企业AI落地的卡点，正在从”模型”转向”上下文”

  【天极网IT新闻频道】10月9日，一场在重庆举行的企业AI应用沙龙，把"智能体如何真正落进企业"这条主线，从技术话题推到了经营话题。

  10 月 9 日下午，一场由企业数字化服务商典名科技主办、阿里云与千问办公专家参与的企业AI应用沙龙在重庆举行，来自全国各地的100多名企业主和CIO们一同参会。与常见的产品发布会不同，现场被反复追问的不是"哪个模型更强"，而是一个更现实的问题：为什么很多企业上了AI，效果却停留在"内部试用"和"演示汇报"层面。一位参会者提到一个行业数据——麦肯锡的调研显示，真正把AI用出价值的企业只有 5%，另有约 75% 做了投入，但更像一场表演。这个判断在现场引发共鸣，也把讨论引向了一个近两年才升温的概念：上下文(Context)。

  典名科技创始人黄兴华欢迎来自全国各地的伙伴，他开场用“不到两成企业真正用起来”这个反差，把全场的注意力从"AI是什么"拉到"你要解决什么问题"——然后交给阿里云和千问办公的现场演示去证明。

  "同一个大脑"，为何懂他公司却不懂你

  沙龙上被引用*多的一句话，来自千问办公 CEO 陈宇森在今年云栖大会上的判断：大模型是"同一个大脑"，你喂给它的上下文，决定了它先懂谁。按这一逻辑，模型能力趋同之后，企业之间拉开差距的不再是"用了哪家模型"，而是"AI 掌握了多少关于这家公司的知识"。一位分享者打了个比方：一个名校毕业、智商*的新人，因为没有企业上下文，不知道某个项目为什么这么定、该找谁拍板;而一位有五年工龄的老员工，上个季度的方案为何被否、业务红线在哪里，往往门儿清。"差别不在聪明，在于对组织的理解。"这也解释了现场提到的一个普遍误区：不少企业想一步跳进"智能化"，却发现自己并没有数字化基建——日常的沟通、审批、流程、数据从未被系统沉淀下来，AI 自然无从"了解"这家企业。多位分享者达成的共识是"先数字化、再智能化，顺序不能反"。一个值得关注的趋势是，作为办公与流程载体的 IM 平台(钉钉、企业微信、飞书等)正被重新定义为"企业上下文的容器"。通讯录、权限、审批、会议纪要、群聊等数据天然沉淀其上，成为 AI 理解组织的底层素材。围绕这一点，厂商也在把"沉淀非结构化数据"当作新的竞争入口。

  阿里云公共云事业部AI生态西部大区总经理马星：同一个大模型，喂给它什么"上下文"，就决定了它先懂谁——今年企业对 AI 办公的热情空前高涨，把 AI 用出价值的关键，在于用好属于自己企业的上下文。

  智能体落地的"带新人"方法论

  如果抛开"提示词工程""上下文工程""驾驭工程(Harness Engineering)"这一连串新词，现场对智能体(Agent)如何落地的拆解，被归结为一套类似"带新人入职"的三要素：信息：把企业规范、知识、流程结构化，让 AI"看得见"公司;工具：为 AI 开放账号、打通 ERP/CRM 等业务系统，让它"干得了活"而不只是聊天;边界：明确哪些数据可读、可改、绝对不能碰，并设置验收与复核机制。在此之上，被频繁提及的还有三个落地构件：把一件事做成"技能手册"的 Skill、打通某个系统的连接器、以及面向财务或法务等具体角色打包一组能力的插件。一位分享者强调了一个判断标准——"所有可复用的东西，对企业来说都是资产"：给一个 AI 装上法务插件，它就是一个法务，装三份就是三个法务，能力*次具备了被批量复制的可能。现场展示的若干场景也印证了这种"复制"的想象空间。一位来自制造企业的从业者介绍，其客户把产线设备接入做出数字孪生，过去在工厂里报价至少 20 万元的项目，如今一名工程师一周即可完成;标书场景中，一份格式要求严苛的标书可在两小时内起草。这些案例被反复用来佐证"AI 从工具走向生产力"的叙事。

  阿里云解决方案架构师张鹏：智能体落地的本质就是"管理上下文"，像带一个新人一样——给它信息、给它工具、划好边界;而所有可复用的能力，对企业来说都是资产。

  CIO的两道现实关口：数据安全与系统打通

  对企业决策者而言，沙龙现场提问*集中的，仍是数据能否安全落地。针对这一顾虑，来自千问办公的分享者解释了企业(B 端)与个人(C 端)的差异：企业侧采用所谓"碎纸机"机制——只做推理、云端不存储客户数据、也不用于模型训练;同时，AI 能访问什么，完全绑定使用者在既有办公平台中的权限，个人单聊等隐私数据不会因此被公司获取。对有更高要求的企业，厂商提供签署保密协议、VPC 私有云、本地化部署的分层方案。另一道关口是与存量系统的打通。现场给出的路径是分层的：低频场景可先以账号密码的 RPA 方式跑通，高频或复杂场景再对软件进行改造、开放 API 或 MCP 接口;同时划定一条红线——不直接向 AI 开放数据库写权限。谈及知识库建设，多位技术背景参会者的困惑集中在"海量非结构化数据"与"上下文窗口有限"的矛盾上，分享者的建议是：核心不在把成堆 PDF 塞给模型，而在于先做数据清洗与结构化，再通过检索与多轮调用取回*相关内容;至于微调基础模型，其判断是"收益不高、耗资源，现阶段不建议动"。

  千问办公解决方案架构师张睿：让 AI 变聪明很容易，难的是让它真正懂你的公司——把企业上下文沉淀下来，再用 FDE 驻场陪跑，才能填平从"用到"到"用好"之间的巨大鸿沟。

  从"用到"到"用好"，中间隔着 FDE

  沙龙上另一个被反复提及的角色，是前沿部署工程师(FDE)。一个有意思的行业信号是：OpenAI 与 Anthropic 今年几乎同时强化了类似的驻场服务岗位。原因在于，除了*头部的互联网公司，多数企业把 AI 拿回去往往用不起来，中间缺的正是一个"天天泡在客户现场、帮着找场景、做部署、跑出真实价值"的人。对企业侧的 AI 厂商而言，这类服务被视作"生死线"——因为 AI 像电，不好用就不会有第二次付费。作为阿里云公共云生态首批认证的 FDE 服务商、以及钉钉六星级钻石服务商，典铭云赛近年的业务重心正从传统的数字化实施，向"AI 落地咨询+驻场陪跑"迁移。据其披露，公司在 AI 表格培训、企业内部 AI 大赛等场景已积累多家*案例。

  【观察】

  从这场沙龙可以看出，企业 AI 的叙事重心正在转移：从"选哪个模型"，转向"如何沉淀上下文、打通工具、管住边界";从选择“聪明的AI”，变成选择“能更懂我的AI”;从"卖软件"，转向"卖能否用出价值的服务"。当模型能力趋于同质，真正的护城河被更多地下沉到组织知识资产与落地陪跑能力上。对企业决策者来说，问题也因此变得更朴素：不是"要不要上 AI"，而是"有没有把公司的经验，变成AI读得懂、用得上的上下文"。

  典名科技是阿里云旗舰级头部伙伴，提供阿里云全栈业务、企业上云咨询、迁移和落地服务。典铭云赛是钉钉六星级钻石服务商，阿里云公共云生态首批认证FDE服务商,提供企业AI落地需求调研、方案定制、Agent定制开发、全员培训、驻场交付与全程陪跑服务。