【摘要】“我們要做的是把云+AI的技術勢能，變成千行百業的 商業 動能。”

8月14日，阿里云AI創新應用火花大會-深圳AI峰會成功舉辦。在以速度來定義行動、以創新驅動未來的深圳，峰會現場吸引了近千家企業到場。

當下，AI技術迭代速度呈指數級增長，大模型不斷突破性能邊界，從理論走向商業實踐，為企業開辟降本提效、業務重構的全新象限。但在智能化轉型的深水區，多數企業仍困于三重技術迷霧：大模型的業務場景適配邏輯如何破解？AI Agent的落地路徑怎樣錨定？行業標桿的創新經驗能否形成可復用的技術范式？

本次峰會集結AI領域明星企業、技術專家、學界領袖，為企業解讀達模型技術、輸出場景化方案、整合生態資源，助力企業穿透技術迷霧，找到智能化轉型的靈感與路徑。

大模型與AI Agent的“破局公式”

“AI不止是技術的演進，更是生產力的革命。”阿里云智能集團副總裁、市場 營銷 部負責人劉湘雯指出。過去一年間，她明顯感受到了市場的變化，大家不再問“要不要引進AI”，而是開始討論“如何把AI引進來，AI引進來怎么樣解決，哪一個是最先適合切入的場景？”

自2014年起，阿里云持續投入AI，成為這場正在到來的AI大潮最堅實的后盾之一。其布局包括在全球多地搭建基礎設施，為海內外企業提供云端服務；通義千問系列模型持續迭代，引領國內開源浪潮；推出阿里云百煉等工具平臺，讓企業能像搭積木一樣構建智能體。

“我們要做的是把 云+AI的技術勢能，變成千行百業的商業動能。”? 在開場致辭的最后，劉湘雯強調。

阿里云的技術底座如何“真正”發揮功效？

阿里云智能集團中小企業事業部解決方案架構及創新拓展部總經理楊國彥從技術和產業結合出發，拆解大模型發展的四大趨勢，厘清AI落地的關鍵節點。

這四大趨勢分別是：技術迭代進入周更時代；開源正在填平技術鴻溝；智能體正從“工具人”變成“決策者”；交互革命正在重構人機觸點。

技術上，大模型已從通用能力競爭轉向行業深耕，通義系列通過“大模型+小模型”組合，既能在云端處理復雜推理，也能在邊緣端實現毫秒級響應，讓智能手表、工業傳感器都能用上AI；開源上，通義開源模型的衍生模型數量是第二名的3倍，開發者能近乎零成本獲取基礎能力；應用上，2025年被稱為智能體元年，才過半年，Agent已從完成單一任務進化到Agentic AI——能自主決策、跨場景協同；觸點上，AI已從APP和網頁中“跑”出來，進入耳機、玩具、工業終端。

“在這個產業鏈里，雖然大模型是核心，但是大模型不是唯一。”楊國彥補充，AI產業鏈的繁榮需要數據、算力、應用生態的正循環。爆發性數據增長喂飽模型，GPU算力支撐訓練，場景反推技術迭代，才是AI持續進化的密碼。

如何將這些趨勢融入企業的業務框架之中？阿里云智能集團高級產品專家徐志遠給出了深入淺出的解答。分為三層：

最底層是模型API Server，這是AI能力的“水電煤”。他算了筆賬：實時API成本高，但異步推理能省50%成本，上下文緩存可避免重復計算。

中間層是Agent，它的概念非常多，重點在于將模型能力與企業自有業務數據、系統對接，需要用到RAG、MCP、搜索增強、Plugin。大模型時代，很多時候，“深水區”以下的數據反而是更重要的資產。企業如何用開源模型，發揮出貼合自己業務場景最大價值的事情，核心是把對于數據的把控和對業務的理解轉換和表達到數據上。

最上層是行業解決方案，關鍵是“懂業務”。大模型的落地不是考察企業對于技術理解的深度，而是能不能找到非常好的業務場景。徐志遠舉例，網商銀行通過視頻通話+AI審核，把門店貸款驗證從3小時壓縮到5分鐘；某青少年設備廠商每天迭代幾十上百個Agent，像 互聯網 產品一樣快速試錯。

從劉湘雯點明AI的生產力革命屬性，到楊國彥拆解大模型四大趨勢，再到徐志遠給出三層落地邏輯，阿里云從戰略、趨勢到實踐，為企業AI應用提供了清晰的路徑。

AI?落地實戰 ， 四大 場景的價值驗證

凱文·凱利曾在《必然》中寫道：“技術的價值在于融入日常場景，成為解決問題的尋常工具。”

在場景主題分享環節，嘉賓們圍繞智能客服、AI知識庫、 智能硬件 、電商運營四大高需求、低門檻場景，用具體數據和案例，讓抽象的落地邏輯變得具體可感。

以智能客服為例，大模型的能力在通識領域很炫，但企業客服要的是“解決業務問題的專家”。阿里云智能集團通義曉蜜產品專家李璨表示，目前通用AI面臨兩大難題：一是不懂行業專業知識， 金融 、醫療的客服需要精準的業務答案；二是數據安全風險，企業的客戶數據、產品文檔不能外泄。

通義曉蜜基于阿里云生態優化的客服行業大模型，分兩層為企業服務：有開發能力的團隊用CCI工具搭建專屬客服平臺；沒有開發能力的企業可直接使用智能質檢、聯絡中心、對話機器人等成品。例如，通義曉蜜賦能下的保險行業機器人能從復雜文檔中提取?“保險責任、投保年齡、保險金”，銷售業績表能通過對話生成可視化圖表。

在AI知識庫場景中，阿里云智能集團技術交付與服務部總監鄒剛指出，AI知識庫要解決三大核心問題：準確率、多模態融合、安全權限。

針對這些問題，阿里云的解決方案圍繞“數據治理”展開：數據層通過“清單梳理、標準化、標簽提取、安全管控”四步，確保數據高質量；模型層支持多智能體編排和多模型融合調用；技術層用非對稱加密保障數據安全，“推理時帶密鑰解析，結束后銷毀材料，全程不泄露”。

而在智能硬件場景下，阿里云智能集團中小企業事業部高級AI解決方案架構師黨莎，展示了AI對智能硬件的升級賦能邏輯。

她舉了三個例子：智能眼鏡加載VL模型后，佩戴者就能看到“文物能講背后的典故”，“看到花能說花語”，讓眼鏡從拍照工具變成知識助手；AI玩具可實現陪聊、講故事、按角色故事線互動；智能家居越來越懂“潛在”需求，說“想看電影”會自動調節燈光、關窗簾、開投影。黨莎表示，實現這一切的關鍵是多模態融合+端云協同。

而在電商運營場景，阿里云智能集團瓴羊智能電商運營業務總監李睿分享了一個調研數據：一個常規運營做每日經營日報要58.3分鐘，而這無法用通用AI工具解決。

瓴羊的解法分三步：數據收集階段，自動按需求抓多平臺數據，全鏈路溯源保準，避免算錯；數據處理階段，用AI打標非結構化內容，AI?能對用戶評論、直播互動等非結構化內容進行分類打標，準確率遠高于傳統模型；分析階段，看板上點任意指標，AI能解釋漲跌原因，準確率超90%。目前，已有30萬商家使用其中至少一項服務，日報時間從58.3分鐘降到11分鐘。

以上四大場景驗證了AI的商業價值，與此同時，AI的規模化應用還在加速落地。

會上，阿里云智能集團客戶服務和體驗部總經理沈乘黃表示，阿里云針對不同企業需求提供分層AI服務，技術型公司可基于基礎模型或阿里云百煉平臺搭建能力，業務型公司能直接使用通義曉蜜、萬相營造等標準產品及解決方案。

“我們的目標是100天之內讓AI形成生產力。”沈乘黃如是說道。

AI應用規模化，拼什么？

從場景試點到規模化落地，僅依靠平臺并不足夠，企業實戰經驗的相互借鑒、政策資源的精準助力缺一不可。

會上，來自保險 科技 領域的暖哇科技、智能語音交互領域的嘉興聲芯、AI+教育領域的華宸智域分享實戰經驗。阿里云智能集團戰略發展部華南區總經理謝天同步解讀深圳算力政策，為企業打通“落地+降本”雙鏈路。

此外，峰會正式發布阿里云AI應用先鋒計劃，聯合嘉興聲芯、群宇互動、浩鯨科技等生態伙伴共同發起，旨在加速企業AI應用從概念到落地。此計劃通過云+AI資源補貼、極速POC服務、1v1 AI應用專家服務咨詢和聯合品牌推廣四大核心權益，全面支持企業實現高效AI應用概念驗證（POC）交付，降低企業AI試用門檻。另外，舉行AI火花先鋒簽約儀式，暖哇科技、云起未來、蜂助手三家企業與阿里云達成AI深度合作。

在AI技術正深刻重塑商業規則的當下，企業若想在競爭中突出重圍，關鍵在于精準把握“大模型+ Agent”的融合機遇，快速構建起智能化業務體系。

此次阿里云AI創新應用火花大會也得到了英特爾的特別支持。大會不僅是一場技術與實踐的交流盛宴，更為企業智能化轉型指明方向。從技術解讀到場景方案，從生態聯動到政策適配，每一環都聚焦“可落地、有價值”。

未來，阿里云將繼續深耕大模型與Agent平臺能力，攜手企業與生態伙伴，推動AI應用從 “個別場景突破”走向“全業務滲透”，讓智能化真正成為驅動企業增長的核心動能，與千行百業共同走向AI產業落地的新階段。