蚂蚁数科在WAIC谈“商业智能体超级工厂”：企业AI落地从通用模型转向行业智能体

据36氪报道，7月17日，2026世界人工智能大会（WAIC）在上海开幕。大会首日，蚂蚁数科副总裁、中国区业务发展部总经理孙磊在36氪「氪话未来」直播间接受专访，围绕商业智能体超级工厂、行业垂直大模型、AI工程化能力以及企业智能体落地等话题，介绍了蚂蚁数科面向企业智能化升级的最新实践。来源显示，本届WAIC主题为“智能伙伴，共创未来”，产业讨论重点正从模型参数、性能竞赛，转向AI如何真正进入企业流程并创造业务价值。

从公开信息看，蚂蚁数科此次强调的并不是单一大模型产品，而是一套面向企业应用的智能体生产与交付平台。其承载平台Agentar 2.0首批预置近200个岗位级数字专家模板，并提供数百个可订阅的Skills级智能体工具，企业可根据岗位和经营需求快速启用具备专业知识、业务流程理解与工具调用能力的“数字专家”。这意味着，企业部署AI不必完全从零训练、从零编排，而是可以在标准化模板和工具能力之上进行场景适配。

从“会问答”到“能办事”，智能体成为企业AI新入口

孙磊在对谈中提到，过去一段时间AI发展出现了明显变化：一方面，AI正在从通用问答走向能够帮助用户完成任务、解决问题的智能体阶段；另一方面，AI也在从通用场景进入垂直行业，企业更关注业务场景中的核心问题能否被解决。换言之，大模型能力只是基础，真正决定价值释放的，是模型能否被封装为可执行、可协同、可管理的业务系统。

这也解释了为什么“商业智能体超级工厂”会被放在WAIC现场重点展示。对于企业客户而言，单个聊天机器人往往只能提升个人效率，而复杂组织更需要智能体参与跨团队、跨流程协作。例如，在金融、医疗、能源等行业，AI不仅要理解专业术语，还要适配既有流程、权限、合规要求和系统接口。蚂蚁数科试图把自身在垂直大模型、行业场景和技术工程化方面的积累沉淀为标准化能力，对外输出给大型企业和中小企业。

• 行业化：通过行业数据与行业知识构建垂直大模型，弥补通用模型在专业场景中的适配不足。
• 场景化：把业务语言转化为可执行的技术流程，让智能体真正服务具体岗位和业务任务。
• 生态化：将组件API化、简单化，方便合作伙伴接入，并基于自身行业经验进行二次创新。

金融经验外溢：安全、合规与稳定性是企业级AI门槛

蚂蚁数科的起点之一是金融科技，而金融行业对安全、合规和稳定性的要求较高。来源摘要显示，孙磊在回答金融机构采用Agent和AI转型的顾虑时，将安全合规视为关键问题之一。对于金融机构来说，AI应用不能只追求生成效果，还必须符合监管要求、数据边界和内部治理规范。类似要求也正在扩展到医疗、能源等高价值行业。

这类场景对AI厂商提出了更高要求：不仅要有模型能力，还要有工程化交付能力，包括权限控制、系统集成、流程编排、可观测性以及与业务结果挂钩的价值评估。企业级智能体如果无法稳定接入原有IT系统，或者不能被业务部门持续管理，就很难从试点走向规模化部署。

影响解读：行业版“Harness标准”指向智能体工程体系竞争

来源标题提到“生态共建中国行业版Harness标准”。从产业角度看，这一表述的核心并不只是工具平台本身，而是企业AI开发、部署、评估和运营流程的标准化。随着智能体数量增加，企业将面临智能体如何生产、如何调用工具、如何复用技能、如何纳入治理体系等问题。谁能提供更完整的工程框架，谁就可能在企业AI落地中占据更重要位置。

对中文科技产业而言，蚂蚁数科的实践反映出一个趋势：2026年的AI竞争正在从“谁的模型更强”延伸到“谁能把模型变成可交付的业务能力”。近200个岗位级模板和数百个技能工具，代表的是一种“预制件+行业适配”的路线。它有助于降低企业尝试智能体的门槛，但真正效果仍取决于行业数据质量、业务流程复杂度、生态伙伴能力以及企业自身数字化基础。

总体来看，商业智能体正在成为连接大模型与企业应用的中间层。蚂蚁数科此次在WAIC释放的信号是：企业AI落地的下一阶段，将围绕行业模型、岗位模板、工具调用和生态共建展开，最终目标不再只是让员工“更会用AI”，而是让组织流程在智能体协同下完成升级。