超聚变的“智企”进化论

2025年11月，奥地利软件工程师Peter Steinberger在GitHub发布了一个名为Clawdbot的开源项目，这个项目在随后四个月的时间里，迅速斩获了25万颗星标，一时间成了开源AI领域的爆款，这个开源项目就是后来的OpenClaw（俗称“龙虾”）。

在随后半年里，火遍全球的养虾热潮让普通用户深刻感受到了智能体对于个人工作和生活带来的改变，然而，智能体对于整个社会的影响远不止于此。

早在2025年8月国务院印发的《关于深入实施“人工智能+”行动的意见》中就明确提出，到2030年，新一代智能终端、智能体等应用普及率将超过90%。

在智能体应用普及过程中，也将会对企业生产经营和研发体系进行一次全方位的重构。

超聚变CEO刘宏云就指出，“智企”是智能体时代，企业进化的必然选择。

就企业面向智企进化过程，刘宏云结合智能体成熟度，将其总结为四个阶段：活动级、流程级、企业级和生态级。

在超聚变探索者大会2026上，我们看到了超聚变过去一年面向智企的战略转型实践，以及基于此打造出的一套完整方法论。

01 智企转型，成为时代必然

人工智能在编程技术上的突破，正在重构企业产品研发流程。

就在前不久，谷歌CEO Sundar Pichai指出，谷歌近75%的新增代码已经在由AI生成，并由人类工程师审核通过。

谷歌并不是唯一一家这样做的企业，在国外，微软、亚马逊、Meta等科技巨头都在推进AI编程，Meta官方就曾表示，2026年上半年，预计其创意部门65%的工程师所提交的代码中有超过75%由AI编写。

之所以会有这样的变化，是因为人工智能已经颠覆了传统编程行业，据悉，在相关基准测试中，今天最强的模型得分可以达到93分，而人类前10%的程序员得分只有68分。

超聚变CEO刘宏云同样感受到了这样的变化，他曾亲眼目睹了两个年轻人花了不到两个月的时间，就完成了构建一个平台的50多万行代码，这在以往是无法想象的。

然而，人工智能正在重构的不仅仅是产品研发流程，刘宏云指出，人工智能正在重新定义两个世界。

其一是数字世界，数字世界中的产品研发、组织内部的沟通协作，以及企业的生产经营和分析决策，都将因AI而得到重构；

其二是以自动驾驶汽车、人形机器人等为载体进入物理世界，人工智能将对物理世界进行重新定义。

这两个世界在经过AI重新定义后，终将走向融合。

面对被AI重新定义的世界，如何面向智能化，乃至智能体转型，就成了每个企业必须要回答的问题。

身在大潮中的超聚变，自然也需要回答这个问题，于是，超聚变在2024年年底确定下了面向“智企”转型的战略目标，并在2025年开始“智企”转型、打造超聚变2.0。

那么，什么是“智企”？

刘宏云给出的解释是，智企是智能体时代中，内部实现全方位智能化的企业，它沿着WATT-FLOPS-TOKENS-AGENTS-VALUE这条价值链，产出最高效的Token，服务于各类智能体，企业系统可以自主实现非标、多要素、动态、跨域的分析决策，形成双智能联合共治。

要打造这样的智企，需要构建两大支柱：

第一，高效安全的Token生产平台，这其中包括与企业相匹配的GPU、超节点、AIDC，从而能够打造出高效安全的Token工厂；

第二，AI重构的企业生产经营与分析决策，这其中的重构过程，又是一个循序渐进的过程。

02 打造Token工厂，需要怎样的算力底座？

中国发展高层论坛2026年年会上公布的数据显示，今年3月，中国日均Token调用量突破140万亿，相较于2024年初的1000亿，两年时间内增长超千倍。

然而，这样的Token消耗量，在未来依旧会持续增长。

据摩根大通的预测数据显示，中国AI推理Token消耗量将从2025年的约10千万亿增长至2030年的约3900千万亿，五年间增长约370倍。

对于企业而言，Token消耗量既决定了企业的智能化进度，也对企业成本开支带来了巨大的压力。

作为已经迈入智企1.0阶段的超聚变，2025年年底时，超聚变一天Token消耗量已经达到了100亿，如果按100%-300%增长率来算的话，三年后，超聚变一年Token消耗产生的费用将超过15亿元，这已经超过了超聚变2022年全年的研发费用。

在这个过程中，存在一个Token转化效率的问题：

在同等算力和电力投资下，每年产出的有效Token量并不相同，这中间的转化效率，往往存在40%-50%，如果再将同样单位Token输入产生的价值，更有可能相差100倍。

这时，如何构建一个Token工厂，高效产出符合企业组织形态和业务负载的Token，为业务和研发服务，就成了另一个时代的必答题。

值得注意的是，Token工厂不是一台设备，而是企业在人工智能时代新的生产力平台，它要做的是把算力转化为可度量、可结算、可服务化的Token输出。

本就以算力基础设施业务起家的超聚变团队，从通用算力到超节点有着超过10年的研发部署经验，而在过去两年里，超聚变团队重新审视了算力在企业各个场景的应用情况，并在客户侧做了大量调研，他们发现，企业就近部署场景一直缺少一个为Token原生的算力底座。

为此，在超聚变探索者大会2026上，超聚变团队正式对外发布了面向企业本地部署的Token生产平台——TokenBox™。

据超聚变算力事业部总裁唐启明透露，“TokenBox™软硬一体、即插即用，超聚变团队此前发现的这些问题，都已经转变为软件特性预装到了这款产品中。”

TokenBox™由此也成了超聚变在智能体时代，为企业面向智企转型打造Token工厂补上的那块重要拼图。

03 超聚变的智企1.0实践

据中国信通院人工智能赋能新型工业化案例集统计数据显示，大模型在各行业的应用案例中，普遍集中在研发设计端的软件开发和新材料研发，以及企业运营管理和营销服务，生产制造目前仍是大模型应用的价值洼地。

正因如此，在过往两年里，大模型在行业的全流程应用中，画出了一条微笑曲线。

智能体时代的到来，正在让大模型在企业中的应用更进一步。

据超聚变CIO、城企事业部总裁蓝文广透露，面向AI和数据时代，在“智企”破局中，重构生产和经营活动的目标有四个：

第一，面向业务，实现3-5分钟实现业务流程上线，与业务无关、灵活可编排，快速实现个性化流程与持续演进；

第二，面向经营，实现1小时呈现分析结果，以OTT方式高效发现问题、根因分析、仿真推演，提供按需分析与穿透式决策；

第三，面向IT，实现数据可推理、可行动、可决策，通过数字化对象建模抽象业务本质，增加关联设计逻辑，支撑模拟、推理、决策与合规追溯；

第四，面向体验，构建企业AI智能助理，以自然语言对话完成业务活动，支持AI+/+AI，实现低门槛、人人可用。

我们能够看到的是，超聚变在面向智企转型的一年里，已经构建起了一套完整的智企业软件架构，这套智企软件架构分为基础设施层、平台层、执行层、智能协同层、交互层五层架构。

面向制造AI智能体场景，超聚变已经识别落地了106个典型场景，并有70+场景已经实现，直接创造的价值和提升的组织效率超过30%。

以超聚变发布的具备自主知识产品的智企ERP为例，智企ERP正是超聚变基于智企软件架构设计，这款产品具备高性能、安全可靠、原生AI演进、灵活扩展、全域DRP智能化升级、生态开放六大特性。

除此以外，超聚变在大会上还对外一并发布了超聚变企业人力资源解决方案xHR 1.0、超聚变企业质量管理解决方案xTQM 1.0、超聚变供应链管理解决方案xISC 1.0等解决方案。

这些解决方案，是超聚变基于自身实践构建起的企业智能化转型的第二支柱，与此同时，面向智能体时代，超聚变面向智企打造的2.0解决方案，也已经在酝酿中。

04 超聚变，再进化

在过去一年的智企1.0转型过程中，从业务设计到落地运营，超聚变形成了自己一整套业务变革与数智化转型方法论。

蓝文广指出，真正的数智化转型始于对业务本质的坚守，成于对组织文化、业务设计的重构，归于在架构和技术上实现企业资产的高效复用。

也是在经过智企1.0转型后，超聚变完成了又一次业务转型，如今的超聚变已经不仅仅是算力基础设施供应商，我们注意到，刘宏云给了现在的超聚变一个全新的定位——AI和数据时代的水平全栈解决方案提供者。

其中，尤为关键的是“水平”和“全栈”两个定位。

这里我们可以先从后者来剖析，所谓“全栈”，即“全层级覆盖”，即从底层基础设施到上层业务变革支撑，形成完整的解决方案链路。

从前文不难看出，超聚变依然会提供底层算力基础设施，例如本次大会上发布的Tokenbox、新一代算力基础设施参考架构，这些也是超聚变“全栈”能力的核心支撑，除此以外，超聚变构建起了AI与数据使能平台、水平商业流程软件、业务变革与数智化转型支撑。

面向智能体打造的软件和解决方案能力，则是超聚变此次大会上着重展示的重点。

这时，我们就不得不提及超聚变全新定位中的另一个关键词——“水平”。

“水平”在这里的含义是“去行业垂直化”，也就是说，虽然超聚变基于自身智企1.0实践，面向人力资源管理、质量管理、供应链管理打造出了技术解决方案，但这些是剥离行业属性后，所有企业都需要的共性需求，这些服务不依赖特定行业的专业知识，具备跨行业适配性。

如果做一个类比的话，超聚变面向智企转型做的这些智能化解决方案更像是大模型领域的通用大模型，基于行业专业知识训练的面向垂直行业的“行业垂直大模型”，则是交由生态合作伙伴来做。

基于AI和数据时代的水平全栈解决方案提供者这一全新定位，超聚变正在成为智能体时代，企业面向智企转型的一个重要推手。

不过，智能体时代大幕刚刚拉开，智企转型也并非一蹴而就，结合智能体成熟度，刘宏云将智企转型总结为活动级、流程级、企业级、生态级四个阶段。

与此同时，刘宏云也给出了一个更为直观的判断：

当前大部分企业正在尝试活动级智能体，预计3年后，部分领先企业将会走向业务流级，5年后走向企业级。