真正值錢的 AI，都長在業(yè)務(wù)里

2026年3月，硅谷圣何塞SAP中心，英偉達(dá)GTC大會(huì)再度成為全球AI產(chǎn)業(yè)的“超級(jí)碗”。黃仁勛身著標(biāo)志性黑色皮夾克登場(chǎng)，用近兩小時(shí)演講，把行業(yè)從“模型崇拜”直接拽入智能體時(shí)代。

盡管會(huì)場(chǎng)掌聲依舊，但氣氛已截然不同。兩年前，全場(chǎng)為每一個(gè)炫酷Demo驚嘆；如今，幾乎沒人再說“哇”，散場(chǎng)后很多人都在問同一句話：技術(shù)路線很清楚，可到底要怎么落地？

這正是整個(gè)行業(yè)走到深水區(qū)的真實(shí)寫照：模型愈發(fā)強(qiáng)大、工具層出不窮、API持續(xù)走低，但企業(yè)AI應(yīng)用依然停留在“能用”階段，跑不進(jìn)流程、扎不進(jìn)業(yè)務(wù)、形不成閉環(huán)。

特贊創(chuàng)始人、CEO范凌當(dāng)時(shí)就坐在臺(tái)下。回國后他寫下《硅谷兩周，十個(gè)真話》，第一句便是：企業(yè)已經(jīng)不問“要不要用AI”了，問的是“錢花了，為什么還沒見效”。這場(chǎng)GTC之行，印證了他長久以來的判斷：AI的終極壁壘從來不是模型，而是企業(yè)上下文；真正能創(chuàng)造商業(yè)價(jià)值的AI，必須深度長在業(yè)務(wù)里，而不是懸浮在工具層。

相關(guān)閱讀：https://mp.weixin.qq.com/s/0SOhCcFrq041gk5Ti3BaLA

在范凌看來，過去兩年企業(yè)最大的誤判，是把大模型當(dāng)成能力，而不是系統(tǒng)。大模型解決的是“能不能做”，但企業(yè)真正關(guān)心的是“誰來持續(xù)做、怎么做、是否對(duì)結(jié)果負(fù)責(zé)”。當(dāng)模型成為公共基礎(chǔ)設(shè)施之后，企業(yè)競(jìng)爭(zhēng)進(jìn)入一個(gè)新的階段—— 不再是Prompt的競(jìng)爭(zhēng)，而是Context的競(jìng)爭(zhēng)； 不再是工具的競(jìng)爭(zhēng)，而是系統(tǒng)的競(jìng)爭(zhēng)； 不再是生成能力的競(jìng)爭(zhēng)，而是結(jié)果能力的競(jìng)爭(zhēng)。

缺少扎根業(yè)務(wù)的“土壤”

過去三年，企業(yè)對(duì)AI的投入堪稱狂熱。從大模型采購、算力部署，到各類AI工具上線，幾乎每家大中型企業(yè)都推出了自己的AI戰(zhàn)略。但現(xiàn)實(shí)異常冷峻，Gartner、麥肯錫、BCG的多份報(bào)告都指出，絕大多數(shù)應(yīng)用依然停留在寫文案、做PPT、總結(jié)紀(jì)要、美化報(bào)表等的單點(diǎn)提效層面，能進(jìn)入核心業(yè)務(wù)、影響增長、改變決策的案例寥寥無幾。

問題根源從不在模型本身。

黃仁勛在GTC2026上已經(jīng)點(diǎn)透真相。隨著推理拐點(diǎn)已至，算力性能指數(shù)級(jí)提升，多模態(tài)能力日趨成熟，模型正在快速變成像電力、自來水一樣的普惠基礎(chǔ)設(shè)施。企業(yè)之間的差距，早已不取決于“用誰家的模型”“參數(shù)有多大”，而在于這些模型跑在什么樣的業(yè)務(wù)環(huán)境里。

換句話說，眼下AI的比拼，已經(jīng)從“比誰模型強(qiáng)”變成“比誰系統(tǒng)穩(wěn)”。

范凌打了一個(gè)很形象的比方：如果模型是自來水，上下文是地段，模型生成智能，上下文生成結(jié)果。真正值錢的AI，都長在業(yè)務(wù)里，而不是長在模型里。

所謂的“上下文”，不單純是企業(yè)結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)字資產(chǎn)，而是可化做一套完整的、動(dòng)態(tài)的、可被AI理解的業(yè)務(wù)決策系統(tǒng)，包含企業(yè)長期形成的決策邏輯、審批規(guī)則、協(xié)作流程、偏好傾向、風(fēng)險(xiǎn)邊界，以及一次次項(xiàng)目中“為什么選A不選B”的權(quán)衡過程。

在范凌看來：“真正有價(jià)值的上下文，并不只是結(jié)果，而是決策的過程本身。”只有把這些隱性知識(shí)、組織經(jīng)驗(yàn)、業(yè)務(wù)偏好全部數(shù)字化、結(jié)構(gòu)化、可調(diào)用化，AI才能從“通用智能”變成“企業(yè)專屬智能”。

長期以來，恰恰這部分最有價(jià)值的資產(chǎn)處于沉睡狀態(tài)。人用不動(dòng)、系統(tǒng)接不通、AI用不上。即便模型再強(qiáng)大，沒有專屬上下文，也只能給出放之四海而皆準(zhǔn)的通用答案，無法貼合企業(yè)真實(shí)業(yè)務(wù)、真實(shí)偏好、真實(shí)規(guī)則。

更深層的卡點(diǎn)，在于人和組織，而非技術(shù)。

大多數(shù)企業(yè)面對(duì)AI的第一反應(yīng)是“老瓶裝新酒”，在原有軟件上疊加AI功能。但實(shí)際上，企業(yè)軟件本來就復(fù)雜，盲目疊加AI只會(huì)更冗余混亂，讓用戶更困惑，最后導(dǎo)致沒人愿意為附加的AI買單。這也是為什么市場(chǎng)上那么多"AI+"產(chǎn)品,看起來很熱鬧,卻很難轉(zhuǎn)化為真實(shí)的續(xù)費(fèi)率。

因此，AI要?jiǎng)?chuàng)造真正的商業(yè)價(jià)值，必須嵌入業(yè)務(wù)流程、沉淀決策經(jīng)驗(yàn)、持續(xù)進(jìn)化迭代。而支撐這一切的底座，不是接口和提示詞，而是一套長期扎根業(yè)務(wù)、理解業(yè)務(wù)、承載業(yè)務(wù)的上下文系統(tǒng)。

而這，正是特贊在過去近十年里，默默做完的事。

上下文：難以復(fù)刻的長期壁壘

2015年，范凌回國在上海創(chuàng)立特贊，構(gòu)想的是用科技賦能商業(yè)與社會(huì)的想象力。公司早期提供的是創(chuàng)意資源連接服務(wù)，聚合10萬多名專業(yè)創(chuàng)作者，為企業(yè)對(duì)接設(shè)計(jì)、文案、視頻、插畫等創(chuàng)意能力，累計(jì)交付數(shù)十萬項(xiàng)創(chuàng)意內(nèi)容資產(chǎn)。

那時(shí)，行業(yè)還沒有“非結(jié)構(gòu)化數(shù)據(jù)”“上下文”這些熱詞，特贊只是樸素地解決企業(yè)創(chuàng)意需求分散、效率低下、質(zhì)量不可控、資產(chǎn)難以沉淀這些痛點(diǎn)。

直到六七年前，特贊做出關(guān)鍵戰(zhàn)略選擇，從創(chuàng)意服務(wù)轉(zhuǎn)向企業(yè)數(shù)字資產(chǎn)管理（DAM）。

彼時(shí)，企業(yè)內(nèi)容進(jìn)入爆發(fā)期。短視頻、社交媒體、私域、直播、電商多點(diǎn)開花，一家快消或美妝企業(yè)一年可能產(chǎn)生數(shù)萬甚至數(shù)十萬份圖文、視頻素材。這些內(nèi)容散落在員工電腦、網(wǎng)盤、供應(yīng)商后臺(tái)、設(shè)計(jì)工具里，版本混亂、查找困難、復(fù)用率極低，還暗藏極高的合規(guī)風(fēng)險(xiǎn)。

特贊DAM就此切入。它不是簡單的云存儲(chǔ)，而是一套覆蓋內(nèi)容生產(chǎn)、統(tǒng)一管理、智能標(biāo)簽、全域檢索、權(quán)限管控、合規(guī)審核、數(shù)據(jù)洞察的全棧系統(tǒng)，其能夠自動(dòng)解析70余種文件格式，用AI完成打標(biāo)、分類、去重、推薦，把內(nèi)容查找時(shí)間從小時(shí)級(jí)壓縮到秒級(jí)，讓大型企業(yè)的內(nèi)容協(xié)作效率提升60%以上。

特贊的DAM

在大模型時(shí)代之前，這些資產(chǎn)只是“內(nèi)容管理系統(tǒng)里的文件”。但在智能體時(shí)代，它們變成了企業(yè)最稀缺的認(rèn)知基礎(chǔ)設(shè)施。同樣的模型能力可以復(fù)制，但同樣規(guī)模和密度的企業(yè)上下文，無法復(fù)制。

這也是為什么Agentic AI的競(jìng)爭(zhēng)，本質(zhì)不是模型競(jìng)爭(zhēng)，而是Context System的競(jìng)爭(zhēng)。

更重要的是，特贊選擇服務(wù)聯(lián)合利華、寶潔、歐萊雅等世界500強(qiáng)這些最嚴(yán)苛的客戶，構(gòu)筑了后來者無法逾越的三層壁壘。

不可速成的上下文資產(chǎn)是第一層壁壘。特贊DAM存儲(chǔ)的從來不是孤立文件，而是企業(yè)完整的決策鏈路、項(xiàng)目歷史、品牌規(guī)則、創(chuàng)意偏好、用戶洞察、合規(guī)邊界與市場(chǎng)反饋。范凌指出：“真正有價(jià)值的上下文，并不只是結(jié)果，而是決策的過程本身。”這些資產(chǎn)與業(yè)務(wù)深度綁定，隨時(shí)間復(fù)利增長，遷移成本極高，無法通過開源數(shù)據(jù)、算法優(yōu)化快速復(fù)制。

多重能力的復(fù)合門檻構(gòu)成第二層壁壘。比如能做內(nèi)容工具的，未必懂企業(yè)合規(guī)；能做模型算法的，未必懂創(chuàng)意邏輯；能做垂直場(chǎng)景的，未必具備跨行業(yè)復(fù)用能力。特贊基于AI工程能力與十年企業(yè)服務(wù)經(jīng)驗(yàn)沉淀，逐步形成了從內(nèi)容理解、AI工程化到企業(yè)級(jí)交付的“三位一體”能力結(jié)構(gòu)，這是單一技術(shù)團(tuán)隊(duì)或工具團(tuán)隊(duì)無法補(bǔ)齊的。

大客戶信任與合規(guī)體系則是第三層壁壘。中大型企業(yè)選型謹(jǐn)慎、驗(yàn)證周期長、替換成本極高。一旦形成穩(wěn)定合作，后來者幾乎無法靠單點(diǎn)功能切入。特贊在數(shù)據(jù)安全、隱私合規(guī)、跨區(qū)域協(xié)同、復(fù)雜組織適配方面的長期投入，構(gòu)成了一道堅(jiān)實(shí)的護(hù)城河。

這也合理解釋了行業(yè)內(nèi)的一個(gè)奇特現(xiàn)象，做內(nèi)容工具的玩家不少，但長期深耕并走到智能體階段的，似乎沒跑出來第二個(gè)特贊。

特贊的特殊性更體現(xiàn)在三個(gè)同時(shí)成立的前提條件：

第一，需要長期沉淀企業(yè)上下文；
第二，需要把真實(shí)業(yè)務(wù)流程抽象成可調(diào)用的Agent Skills；
第三，需要愿意對(duì)結(jié)果負(fù)責(zé)，而不是只交付工具。

這三件事，很少有公司能夠同時(shí)完成，并且持續(xù)十年。

長期以來，外界把特贊視為內(nèi)容營銷公司、創(chuàng)意工具公司、SaaS軟件公司，但無論被外界貼以何種標(biāo)簽，特贊過去的經(jīng)歷始終有一條主線沒有變過——讓企業(yè)沉睡的非結(jié)構(gòu)化內(nèi)容,變成可被調(diào)用、可產(chǎn)生價(jià)值的資產(chǎn)。只不過在大模型時(shí)代,這件事有了新的名字:上下文。"

它不是突然做AI，只是AI時(shí)代到來時(shí)，早已筑牢了堅(jiān)實(shí)的地基。

GEA，用十年積累重構(gòu)AI價(jià)值

范凌坦言，創(chuàng)業(yè)十年，過去其實(shí)一直覺得很孤獨(dú)，特贊做的是一件"長在業(yè)務(wù)深處"的事,似乎不夠性感。但隨著GPT-4和Deepseek輪番登場(chǎng)，AI賽道這三年突然變得異常擁擠和熱鬧。

從2025年開始，行業(yè)發(fā)生了一次底層轉(zhuǎn)向。AI調(diào)用內(nèi)容的主體，從過去“人”打開系統(tǒng)、找素材、做編輯、發(fā)出去，變成了“智能體”7×24小時(shí)自動(dòng)理解需求、調(diào)取資產(chǎn)、執(zhí)行任務(wù)、持續(xù)迭代。

這一變化，直接把特贊十年積累的核心優(yōu)勢(shì)，推到了行業(yè)最前沿。

范凌似乎對(duì)此有著清醒的判斷：“如果只沿著原有邊界不斷加AI，最終很可能什么都不會(huì)真的改變。面對(duì)AI，我們應(yīng)該把它當(dāng)作一塊新大陸。”

因此，特贊沒有走“老瓶裝新酒”的路數(shù)，而是圍繞核心問題，從零打造AI原生產(chǎn)品。最終的成果，就是2026年3月剛剛發(fā)布的GEA（Generative Enterprise Agent）企業(yè)級(jí)智能體系統(tǒng)。

GEA既不是插件，也不是Copilot，而是一套擁有四層架構(gòu)、全棧閉環(huán)、主動(dòng)運(yùn)行的系統(tǒng)。最底層是Context System（由特贊DAM升級(jí)而來），作為企業(yè)級(jí)上下文記憶系統(tǒng)，承載企業(yè)全部專屬資產(chǎn)與規(guī)則；往上是智能體技能層，擁有400 +模塊化能力，由Proactive Agent體系調(diào)用執(zhí)行；再上是編排層，由特贊自研的發(fā)散推理模型（Creative Reasoning Model）驅(qū)動(dòng)，先發(fā)散探索、再收斂決策，調(diào)度30余個(gè)細(xì)分模型；最上層是意圖層，直接理解企業(yè)商業(yè)目標(biāo)，而非單純的技術(shù)指令。

這套架構(gòu)徹底改變了AI在企業(yè)里的角色定位。智能體不再局限于被動(dòng)響應(yīng)指令、完成單次生成任務(wù)，而是能夠圍繞業(yè)務(wù)目標(biāo)自主運(yùn)轉(zhuǎn)，持續(xù)感知外部信號(hào)與內(nèi)部狀態(tài)，并在關(guān)鍵節(jié)點(diǎn)主動(dòng)發(fā)起動(dòng)作。它不再只是提升人效的輔助工具，而是可以獨(dú)立承接業(yè)務(wù)流程、對(duì)中間過程與最終結(jié)果負(fù)責(zé)的執(zhí)行單元。更為重要的是，每一次運(yùn)行都會(huì)沉淀為可復(fù)用的經(jīng)驗(yàn)與規(guī)則，讓整個(gè)系統(tǒng)在持續(xù)使用中不斷迭代、變得更貼合企業(yè)業(yè)務(wù)特點(diǎn)。

范凌談到，“過去企業(yè)買軟件，是為了管理流程；過去三年企業(yè)試模型，是為了提升效率；接下來企業(yè)部署智能體，是為了交付結(jié)果。”

這意味著企業(yè)軟件正在從"Seat-based software"(席位訂閱制),進(jìn)入"Outcome-based system"(結(jié)果訂閱制)的時(shí)代。這是一個(gè)可能重塑整個(gè)SaaS估值邏輯的判斷。

實(shí)際上，GEA在正式發(fā)布的半年前，就已在特贊存量客戶中率先落地。范凌透露，當(dāng)前特贊存量客戶里已經(jīng)有近三成主動(dòng)切換到了新體系，涵蓋快消、汽車、美妝、醫(yī)療健康等多個(gè)領(lǐng)域。

例如某國際快消品牌，此前的新品研發(fā)一直遵循線性流程，從市場(chǎng)調(diào)研、概念創(chuàng)意、包裝設(shè)計(jì)、用戶測(cè)試到上市推廣，一環(huán)扣一環(huán)，周期動(dòng)輒3-6個(gè)月。團(tuán)隊(duì)一年要絞盡腦汁推出20多個(gè)創(chuàng)意，最終能順利問世的寥寥無幾，大量投入在漫長周期與反復(fù)試錯(cuò)中被消耗。

引入GEA之后，這套傳統(tǒng)流程得到了重構(gòu)和優(yōu)化。智能體不間斷捕捉全球市場(chǎng)信號(hào)、競(jìng)品動(dòng)態(tài)、電商數(shù)據(jù)與社交媒體輿情，從消費(fèi)者的一句吐槽、一個(gè)偏好、一次潛在需求中，實(shí)時(shí)挖掘創(chuàng)新線索。它不再等待人工指令，而是基于品牌完整上下文，自動(dòng)生成產(chǎn)品概念、包裝方案、營銷話術(shù)，并同步聯(lián)動(dòng)AI Persona與真人測(cè)試進(jìn)行雙重驗(yàn)證，快速迭代、持續(xù)優(yōu)化。

效果立竿見影，如今該品牌已有超過300個(gè)產(chǎn)品方案進(jìn)入測(cè)試階段，最終成功上市十余款新品。今年農(nóng)歷新年期間引爆市場(chǎng)的爆款禮盒，正是由GEA全流程支撐、從洞察到落地一氣呵成的典型案例。

再比如某全球知名3C品牌，借助GEA破解了運(yùn)營面臨文化差異、平臺(tái)規(guī)則復(fù)雜、內(nèi)容迭代慢、品牌調(diào)性難統(tǒng)一等海外社媒增長的長期難題。有了GEA，AI不再是輔助創(chuàng)作的工具，而是直接對(duì)增長結(jié)果負(fù)責(zé)的“業(yè)務(wù)一號(hào)位”，能實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、自動(dòng)復(fù)盤效果、動(dòng)態(tài)調(diào)整策略，原本需要策劃、文案、設(shè)計(jì)、投放、數(shù)據(jù)、本地化團(tuán)隊(duì)協(xié)同數(shù)周的工作，如今都能夠獨(dú)立閉環(huán)、持續(xù)運(yùn)行，團(tuán)隊(duì)只需做關(guān)鍵校準(zhǔn)與戰(zhàn)略把控。

上述兩個(gè)案例，印證了GEA的核心價(jià)值：一是不做錦上添花的提效，而是做重構(gòu)業(yè)務(wù)的系統(tǒng)；二是不做炫技的Demo，而是解決真問題、交付真結(jié)果、帶來真增長。

從資本市場(chǎng)視角看，Agentic AI代表的是企業(yè)軟件的一次結(jié)構(gòu)性升級(jí)。

過去三十年,企業(yè)軟件的價(jià)值錨定在"流程數(shù)字化"上——從ERP、CRM到SaaS,本質(zhì)都是在幫企業(yè)把線下流程搬到線上、把人的操作規(guī)范化。未來十年,企業(yè)軟件的價(jià)值錨定將轉(zhuǎn)向"結(jié)果交付"——不再按席位數(shù)付費(fèi),而是按業(yè)務(wù)成果付費(fèi)。

當(dāng)模型成為公共基礎(chǔ)設(shè)施之后，真正具備長期價(jià)值的公司，不再是模型提供者，而是能夠構(gòu)建上下文系統(tǒng)、編排能力與執(zhí)行閉環(huán)的平臺(tái)型企業(yè)。

在這個(gè)坐標(biāo)系里,特贊的路徑與大多數(shù)"AI應(yīng)用層"玩家截然不同。它并不是"在模型之上做應(yīng)用",而是圍繞企業(yè)上下文構(gòu)建一整套智能體操作系統(tǒng)。這使其商業(yè)模式,從席位訂閱轉(zhuǎn)向結(jié)果訂閱——這不是一個(gè)功能升級(jí),而是一次商業(yè)模式的結(jié)構(gòu)性躍遷。這一年的特贊,收入迎來了歷年最高，ARR逼近1億美元。在AI應(yīng)用層普遍"Demo很炫、收入很瘦"的當(dāng)下,這種結(jié)構(gòu)性躍遷并不多見。

在范凌眼中，這次轉(zhuǎn)型近乎一場(chǎng) “對(duì)過去的告別”。

這場(chǎng)告別，不是否定過去，而是將特贊十年積累的能力，在AI時(shí)代充分釋放。企業(yè)服務(wù)的重心也隨之轉(zhuǎn)移，不再只是為人提供效率工具，而是為智能體構(gòu)建可長期運(yùn)行的底層系統(tǒng)。業(yè)務(wù)邊界也逐步拓展，從以往聚焦的營銷場(chǎng)景，延伸到支撐企業(yè)更完整的業(yè)務(wù)鏈條，包括產(chǎn)品創(chuàng)新、用戶洞察等核心經(jīng)營場(chǎng)景。與此同時(shí)，商業(yè)模式也從傳統(tǒng)的席位訂閱，轉(zhuǎn)向與業(yè)務(wù)價(jià)值、Token消耗相關(guān)的新計(jì)價(jià)方式。特贊與客戶的關(guān)系不再局限于被動(dòng)響應(yīng)需求，而是走向共同定義業(yè)務(wù)未來的深度協(xié)作。

模型可以迭代，算力可以升級(jí)，工具可以替換。但真正決定企業(yè)AI上限的，是它是否擁有屬于自己的上下文系統(tǒng)。

在范凌看來，下一代企業(yè)之間的差距，不在誰先接入模型，而在誰更早讓智能體進(jìn)入業(yè)務(wù)。而特贊用近十年實(shí)踐證明，模型可以迭代、算力可以升級(jí)、工具可以替換，而扎根業(yè)務(wù)的上下文、理解業(yè)務(wù)的編排能力、交付結(jié)果的全棧體系，才是企業(yè)AI時(shí)代真正的護(hù)城河。

商業(yè)的智能體時(shí)代的序幕已經(jīng)拉開。真正的競(jìng)爭(zhēng)，在一家家企業(yè)的業(yè)務(wù)深處,在那些曾經(jīng)被忽視的決策細(xì)節(jié)、協(xié)作鏈路和組織記憶里。

那里,才是AI真正值錢的地方。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4851552.html?f=wyxwapp