智能体将会淘汰谁？|界面新闻

当前人工智能领域正迎来深刻变革。AI Agent智能体，作为人工智能技术的重要表现形式 ，其发展走向备受关注 。OpenAI首席执行官阿尔特曼曾断言：“我们会有越来越好的模型
，但我认为下一个巨大突破将是智能体
。”

IDC也预计，未来大模型平台会分化成两类产品 ，即“底层平台 ”和“智能体开发平台
”。其中
，智能体开发平台将持续向低代码 、无代码方向演进，帮助没有软件开发背景的人员快速搭建智能体应用 ，让AI加速走进千行百业 。

去年以来，亚马逊
、字节、京东云等国内外科技大厂竞相布局智能体开发平台
，但摆在各家面前的一个关键问题是：AI Agent的生死究竟取决于什么？

随着行业一年多以来的探索，答案愈发清晰 ，那就是产业数据
。

回看互联网时代
，底层基础设施的完善为各类应用的蓬勃发展奠定了基础。那时，开发者只需在已有的基础设施上构建应用 ，比如创建各种APP
，就能满足用户的不同需求 。然而，在AI时代 ，仅仅在基础大模型上构建应用已远远不够。

例如在医疗领域
，一个没有经过医疗产业数据训练的AI Agent，很难准确地诊断疾病 、提供治疗建议
。而当注入大量的医疗产业数据后 ，它可以根据患者的症状描述
，快速给出可能的疾病诊断，并推荐合适的治疗方案。

AI Agent的最终目的是为产业解决实际问题
、创造价值 ，产业数据是实现这一目标的关键 。只有不断注入垂类的产业数据，AI Agent应用才会更有竞争力
，成为推动产业变革的重要力量
。这一转变也标志着AI Agent的发展进入了一个新的阶段，即从通用模型向垂直领域深度定制化的演进。

01 产业数据才是核心

今年股价涨幅远超英伟达的“AI超级大牛股”——AppLovin就是一个绝佳的例证 ，它展示了有垂类场景数据的公司与大模型结合的巨大潜力 。

这家在全球游戏行业以及移动广告行业都颇有名气的广告营销巨头
，在2024年的股价表现极为突出，年初至今涨幅已超790% ，截至发稿
，股价约344美元，华尔街知名投资机构Piper Sandler予以AppLovin高达400美元的目标价
。目前其市值突破千亿美元大关 ，达到1154亿美元。

AppLovin 的商业模式主要围绕移动应用营销展开 。通过其核心产品AppDiscovery、MAX 以及 AXON机器学习引擎
，为广告主和开发者搭建了一个高效的广告平台
。广告主在平台上投放广告，按实际效果支付费用 ，而开发者则通过接入广告网络获得收益
，与平台分成。

这种商业模式的成功得益于其对垂类场景数据的深入挖掘和利用 。AppLovin拥有海量的移动应用用户数据，通过分析这些数据 ，能够精准定位目标用户，提高广告的点击率和转化率
。同时
，结合大模型的强大计算能力和数据分析能力，AppLovin能够不断优化广告投放策略 ，为广告主提供更高的投资回报率。

AppLovin的技术优势主要体现在其AI广告引擎AXON 2.0 。该引擎利用大模型提取和理解数据中的复杂语义关系
，生成更精准的用户画像。基于海量用户数据和先进的预测算法，AXON 2.0能够将广告精准展示给潜在用户 ，降低获客成本
。

信达证券研报称
，营销可能是AI商业变现最快的领域。AppLovin在移动应用营销领域的创新也推动了整个行业的发展，为其他企业提供了借鉴和启示 。

AppLovin之外 ，Palantir也是专业领域大数据与人工智能的融合典范
。

Palantir 最早以军事领域的大数据分析决策起家
，通过为美军提供大数据分析服务，成功帮助美军找到并处决本·拉登 ，名声大噪。如今
，Palantir 已将业务拓展到商业领域，为政府和企业提供大数据分析和人工智能解决方案 。

在这个过程中 ，Palantir积累了大量的垂类场景数据，包括军事 、政府、金融
、医疗等多个领域的数据
。这些数据与大模型的结合
，使得Palantir能够为客户提供更加精准、高效的解决方案，实现商业价值的快速增长。

例如 ，在金融领域
，Palantir利用其积累的金融数据和大模型技术，帮助银行发现欺诈行为 、优化风险管理 。在医疗领域 ，Palantir为医疗机构提供数据分析服务
，帮助提高医疗效率和质量
。

AppLovin和Palantir的成功商业模式为我们提供了一个重要的启示：有垂类场景数据的公司与大模型结合，是AI Agent实现商业价值
、并在产业应用的必要条件。通过深入挖掘和利用垂类场景数据 ，结合大模型的强大计算能力和数据分析能力
，AI Agent能够为客户提供更加精准、高效的解决方案，推动各行业的创新和发展 。

02在产业土壤 “长出来 ”的智能体

在国内的技术发展浪潮中 ，同样遵循着这样一个关键逻辑：只有扎根于产业数据中生长出来的智能体
，才具备真正的落地意义和商业价值
。

产业数据为何如此关键？

首先，不同产业具有高度的专业性和特殊性。每个产业都有其独特的术语 、规则
、流程和数据特点 。只有通过注入垂类的产业数据 ，AI Agent才能深入理解这些专业领域，提供精准的服务。

其次
，产业数据能够不断丰富和优化AI Agent的功能
。随着数据的不断积累和更新，AI Agent 可以持续学习和进化 ，更好地适应不同产业的发展变化。

就如同早期AI仅能展现出写诗这类相对局限的能力一样
，若大模型无法在实际场景中落地，那它便称不上是能切实发挥作用的大模型；同理 ，智能体若未经过充足的数据 “投喂
” 以及真实场景的锤炼
，也难以称之为真正实用的智能体 。

在众多技术企业当中，京东属于少数拥有丰富供应链场景与数据的企业 ，它可以为大模型应用的生长提供最为适宜的土壤
。那些大模型应用从京东的零售、物流 、健康
、金融等众多真实场景里“生长出来”
，经过内部千锤百炼之后，再以京东云作为窗口 ，逐步向外界开放。

其中
，京东云推出的言犀智能体平台，为行业展现了产业数据与智能体深度融合所产生的强大能量 ，它如同桥梁一般，连接着大模型与企业应用的“最后一公里 ” 。

言犀智能体平台的诞生
，是一个 “内生外化” 的过程，自去年10月开始研发 ，于今年春季率先在京东内部以及一些生态链企业开放使用
。

比如在营销场景
，11.11期间商家有大量的商品图、营销文案制作需求，借助AIGC内容生成平台 ，商家可一键生成店铺运营所需物料
，对比传统人工，内容制作效率提升高达90%以上。

京东云言犀数字人则可实现零样本 、高可控
、零幻觉、实时的数字人生成 ，平台已上线100+个性化角色
，50+行业特定属性场景，还打造双人直播 、试妆直播、换装直播等创新玩法 ，正在超越80%的主播 。

在研发场景
，京东云智能编程助手JoyCoder，可以提供代码预测续写
、注释生成代码、智能代码评审等能力
。目前 ，京东上万名开发者正在使用JoyCoder服务数亿用户，生成代码采纳率超过35%。

对于专业性要求极高的领域
，比如合同审查，为了提升审查效率 ，基于京东云言犀智能体平台
，团队搭建了面向法务场景的智能体应用JoyLaw 。

京东内部还存在大量培训视频需要剪辑的情况，以往员工手动操作 ，一周只能剪辑几个视频
。而借助言犀智能体平台搭建的视频剪辑助手
，员工只需上传视频并提出要求，利用大模型的多模态能力找到对应帧后再进行剪辑 ，一周就能完成上百个视频的剪辑工作
，极大地提升了工作效率。

智能体给组织协作带来了深刻的改变 。以往，不同业务部门在协同工作时 ，往往需要通过拉会沟通 、制定开发排期等繁琐的流程。而现在
，大家自发地将各自的工具和API注册到智能体平台上，实现了底层能力的链接
。这样一来 ，其他部门的员工可以直接调用所需的功能，极大地提高了协作效率。

回看过去这一年
，京东在产业土壤中种植大模型，越来越多的大模型应用 ，正在京东供应链上生长 。

如今
，京东内部的智能体数量已然超过7000个，活跃在零售
、物流、金融 、工业
、健康等众多领域 ，且受欢迎程度远超预期
，已经有超35万京东自有配送员、超23万商家 、超5万副主任级别以上医生
、超2万采销运营、超1万研发人员得到了大模型应用的支持
。

据了解，京东内部排名前10名的智能体 ，节省人力开支超过1亿元。AI场景的探索落地
，从3个月缩短到1周，之前需要10余人的科学家团队工作 ，现在1人即可完成 。新应用的开发上线
，从以前几个月时间，只能做一个应用 ，到现在每个月可生产上千个应用
。

正因为面向大量一线员工使用，言犀智能体平台支持零代码开发模式
，让没有算法背景的员工也能通过可视化 、拖拽的便捷方式搭建智能体，真正打破了技术门槛的限制 ，使智能体的搭建普及化。

03 “让大模型在产业先跑起来
”

为了让更多人能用上智能体
，京东云言犀智能体平台正式对外开放 。

作为一站式AI Agent开发平台，言犀智能体平台目前已接入数十种国内外主流大模型 ，包括言犀大模型
、GPT、GLM 、Gemini等
，企业可根据实际的业务需求选择合适的大模型
。

平台还预置了海量智能体配置模版，100多个行业解决方案模版 ，以及1000多种插件
，无论用户是否有编程基础，从解决简单的问答到处理复杂逻辑的业务问题 ，都可以在言犀智能体平台上低成本快速搭建基于AI模型的各类快捷应用。

目前多个行业和公司已经感受到了言犀智能体平台带来的改变 。

比如在零售行业
，线上商家经营，面临市场响应慢、库存管理和营销材料准备效率低的挑战
。引入多智能体系统后 ，市场调研智能体迅速分析流行趋势，库存智能体自动优化库存并预测需求
，创意设计智能体生成高质量海报和短视频，广告投放智能体则根据目标受众和平台特性 ，精准投放营销内容
，最大化广告效果。

这些智能体无缝协作，从数据收集到内容创作全面支持新品上市 。据某服饰商家透露 ，其店销售额增长35%
，库存周转率提升20%以上，显著提升了运营效率。

全球性连锁零售巨头沃尔玛也是受益方 ，此前完成拍摄商品主图
、制造商详页纯靠人工
，每个SKU需要3天
。自从采用言犀智能营销平台，只需原始商品素材就可以一键生成高可用、批量化的详情图 ，成本降低80%
，生图效率提升超5倍。目前，已有近万张经言犀AIGC制作的商品图片 ，被广泛应用于沃尔玛商城小程序 、沃尔玛京东店铺等场景 。

在医疗场景，用户无论是寻医问药还是健康科普
，可随时向京东“康康”问询，获得专业的解答
。与此同时 ，专家服务智能体可通过辅助和替代重复性
、低价值、流程化工作
，让专家的精力聚焦到最重要的工作中，截至目前 ，该智能体智能审方累计超过1000万份
，智能电子病历采纳率超91%，智能总检医师提效超52%。

再比如覆盖范围广泛的办公场景 ，企业内部信息往往分散各处
，通过打造统一的信息查询入口，对多智能体进行调用 ，一站式快速解决信息的查询解决——员工有IT设备相关的问题
，通过AI搜索智能体去查找相关处理办法，AI搜索智能体会调用IT运维智能体 ，将IT运维智能体的解决办法显示给用户 。此外，法务智能体JoyLaw
，还能给出法律合同相关处理建议
。

以往未被人注意到的需求也在过程中被催生出来，比如线下文旅场景 ，基于京东大模型能力的山西大同花木兰数字人 、江西新余数字人
、云南楚雄数字人小彝妹以展示大屏、短视频等终端为载体
，丰富游客体验并提速景区商业化。

让大模型在产业里先跑起来，不是一句口号 ，而是京东由内至外的实践探索——从基础设施到Agent应用
，构建全场景的大模型服务能力，再到持续推动大模型落地产业 ，输出供应链的行业knowhow 。随着言犀智能体平台被推向更广泛的场域
，来自产业的knowhow又将触及更广阔的场景，打造更全面的生态
。

结语

AI Agent的崛起为各行业带来了前所未有的机遇与挑战。我们清晰地看到 ，产业数据是AI Agent成长的肥沃土壤 。只有扎根于产业数据之中
，AI Agent才能真正发挥潜力，为企业创造巨大商业价值 ，推动产业升级与创新
。

而这一逻辑几乎适用于各个领域，无论是在电商 、金融
、医疗还是物流等
，产业数据的注入能让AI Agent变得更加智能、高效和精准。而拥有丰富产业数据的企业，能构建出强大的智能体平台 ，为自身业务带来质的飞跃 。