面临同样的问题：数据很多，但知识很少。文档成堆、系统繁杂，信息不是缺乏，而是沉睡。达观数据在长期实践中发现，仅有大模型远远不够，智能体必须掌握行业知识，才能在复杂场景中做出专业判断。

“数据只是原油，提炼之后的知识才是可以燃烧的汽油。”陈运文这样形容。他进一步解释：很多客户的文档库里堆满了年报、审计报告、制度手册和新闻材料，但没有经过结构化、标准化、语义提取，这些数据是“看得见但用不着”的。

达观的解决思路是——提炼知识，形成知识库，再反哺智能体。

这不仅仅是一个技术工程，更是一场认知工程。他们将客户白领多年积累的工作经验、行业规则、判断案例，沉淀为可被机器理解的“认知结构”，并通过语义抽取、知识图谱构建、规则建模等方式加工处理。

在财务、法务、能源、招采、制造等行业，达观打造出一套又一套具备专业判断力的智能体。比如在财务审核场景中：

·它不仅能识别发票内容，还能校验报销金额是否与项目进度相符；

·能判断某张合同是否跨越了招标范围，甚至识别是否符合“八项规定”；

·在招投标场景中，能分析多个方案中的配件参数、价格与技术指标是否匹配。

这已经不是“自动总结会议纪要”那种轻量级功能，而是对专业知识结构与应用逻辑的深度还原。简而言之，达观智能体能做的，是会计、审计、采购、技术工程师这些角色过去“脑力劳动”的一部分。

这种能力的背后，是达观十年来在垂直领域的知识积累，也是它区别于通用AI平台的重要壁垒。

“真正的智能体，应该像一位专业顾问，而不是一个背答案的学生。”陈运文说。

一体机、国产算力、出海

是智能体落地的答案？

随着数据隐私、安全合规和算力成本的挑战日益突出，智能体的部署问题也成为企业是否落地AI的重要门槛。不是所有企业都能上云，也不是所有智能体都能上岗。

“没有GPU，一切都是无源之水、无本之木。”陈运文毫不避讳地指出，智能体不是一个单点系统，而是一条完整的技术链条，从模型推理到文档识别再到流程自动化，都对底层算力和部署环境提出了高要求。

面对这个现实，达观数据走出了一条高度实用主义的本地部署路线。

☆一体机：给中小企业的“即插即用”方案

对于预算有限、不便大规模部署服务器的中小客户，达观推出了“智能体一体机”方案。这台体积稍大的机器相当于一个“AI工作站”，预装了OCR、RPA、知识库和大模型等组件，只需通电联网、简单调试，就能投入使用。

企业不再需要复杂的环境搭建，不需要招募AI工程师，只需像采购打印机一样，把这台“数字白领”放进部门。

这套方案尤其受到金融、烟草、制造等行业子部门的欢迎——预算有限，但任务重、专业性强，对智能体“轻部署、重效果”的需求极其明确。

☆私有化+国产GPU：满足数据安全与供应链稳定双需求

对于大型央企、国企和对信息安全有高要求的企业来说，云端方案始终面临数据外泄与稳定性风险。因此，达观也为这类客户提供了整套私有化部署解决方案，支持企业将整个智能体系统部署在自有数据中心或内部服务器上。

在国际形势多变、进口GPU供货不稳的背景下，达观也与国产GPU厂商建立紧密合作，适配国产算力，确保AI系统的独立性和稳定性。

“不是买不到海外卡，是担心买完断货。企业要的是持续可用，而不是一次性演示。”陈运文指出。

这一策略也契合当前“信创”背景下，企业对国产技术、可控生态的诉求。达观的模块化架构、MCP协议兼容性，使其智能体可以在不同硬件平台上灵活部署，真正做到软硬协同、快速上岗。

最终目的只有一个——让AI真正参与到企业日常运转中，而不是只停留在展示厅里。

☆出海实验：语言不是门槛，AI即桥梁

达观的“数字员工”不仅能胜任本土业务，还随着企业一起“走出去”。在中东、日本等市场，达观通过AI技术实现多语言材料生成、视频配音与本地化内容交付，极大降低了出海门槛。

在过去，做一套阿拉伯语PPT可能需要外包翻译团队、两周时间，如今通过AI加持，半天内即可完成翻译、排版与校对，客户反馈极好。

“这在以前几乎不敢想，我们的团队现在可以毫无障碍地处理阿拉伯文、日文、法文内容。”陈运文笑称。

而这种能力也在悄然改变中国企业的出海模式——不是靠堆人，而是靠技术力量建立规模化服务能力，尤其是在语言、合规、内容生成等“白领密集型”环节。

服务即结果？

智能体将开启一个怎样的未来？

过去十年，企业数字化建设强调系统，强调软件授权和流程固化；但未来十年，AI智能体或许将改写这个范式——不再是卖工具，而是直接交付“结果”和“服务”。

☆商业模式的转向：从SaaS到“Service as the Software”

传统SaaS是“软件即服务”（Software as a Service），卖的是工具和使用权限。而智能体落地的下一步，将进入“服务即软件”（Service is the Software）的时代：

·企业无需再花时间“学习软件”，而是直接把任务交给AI；

·不再按授权数量付费，而是按任务量、交付结果来计价；

·就像雇佣一个外包团队，企业只关心最终效果，而非过程细节。

陈运文提到：“未来企业采购的不是工具，而是服务交付本身。你不需要培训员工使用软件，而是采购一位‘数字员工’直接上岗。”

这一模式，在某种程度上打破了过去信息化与人力资源之间的边界。例如，在财务共享场景中，企业不再需要部署一套软件再搭配财务人员，而是直接让智能体完成报销审核、发票查验、凭证生成等工作。

☆深水区判断标准：能不能真正替代人的部分工作

成立于2015年的达观数据，是国内最早一批深耕自然语言处理和智能文档理解的AI公司。过去十年，他们见证了从“结构化数据”为王的时代，到“大模型+非结构化知识”融合为主流的演化过程。而今，在企业对智能体“好用”“能用”的高要求下，他们提出了新的方法论：“智能体+行业深耕”。

所谓“深耕”，不是做一个能回答几个问题的聊天机器人，而是要让AI真正具备行业知识、专业判断力和流程理解能力——能够替代白领完成实际任务，而不是仅仅生成看起来漂亮的回答。

正如陈运文所指出的，“许多客户抱怨目前的智能体‘好看不好吃’，看起来挺智能，用起来却漏洞百出。处理简单问题还行，一旦涉及专业细节，智能体就暴露出理解浅薄、逻辑混乱的问题。”

在技术红利期退潮之后，智能体进入“实战刚需”的冷启动期。下一轮胜出的，不是喊得最响的公司，而是能真正做成“行业智能解决方案”的企业。

“市面上有些公司声称已开发上千个智能体，但实际上只是提示词换了个壳。”陈运文并不避讳行业的虚火现象。他认为，判断一个智能体是否具备“真本事”，关键看三点：

1.是否能跨步骤串联任务，而非单点应答；

2.是否能理解业务流程与行业规范，而非泛泛而谈；

3.是否具备高准确率与强可控性，而非单次生成效果。

他用“浅层智能体”与“深度智能体”做了区分：前者处理简单指令，后者能分解任务、做出专业判断，甚至承担部分专家工作。

而这，也预示着未来一个更深刻的变化：智能体不再是“加班助手”，而是未来组织结构中，数字员工的基础单元。

而对每一家真正想用好AI的企业来说，一个更现实的问题是：你的AI，是只“好看”，还是“好看又好用”？

真正的智能体，正是后者。而未来企业要的，也将是这样的“靠谱同事”。