从试点走向生产：智能体落地进入深水区

报告编委 特别鸣谢（按拼音排序） 目录 1.报告综述.........................................................................................................52.央国企Agent开启规模化落地，集团统建与业务自治并行推进...........................82.1落地阶段：从观望学习走向规模化试点.......................................................................82.2建设思路：形成“底座共用、场景自治”模式...............................................................92.3投入规模：AI预算占比提升.....................................................................................103.央国企Agent应用重心由通用场景向核心业务场景迁移...................................133.1通用场景：从“提效工具”切入，建立Agent使用入口..............................................133.2专用场景：进入主营业务，支撑生产、研发、安全和经营决策....................................153.3核心价值总结：央国企Agent成为数字员工.............................................................164.数据、组织和治理能力不足，制约Agent从试点走向生产................................205.规模化落地需要从单点应用走向统一底座和持续运营........................................225.1顶层设计：从战略目标出发，而不是从工具出发........................................................225.2场景规划：优先选择高价值、可闭环、可衡量场景.....................................................295.3底座建设：构建“算力—模型—平台—应用”四层架构...................................................305.4数据与知识工程：把企业经验变成Agent能力..........................................................395.5试点与推广：从示范应用到规模复制........................................................................52 报告综述 1.报告综述 央国企Agent建设正在从技术验证走向生产级落地。进入2025年以来，随着政策推动、模型能力提升、国产算力和行业模型建设加速，央国企开始将Agent纳入AI专项工作的重点方向，应用重心也逐步向生产、研发、安全、采购和经营管理等核心业务环节延伸。 Agent的价值判断标准已经从模型效果转向业务价值。过去，企业更关注模型回答是否准确、知识库检索是否有效、交互体验是否流畅。现在，央国企更关注Agent能否嵌入真实业务流程，能否提升经营和生产决策质量，能否降低安全合规风险，能否沉淀专家经验。评价标准变化的背后，是央国企Agent建设从技术试点项目向生产级项目转变。 央国企Agent建设正演变为集团级智能化基础设施。央国企组织层级多、业务链条长、数据安全要求高，单点应用难以支撑规模化落地。当前更可行的路径，是集团层面统建算力、模型、平台、安全治理和技术标准，二三级单位围绕真实业务场景开展应用落地，形成底座统建和场景自治并行的建设模式。统一底座解决安全可控、能力复用和重复建设问题，场景自治保证Agent贴近业务现场、解决真实问题。 未来央国企Agent的成功关键是进入核心业务流程，形成可复用、可治理、可持续迭代的能力底座。知识问答等通用场景，主要解决使用入口和组织信任问题；生产管理、安全合规、研发设计等专用场景，决定Agent的业务价值上限。只有当Agent能够嵌入流程，把分散在系统、文档和人员经验中的业务知识，转化为可调用、可沉淀、可运营的智能化能力。 未来五年央国企Agent建设将沿着三条主线展开。第一条主线是从应用试点走向平台化运营，形成统一入口、统一平台、统一治理和持续运营机制。第二条主线是从办公提效走向核心业务重构，推动Agent进入生产、研发、安全、采购和经营管理等核心环节。第三条主线是从模型调用走向数据、 知识、流程和权限的系统化治理，使Agent具备长期迭代和规模复制能力。能够率先完成这三类转变的央国企，将在智能化转型中形成更强的组织效率、风险控制能力和业务响应能力。 央国企Agent开启规模化落地，集团统建与业务自治并行推进 2.央国企Agent开启规模化落地，集团统建与业务自治并行推进 央国企Agent建设正在从早期技术验证进入体系化推进阶段。相比一般企业，央国企业务链条更长、组织层级更多、数据安全要求更高，Agent落地不能只看单个应用效果，更需要关注其所处阶段、建设模式和预算投入变化。 央国企Agent落地已经进入明显提速阶段。 2025年，大多数央国企对Agent的认知仍停留在学习、调研和技术验证阶段，项目多以知识问答、智能助手、办公提效等轻量场景为主。这类场景流程相对标准，数据敏感度较低，系统集成难度不高，适合用于验证大模型能力、测试知识库效果、评估员工接受度。 进入2026年，央国企Agent落地开始从小范围试验转向大规模试点和小范围推广。政策推动、模型能力提升、国产化算力和行业模型建设加速，使央国企开始将Agent纳入AI专项工作的重点方 向。场景也从知识问答和办公辅助逐步扩展到生产管理、安全合规、研发设计、采购供应链、经营分析等核心业务环节。 同时，央国企内部不同层级的建设分工逐渐清晰。集团层面主要是统一建设基础能力，包括算力资源、行业大模型、AI中台、智能体平台、安全治理体系和统一技术标准。二三级单位更贴近业务现场，围绕生产、经营、管理等具体场景开展应用建设，负责场景识别、数据准备、流程改造、业务验证和持续运营。 这种分工推动央国企形成底座统建和场景自治并行的落地模式。集团统一底座可以避免重复建设，提升安全可控和能力复用水平。业务单位自主落地可以保证Agent真正贴近业务问题，避免平台建设与场景需求脱节。随着这种模式逐步成熟，央国企Agent建设将从项目制试点走向体系化推进。 2.2建设思路：形成“底座共用、场景自治”模式 央国企在Agent建设中逐渐形成了底座共用、场景自治的模式，确保统一能力与业务落地高效结合。 典型架构包含四个层级：算力底座、专属或行业大模型、AI中台与智能体平台，以及若干业务场景Agent。 算力底座提供高性能计算和存储能力，支撑模型训练和推理。行业或专属大模型针对央国企特定业务需求和专业知识进行定制，保证模型理解力和业务适配性。AI中台和智能体平台承担统一管理、模型调度、知识库管理和Agent开发运行的职责，形成可复用的技术基座。具体业务场景由各单位开发和应用，形成面向生产、管理和服务的多样化智能体体系。 集团层面主要关注基础设施建设和整体治理，包括算力资源配置、模型安全与可控性、平台统一标准和权限管理。集团统一底座确保技术能力可复用、数据可管控。二级三级公司等业务单位则重点关注如何识别高价值场景、准备和清洗数据、优化业务流程，以及智能体在日常业务中的运行和持续迭代。业务单位自主落地能够保证Agent真正解决现场问题，并快速反馈使用效果。 央国企IT预算整体保持增长，反映出智能化建设仍为战略重点。AI在央国企战略中地位提升，AI预算在IT预算中的占比持续上升，多数企业将20%到30%的IT预算投入到人工智能相关建设中。部分重点企业设立百亿级专项资金，用于算力建设、行业模型训练、数据治理和智能体平台开发。中国移动、中国联通、中国电信、国家电网、国家能源集团等央国企已明确百亿级AI建设专项资金，主要用于万卡级智算集群、国产化底座、边缘计算节点、传感器改造、数字化总装线等。 央国企Agent应用重心 由通用场景向核心业务场景迁移 3.央国企Agent应用重心由通用场景向核心业务场景迁移 央国企Agent落地正在从通用办公提效进入主营业务重构阶段。早期项目多集中在知识问答、办公辅助、文档处理和数据查询等通用场景，主要目标是验证技术可用性、建立组织和员工对Agent的基本认知。随着模型能力、平台能力和数据治理能力逐步成熟，央国企开始将Agent引入生产管理、安全合规、研发设计、采购供应链和经营管理等核心业务场景。 这一变化意味着央国企Agent建设正在进入更深层次的价值阶段。通用场景的价值在于覆盖面广、上线速度快、使用频率高，可以帮助企业建立统一入口和使用习惯。专用场景的价值在于贴近主营业务，能够直接作用于生产效率、风险控制、知识沉淀和经营决策。未来央国企Agent竞争重点，不在应用数量多少，而在能否围绕核心业务流程形成可复用、可治理、可持续迭代的智能化能力底座。 从落地路径看，央国企Agent通常呈现先通用、后专用，先提效、后重构的建设思路。通用场景先解决使用入口和组织信任问题，专用场景进一步解决生产经营中的高价值问题。二者相互衔接，共同推动Agent从单点工具走向新型数字生产力。 3.1通用场景：从“提效工具”切入，建立Agent使用入口 通用场景一般是央国企最先落地Agent应用方向。这类场景数据敏感度相对较低，流程较为标准，用户覆盖面广，适合快速试点和规模推广。其核心价值不只体现在单个任务效率提升，更体现在建立统一AI入口、培养员工使用习惯、沉淀基础知识能力和应用治理经验。下面三类应用场景是央国企普遍选择的通用场景。 第一类通用场景是企业知识问答与智能助手。央国企制度体系复杂，业务流程长，员工在日常工作中经常需要查询制度、流程、标准、操作手册和历史资料。传统方式依赖人工检索、部门咨询和经验传递，效率低，口径也容易不一致。Agent可以基于企业知识库，将制度文件、业务文档、流程规范和常见问题进行统一管理，让员工通过自然语言完成查询和问答。 第二类通用场景是办公与内容生成。央国企日常办公中存在大量文字处理工作，包括会议纪要、公文写作、报告生成、材料识别、文档摘要和汇报材料整理。这些工作频率高、标准化程度较高，但占用大量员工时间。Agent可以基于模板、历史材料、业务数据和写作规范，辅助完成内容生成和材料整理，提升办公效率和材料质量。 第三类通用场景是数据问答与经营分析。央国企积累了大量经营、财务、生产、采购和运营数据，但业务人员获取数据往往需要依赖IT部门或数据分析人员。传统数据分析链路较长，从提出需求、确认口径、取数建模到生成报告，周期较长，难以满足业务部门实时分析和快速决策需求。Agent 可以通过自然语言交互降低数据使用门槛，让业务人员直接完成指标查询、趋势分析、归因分析和报告生成。 3.2专用场景：进入主营业务，支撑生产、研发、安全和经营决策 专用场景是央国企Agent产生高价值的核心方向。这类场景与主营业务、专业知识、业务系统和组织流程深度绑定，落地难度更高，对数据质量、模型能力、系统集成和业务协同提出更高要求。专用场景一旦落地成功，能够直接作用于生产经营核心环节，带来更强的价值回报。根据爱分析调研，下面四类场景是央国企Agent专用场景主要落地方向。 第一类专