當業界焦點競逐大模型時，360的AI戰略為何在B端悄然開花？

“AI的星辰大海從來不在實驗室的參數表里，而在工廠的生產線、醫院的診室、城市的街巷里。當每個企業都能讓AI扎根業務核心，當每個從業者都能駕馭智能體創造價值，中國的智能經濟才能真正成型。”

周鴻祎和360，在大模型進入中國的1000天后，正在以這張「AI生產力TOP 10」的圖鑒為節點，完整體系化地向外界呈現出自己的AI思考和答卷。

作者|皮爺

出品|產業家

紅衣大叔再次破圈。

在剛剛過去的18日凌晨，這個互聯網的風云人物沿襲之前的風格，再度發布長文，但和之前不同的是，紅衣大叔這次的主題是AI。

“AI的星辰大海從來不在實驗室的參數表里，而在工廠的生產線、醫院的診室、城市的街巷里。當每個企業都能讓AI扎根業務核心，當每個從業者都能駕馭智能體創造價值，中國的智能經濟才能真正成型。”

和這些觀點同時出現的，還有另一個名為「AI先進生產力TOP 10」的長圖，在這個長圖里，一系列從教育到能源，再到金融、醫療乃至數字城市等等賽道的具備真實體溫的AI落地實例被擺到臺前。

這不是紅衣大叔在AI側的第一次破圈發聲。早在今年年中，他關于AI的一系列言論就曾引發外界強烈討論，“AI有兩條路。一條是大廠扎堆的“造原子彈”之路，拼算力、卷參數，整天幻想搞出AGI；另一條是更接地氣的“做茶葉蛋”之路，把大模型輕量化、垂直化，扎進具體場景幫千行百業干活。”

如果把視線拉回到他身后的360，則是能看到這些表達背后的更具體動作——在過去的3年時間里，這家曾經人們更多定位強安全標簽的企業，已經悄然成為一家真實的AI TO B選手，和外界大張旗鼓的AI口號不同，它的身影更多出現在一眾足夠細顆粒度的產業場景，比如這張圖中的種種落地，再比如在其面向TO B發布的一系列智能體動作。

在當下的AI浪潮里，360選擇的這條路正在悄然成為共識。即讓AI的價值不僅出現在參數側，更真實表達在一眾產業中，轉化為企業的真實生產力和真實實效，幫助其構建更新的增長動能。

也可以說，周鴻祎和360，在大模型進入中國的1000天后，正在以這張AI生產力TOP 10為節點，完整體系化地向外界呈現出自己的AI思考和答卷。

這張答卷的主題是AI價值，是生產力，也更是一個在產業B端開花的360。

一、十大AI生產力案例背后

看見產業AI的真實溫度

如果說2025年，市場最關注的趨勢點是什么？那么AI一定當仁不讓，如把這個命題再往深一步，那么AI的真實落地則是在成為無數企業和投資人關注的要點。

這也是這次360發布的“AI生產力TOP 10”被外界廣泛關注和倍受討論的原因，即拋開360的視角不談，這些案例本身也是當下中國產業AI的最真實的落地標桿。

從行業來看，這些案例幾乎覆蓋了目前所有的主流行業——其中不僅包括人們耳熟能詳的能源、教育、交通、醫療、金融、先進制造、通信等傳統民生支柱產業，還更有數字城市、數字政府等一眾公共行業，入選的每個案例都在以足夠產業化的方式展現已經探索出的成熟AI路徑。

以重慶大學為例，其基于AI構建了一套抵御網絡安全風險的安全智能體平臺體系，在這套AI安全體系的加持下，實現了7x24小時實時在線監測，精準輸出完整的攻擊鏈路圖，智能體研判準確率達90%。

再比如東吳證券，其基于AI構建出了一套全新的安全集中運營中心，基于這個全新的安全集中運營中心，東吳證券安全事件處置效率提升90%，運維時間節省40%，安全事件平均檢測時間縮短60%。

同樣基于AI構建自身更強的安全體系的還有深圳市政務服務和數據管理局，其通過構建深圳市政數局網數模一體化“深治慧”安全智能體運營平臺，讓AI真正參與到城市治理體系的建設中，提高人效的同時，更從根本上提高城市抵御網絡風險的能力。

不過，安全并不是所有企業的唯一發力點，在這張被披露出來的AI實效地圖上，更多的企業則是把AI作為自身增長的底層引擎，通過構建統一AI智能體底座，進而打造出新的可控有序的增長新動能。

以能源行業的瀾滄江大型流域發電企業案例為例，基于AI的底層建設，瀾滄江構建出全新的智慧運營平臺，基于平臺形成“資產風險一張表，安全態勢一張圖，事件監管一盤棋，指揮調度一站通”的新一代安全運營體系。

這套體系深度融合了安全大模型與智能體技術，幫助企業實現網絡、數據、模型等安全資源的統一運營。

同樣的還有上海電氣、惠豐科技，前者屬于先進制造業的佼佼者，但在大模型時代到來后也更和大部分制造業企業一樣面臨數據體系缺失、內部缺乏統一知識平臺、復合型人才缺失等等問題，而在360的加持下，其把一系列AI應用內嵌到整個企業的體系中，讓文檔智能化、AI效率化成為可能。

而后者惠豐科技則是醫療行業的優質AI標桿。相較于前者，其面臨的更多是算力短缺、智能體采購成本高、各個環節信息化建設不足等等問題，但在360的加持下，雙方聯合共創智能體體系，360在為其提供了成熟的AI智能體平臺工具的同時，也更為其提供一系列的本地化加持，如人才培養、技能培訓和認證等等，幫助其真正構建起自主創新的AI能力。

案例不僅這些，還有重慶軌交通過AI構建的全新統一化AI底座，進而實現鐵路的智能一體化運營與服務，以及大慶華術和360共建的企業級智能體落地，可以幫助一系列惠企政策精準推送；貴州移動搭建的貴州移動智能體平臺進一步提升企業內部的協同效能、寧波北侖區在AI的加持下構建出全新的民生政策咨詢體系等等。

客觀來看，在這張“AI生產力TOP 10”的AI落地圖鑒上，企業的AI動作有共性，也更有不同。共性體現在這些企業都建設了一系列從數據工程到模型工程再到智能體工程的完備平臺路徑，這些“腳手架”式的路徑能讓AI更好地理解企業所在產業場景和業務know-how，同時輔以安全的底座加持，以實現更可信安全的AI落地。

但不同也足夠明顯，即不同企業基于自身不同的數字化基礎、不同的業務需求，以及差異化的數據能力，部分企業把AI的落點更強化在安全防御側，部分企業則是選擇把AI作為內部業務體系或者組織體系提效的新抓手。

也更可以理解為，這張“AI生產力TOP 10”也恰是當下中國優質產業AI發展的一個縮影。而在共性和差異化的更底層，對應的恰是一個當前無數企業想要得到答案的問題——企業，到底應該如何實現AI技術到生產力轉化的量體裁衣？

二、360

交出的是一張怎樣的AI答卷？

這個問題背后，對應的是當下AI落地的現狀。

在今年，一組被大家廣泛提及的數字來自被稱為行業風向標的Gartner，根據其數據統計，在過去幾年時間里，超過85%的AI項目未能交付預期的商業價值，或在部署前即被廢棄。

關于這個數字的成因，市場的聲音有很多，比如RAG體系不完善，比如AI產品不夠理解場景，再比如缺乏專業的AI策略、AI訓練等環節導致服務商的交付體系不完善，總結下來就是AI服務商在真實產業場景中“水土不服”，AI需求和交付供給無法對齊。

如果把這個命題放到中國市場，則是會發現更具象的表達——大部分AI廠商，甚至AI云廠商，不具備理解具體產業場景或企業業務know-how的能力，其更多僅僅提供泛式的AI大模型底座和Agent開發通用工具，在更細顆粒度的落地環節企業都需要投入大量的精力和財力進行二次AI建設，比如在制造，比如在金融。但盡管如此，最終AI項目落地的ROI考校仍不夠良性。

在過去的幾年時間里，這也恰是最真實的產業AI水溫。

實際上，這也正是這次紅衣大叔的AI思考和“AI生產力TOP 10”圖鑒被廣泛關注的原因，即在一系列案例的更底層，外界看得到的是足夠契合企業差異性的AI落地范式。

而這，正是360在過去幾年打磨出的一套足夠真實的AI實效體系。

在今年360集團20周年慶典上，周鴻祎正式宣布360戰略升級為"All in Agent"（全員擁抱智能體），并將使命更新為"讓AI世界更安全更美好"，愿景升級為"成為最安全的AI創新者"。

為這些定位變化提供支撐的，是如今被360放到臺前的一系列AI Agent體系，在今年8月，360正式提出智能體L1-L5分級分類標準，根據智能體能滿足的需求以及適配的場景對標自動駕駛正式定義Agent產品標準。

在分類之外，其也更面向外界發布全球首個L4級智能體工廠SEAF，基于此，企業無需編程即可構建智能體，后者則是可為企業提供包括8大核心基礎設施（算力、大模型、知識庫等）和10大增強能力（記憶、編程等）的全面加持。

不僅如此，在智能體工廠SEAF的底層加持下，在10月份，360也更重磅發布了企業級智能體構建與運營平臺，其囊括“L2工作流+L3推理智能體+全球首個L4多智能體蜂群”三代智能體編輯器，基于一套完整的企業級智能體開發全套能力矩陣，企業可以根據自身場景靈活選擇AI組合，以更立體式的Agent形態滿足自身真實場景的業務需求。

從某種角度來看，不論是對于Agent不同能力的識別和分級標準，還是L4級智能體工廠SEAF的產品發布，抑或是360企業級智能體構建與運營平臺，這些思考和產品背后對應也恰是360自身對于AI落地的本質思考：產業AI底層加持，個性場景量體裁衣。

即和其他AI服務商和云廠商不同的是，360的AI戰略落點足夠產業視角，也更足夠“接地氣”，其通過不同類型智能體的組合進而滿足具備不同數字化水平的企業差異需求，以及不同產業賽道的個性化AI適配。

這些具備產業know-how的“樂高式”產品體系和交付模型能讓企業獲得足夠強和足夠適配自身的AI方案，進而讓AI投入可以真實轉化為生產力ROI，以安全可信的底層構建起正向增長模式。

實際上，“AI生產力TOP 10”圖鑒也恰是360產業真實AI模型的最佳驗證，即在圖鑒中，能看到的是不同產業賽道、不同業務流程的企業個體，但其都基于360的智能體工廠解決方案，實現了從AI技術到AI生產力的轉化，在原有業務基礎增長的基礎上，也更看見新的創新增長模式。

三、2025年，

產業AI進入「實效評判」深水區

今年年初，在紅杉資本組織的一次硅谷小規模分享會上，一個來自硅谷AI圈的觀點被釋放出來，即AI產品，真正合理的交付方式是效果。換言之，在技術的參數指標之外，效果才應該是企業選擇AI服務商的最佳考量。

這樣的共識也更出現在中國市場。一個確定性的事實，在過去的3年時間里，關于AI，人們的衡量標準正在發生“祛魅”式的變化，即從單純的技術AGI理想逐步邁向產業真價值的衡量尺度。

和這些尺度對應的，是一系列真實的AI工程能力，比如前文所說的數據體系，比如多智能體協作模式，再比如對對應場景RAG、MCP等核心AI組件的建設和落地，這些“實效評判”組件都在成為新的AI服務能力考核標準。

而這些，也正是在過去3年時間里，360所重點錨定的方向。即在底層的基礎模型之上，其更重視“AI支撐體系”的建立，這些支撐體系一方面被其內置到智能體工廠的復合Agent體系中，另一方面則是通過從模型到數據到應用的基礎設施為企業提供AI建設的土壤，同時輔以自身沉淀多年的安全經驗，最終為企業構建出一個安全可信、可落地、可使用的AI新底座。

從另一個角度來看，這份AI生產力地圖在作為先進AI范式之外，其也更在成為360在AI戰場上的一個價值縮影。

過去一年，這家曾經定位安全的互聯網企業可謂頻頻破圈。

比如在最近的10月份，360連續中標武漢、呼和浩特、寧波三個重大項目，累計中標金額超過3億元；再比如根據最新數據顯示，如今納米AI搜索月活用戶超過1200萬，月訪問量超過4.5億次，在國內AI搜索細分賽道排名第二，同時，基于360自身的“多智能體蜂群引擎”，“納米AI”如今更是迅速完成了從L1-L4的技術躍進。

財報數據也構成了360戰略轉向的正向反饋。根據財報數據顯示，2025年第三季度，公司實現營業收入22.41億元，同比增長16.88%，歸母凈利潤1.60億元，成功扭虧為盈。

如果說，過去的多年時間里，360的更多定位是安全，是風險防控，是防御，那么如今它在安全的強地基之上，已經正式成為一個基于AI安全的真實產業價值賦能者。

這一切也恰如周鴻祎在文章中所言，“360從數字安全的守護者，轉型為AI時代的產業賦能者，不是跨界獵奇，而是責任的自然延伸——過去守護數字空間安全，現在要守護AI落地的價值安全。”

從技術到產業，從AI到生產力，在一個個真實可感知、價值可度量的產業AI答卷背后，一個全新的AI TO B 360正在成型。