当“如何落地”成AI高频问题 中国电子云：“懂业务”比单纯技术优势更重要

“客户对AI（人工智能）很感兴趣，但如何落地、做什么、不做什么，他们有太多困惑。”在2025世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2025）期间，中国电子云高级副总裁黄锋在接受《每日经济新闻》记者采访时，道出了当下企业智能化转型的普遍痛点。

2025年，当大模型浪潮从技术热炒走向产业落地，中国电子云正式将AI纳入战略核心。

作为中国电子旗下的云计算服务品牌，中国电子云依托中国电子自主计算体系，主要业务为布局高安全算力基础设施，构建数据创新服务体系，打造人工智能创新应用。但AI赛道竞争日趋白热化，公司核心优势是什么？黄锋的答案清晰而直接：“（央企）身份是入场券，懂业务才是护城河。”

“客户觉得都是央国企，放心把数据交给我们。”黄锋坦言，这种信任很实用，尤其在数据敏感的关键行业。他同时强调，“所有项目都要和各大厂商正面竞争，产品力和服务力才是根本”。

未来云数智一体是趋势

“过去两年和客户聊的时候，他们的云需求相对标准，但AI浪潮来了之后，‘如何落地’成了高频问题。”黄锋向记者解释中国电子云成立AI新产品线的核心逻辑。

作为长期聚焦专属云服务的企业，中国电子云的客群集中在央国企、关键行业，这些客户在数字化基础上已完成初步建设，正迫切寻求智能化突破，但普遍面临“技术懂了但场景落地难”的困境。这种需求变化推动着中国电子云在赛道上的转换。“未来云数智一体是必然趋势，云、数据和人工智能分不开。”黄锋强调，软件与平台应用的优化离不开算力深度整合，客户也需要一体化服务。

事实上，中国电子云在AI领域已有两年探索积累，2025年正式成立产品线，标志着其从“尝试性投入”转向“战略级布局”。

从技术路径看，中国电子云目前的AI能力布局集中在平台层，但长期规划已经明确指向行业应用深水区。“我们会做行业筛选，不会全行业覆盖，只聚焦符合我们身份的关键行业。”黄锋指出，这种聚焦源于对自身优势的清醒认知，在能源、交通、政务、高新电子、科研、医疗等关键领域，中国电子云已积累深厚的客户基础与沉淀。

以某能源央企合作为例，中国电子云此前参与其数据湖建设，深度介入数据治理与业务理解，这成为后续拿下AI文书处理项目的关键。“某些互联网巨头想卖标品就走，但客户更认可我们对业务和数据的熟悉度。”黄锋透露，在这类竞争中，“懂业务”比单纯的技术优势更重要。这种“从云到数再到智”的延伸逻辑，正成为中国电子云AI业务的独特路径。

高质量数据集是AI发展的基石，但国内数据治理行业仍面临诸多挑战。“不了解业务根本标不了数据，数据标注必须和行业深度绑定。”黄锋直言，这正是中国电子云AI战略的核心出发点。

当前，中国电子云的AI业务仍以平台供应链建设为主，但长期规划明确指向“工具+人力”的行业化服务。“未来一定是往行业深处走，不光要有工具，还得堆人上去。”黄锋解释，不同行业的数据标注逻辑差异巨大，比如能源行业的设备数据与金融行业的交易数据，需要截然不同的专业知识支撑，这要求团队配备大量行业专家。

这种布局直指国内数据标注行业的现状。与海外企业的市场热度相比，国内数据标注企业年营收多在数亿元规模，难以突破增长瓶颈。

“国内很多标注企业靠拿补贴生存，根本原因是应用没爆发。”黄锋分析，国内数字化基础参差不齐，多数企业缺乏标准化的业务流程（SOP）和知识库，数据分散在个人电脑中，难以形成有效治理。“只有应用起来，数据需求才能真正拉动供给，这需要时间和数字化基础的双重积累。”

为破解行业标准不一的难题，中国电子云正联合中国信通院等机构参与国家数据标准制定。“数据流通必须有标准，否则可信数据空间就是空谈。”黄锋强调，这不仅是企业层面的需求，更是国家数据要素市场建设的关键。

Agent落地面临挑战

在AI赛道激烈竞争中，中国电子云的核心优势是什么？黄锋的答案清晰而直接：“（央企）身份是入场券，懂业务才是护城河。”

在他看来，国产化适配是重要优势。中国电子云已完成昇腾、沐曦、海光、昆仑芯等主流国产GPU的适配，并与沐曦联合优化推理性能，“不降低精度前提下（性能）提升两三倍”。这对其关键行业客群至关重要，“信创是基本要求，国产化适配能力是刚需”。

以城市服务场景为例，A股首家城市服务类上市公司侨银城市管理股份有限公司总裁夏冠明接受《每日经济新闻》记者采访时表示，城市公共服务是AI应用最核心的场景之一，侨银庞大的线下场景为AI快速迭代提供了天然试验场。他特别强调“智能”与“智慧”的本质差异：“智慧系统只能按预设程序执行，而智能系统能感知、决策、执行并自我优化——未来的城市应该是一个会思考的有机体。”

这一理念正通过与中国电子云的合作实现落地。双方将共同开发城市公共服务“智慧体”，整合物联网、数字孪生、机器感知等技术，打造中枢决策系统。夏冠明指出，此前智慧城市建设进展缓慢的核心原因在于“缺少AI大脑”，而ChatGPT的出现为系统性解决方案提供了技术支点。

黄锋介绍，中国电子云目前与国内超过五家国家实验室和超过十家的央企达成了高质量数据集建立合作意向；AI创新应用方面，中国电子云与东航、南航共创航空领域智能体应用赋能航司智能化转型。

更核心的竞争力源于长期的数据与业务积累。“我们做AI不是从零开始，云业务积累的客户是最大底气。”黄锋解释，客户在数字化阶段选择中国电子云后，智能化阶段自然延续合作，“从数字化到智能化的顺承是我们的独特优势”。

在技术前沿探索上，黄锋对AI发展趋势有着清晰判断：小模型大数据成主流，Agent（智能体）是终极形态，但当前落地仍需务实策略。

“AI本质是数据，数据没搞好，应用再好也没用。”黄锋认同“小模型大数据”趋势，强调不同场景需匹配不同规模模型。“简单场景用7B、9B（模型参数数量）模型足够，复杂思考才需要百亿参数大模型，灵活度比规模更重要。”这种务实的技术选择，与其聚焦关键行业的战略定位高度契合。

对于火热的MCP（模型控制面板）概念，黄锋认为其成为行业标准是必然趋势。“大工业需要标准交付媒介，MCP就是这个媒介，未来治理都会默认支持MCP。”但他也指出，其客群多为传统行业，对新技术的接受速度慢于互联网企业，普及仍需时间。

Agent被黄锋视为AI的终极形态，但当前落地面临现实挑战。

“Agent像人一样有大脑（模型）、会用工具、有知识库，但纯靠模型自服务能力还不现实。”他举例，一个简单的会议预订任务涉及多个系统调用，每个环节90%的准确率叠加后，整体准确率可能降至70%以下，复杂任务更易失效。“当前更现实的是工作流编排的智能体，在限定场景和模板化流程中落地。”