这篇是蚂蚁数科独立运营两年来首次系统性披露业务进展,核心围绕智能体经济的产业判断、布局路径与落地挑战,包含不少大众能看懂、用得上的实用信息。
核心经营数据要点
1. 蚂蚁数科过去两年整体业务年均增长近50%,AI To B业务增速达三位数,平台产品ARR增速超60%,客户净收入留存率超110%,连续6年位居中国BaaS市场第一,份额达32.4%。
可感知的实用信息
1. 普通中小商家可通过接入支付宝AI开放平台的Agentar服务,几分钟将原有小程序升级为智能体,低门槛用上AI服务。
2. 当前大模型落地产业分工具提效、智能体承担岗位职责、多智能体组织协同三个同步推进阶段,大家日常接触的智能客服、营销类智能服务已属于第二阶段应用。
3. 针对大模型“胡说八道”的幻觉问题,行业已形成模型校验、规则管控、工具兜底、确定性知识存储的系统防控方案,高合规场景会通过多重校验减少错误。
蚂蚁数科披露的智能体产业落地进展,可为品牌商布局AI能力、把握企业服务趋势提供务实参考。
智能体应用的阶段趋势
1. 当前大模型在产业落地同步经历员工工具提效、智能体承接岗位职能、多智能体组织协同三个阶段,品牌可按自身数字化节奏逐步布局,无需盲目追求全套复杂系统。
2. 智能体规模化应用的核心卡点是信任问题,未来智能体代品牌执行任务、参与交易时,必须明确身份授权、责任归属,KYA可信身份体系会成为这类应用的基础配置。
品牌可复用的落地路径
1. 可借助Agentar平台的数百项现成技能、数字专家模板,快速搭建客服、营销、风控场景的智能体,标准化场景搭建周期可缩短至小时级。
2. 中小品牌可通过支付宝AI开放平台的能力,几分钟将原有服务小程序智能体化,低成本升级用户服务体验,且正规服务商不会回流品牌敏感生产数据,仅沉淀通用业务经验,数据安全有保障。
3. 采购AI服务时可优先选择按实际业务ROI分润的合作模式,降低投入风险。
蚂蚁数科披露的智能体产业布局,为卖家释放了明确的AI工具普惠信号与新赛道机会。
可直接复用的低门槛提效工具信息
1. 中小卖家可依托支付宝AI开放平台接入的Agentar服务,一键将原有店铺小程序升级为智能体,几分钟就能生成支持AI标准协议的服务入口,无需复杂技术开发,就能为消费者提供智能咨询、服务引导类体验。
2. 平台已提供数百项现成技能模板和数字专家模板,标准化场景的智能服务配置最快小时级即可完成,大幅降低卖家使用AI的技术与时间成本。
新机会与风险提示
1. 智能体经济当前处于发展早期,智能体身份管理、可信交易相关配套服务存在大量空白,全球范围内相关标准正在制定中,提前适配规则的卖家可抢占新的流量红利。
2. 采购AI服务时要注意数据安全边界,正规服务商不会回流卖家的生产经营数据,只会沉淀通用业务规则类经验,要警惕要求上传核心经营数据的不合规服务。
3. 未来智能体代用户交易的场景会逐步普及,卖家要提前适配智能体支付、身份核验相关规则。
蚂蚁数科披露的智能体产业落地路径,可为工厂推进数字化转型、捕捉B端智能服务需求提供明确方向。
工厂数字化转型的可参考路径
1. 工厂可按照大模型落地三阶段节奏逐步推进AI应用,先从工具层面为员工提效,再逐步在客服、营销、风控、研发等岗位落地智能体,最终实现多智能体协同,把单点任务经验沉淀为工厂可复用的组织能力,无需一开始就投入重金搭建全套复杂系统。
2. 可借助专业服务商的行业大模型能力,将工厂私有化的生产数据融入模型,打造适配自身生产流程的智能中枢,不需要从零开始自研通用大模型,还可选择按实际业务价值分润的合作模式,降低转型投入风险。
可捕捉的新商业机会
1. 智能体规模化生产催生大量新型基础设施需求,包括适配智能体的新型协议、可信身份配件、高合规场景的幻觉防控软硬件,有相关技术储备的工厂可切入这类配套供应链。
2. 能源等垂直行业已推出专门的智能体版本,围绕生产调度、碳管理等场景的数字员工需求正在释放,工厂可结合自身业务对接相关服务,也可参与垂直场景的需求共建。
蚂蚁数科在智能体落地过程中总结的技术路径与客户痛点,可为To B AI服务商提供非常具象的实践参考。
智能体赛道的核心发展趋势
1. 当前企业客户对智能体的需求已经从零散工具需求,转向可规模化生产、管理、治理智能体的基础设施需求,智能体参与交易、执行任务时的信任问题是规模化落地的核心卡点,AI与区块链结合构建的KYA可信身份体系会成为行业必备基础。
2. 全球范围内智能体身份、支付相关的标准竞争已经展开,国内相关国标、行业自律公约正在推进中,提前适配标准的服务商将抢占生态入口位置。
客户痛点与解决方案参考
1. 当前客户有三个核心痛点:一是有自研工具的冲动,实际更关注研发范式的体系化升级而非单纯工具采购;二是金融、能源类客户对数据边界极度敏感,坚决不接受生产数据回流,仅认可规则、经验类的沉淀共享;三是高合规场景对大模型幻觉零容忍,需要模型校验、规则硬门禁、工具兜底、确定性知识存储的系统方案解决,配套风险防控产品需求明确。
2. 商业化层面,深度陪伴客户挖掘业务落点、按实际价值分润的重服务模式,虽投入较重,但客户信任感更强,最终成单概率更高。
蚂蚁数科在智能体生态上的布局动作,为各类平台布局AI生态、完善平台治理提供了可借鉴的实践样本。
平台搭建智能体生态的可参考做法
1. 要为生态内商家提供低门槛的智能体升级通道,比如蚂蚁将Agentar平台接入支付宝AI开放平台,支持千万级商家一键将原有小程序智能体化,几分钟生成符合AI标准协议的智能体,既降低商家AI接入成本,也能快速沉淀平台AI服务生态。
2. 生态建设不能只提供零散工具,要搭建类似智能体超级工厂的基础设施,支持生态参与者批量生产、管理、协同各类智能体,还要提前搭建可信身份、交易存证类的信任底座,解决智能体代客执行任务时的身份核验、责任界定问题。
平台运营与风险规避要点
1. 要严格划清数据边界,对生态内商家、用户的敏感数据做到不回流,仅沉淀通用业务规则、服务经验,避免数据合规风险。
2. 针对大模型幻觉带来的服务风险,要搭建系统级防控体系,通过硬规则门禁、关键任务引导反思、高准确率任务调用专业脚本、确定性知识单独存储等方式减少智能体出错概率,可配套风险防守类产品为生态参与者兜底。
3. 要积极参与智能体身份、支付相关的标准制定,抢占生态规则话语权。
蚂蚁数科披露的智能体落地实践、行业判断与现实挑战,为AI产业、数字经济相关研究提供了鲜活的一线产业样本。
智能体产业的最新发展动向
1. 大模型在产业落地目前同步处于三个并行阶段:员工工具化提效、智能体承接岗位职责、多智能体组织级协同,产业终局远未到来,企业需求已经从单点智能体开发,转向规模化生产、治理、协同智能体的基础设施需求。据蚂蚁披露,其AI To B业务已实现三位数增速,客户净收入留存率超110%,连续6年位居国内BaaS市场第一,To B AI商业化已经验证了正向增长路径。
2. 智能体经济的核心闭环是AI加区块链的组合,AI解决智能自动化问题,区块链解决信任自动化问题,KYA体系是智能体规模化参与交易的必备基础,目前全球已展开相关标准竞争,国内已出台智能体支付自律公约,身份管理相关国标正在推进。
产业新问题与商业模式探索
1. 当前智能体规模化落地存在三个共性难题:客户存在工具自研冲动,核心诉求实为研发范式升级;敏感行业客户的数据边界诉求强烈,仅支持经验回流不接受生产数据回流;高合规场景下的大模型幻觉兜底需要系统工程解决。
2. 商业化层面,To B AI服务正在探索深度陪伴客户、按实际业务价值分润的交付模式,产业链价值分配正处于翻转早期,未来应用层将涌现大量机会。
返回默认