从“买AI”到“生产AI”：黄仁勋对企业智能体判断与迈富时的落地答卷

　　10月21日，英伟达在柏林拉开2026年GTC大会序幕。一个多小时的主题演讲里，黄仁勋把“智能体”推到了AI产业叙事的最前台。他给出一个掷地有声的判断：AI不是单纯的软件技术，而是一个制造业，像“五层蛋糕”一样从能源、基础设施、模型、应用叠加到最终行业；未来每一家公司都会同时使用封闭模型与可自定义的开放模型，最终“每个人都能构建智能体，每一家公司都将成为一家人工智能公司”。

　　这句话的另一半，是黄仁勋留给企业的考题：AI智能体如何从“能回答问题的模型”，变成真正嵌入业务流程、创造经营结果的“数字员工”？在落地这条路上，港股上市的AI应用平台迈富时（02556.HK）正试图给出答案。

　　01 智能体成“软件新形态”，五要素决定企业级竞争

　　在黄仁勋的叙事里，智能体不再只是聊天机器人的升级版，而是能够推理、调用工具、访问知识库并执行工作流程的自主系统。他把智能体拆解为“五要素”：模型、外部编排框架、隔离沙箱、知识库、工具。模型负责感知、推理和规划；编排框架像外骨骼一样协调记忆与行动；沙箱提供安全隔离；知识库接入企业专属数据；工具则让智能体能实际操作各类软件。在这套框架下，智能体是“软件的新形态”，而企业级智能体的竞争，也从模型参数之争，转向围绕知识、工具、编排与安全的全栈能力之争。

　　安全被黄仁勋视为制约产业发展的头号瓶颈。“最重要的是确保智能体是安全的。”他直言，自主智能体能访问文件、资源和网络，权限应尽可能少、受到监控，并随任务动态调整。为此英伟达发布OpenShell安全智能体参考架构与Sentry运行时策略层，把“安全是愿景”落实为“安全是技术和工程”。与此同时，企业专有知识被定义为智能体能力的放大器——基于开放模型、用自身数据做后训练，就能打造“主权智能”。

　　02 “买AI”容易“用AI”难，落地卡在最后一公里

　　蓝图宏大，现实却骨感。来自第三方机构的调研给出了同样刺眼的注脚。市场研究机构Gartner曾预测，到2025年底，至少30%的生成式AI项目将在概念验证后被放弃，原因是数据质量差、风险控制不足、成本上升或业务价值不明确；其后续预测进一步指出，到2027年底将有超过40%的智能体AI项目被取消，而成本失控、商业价值不明确、风险控制不足是主因——没有一条指向模型本身。

　　这背后是三道难关。其一，大模型“幻觉”未解、Agent决策不透明，汽车、金融等高风险行业不敢深度应用；其二，智能体拥有API调用与系统操作权限却缺乏审计，可能错误下单、误删数据，安全是天然的拦路虎；其三，也是最普遍的，大量企业把AI当成“高级搜索引擎”——查资料、写文案、做PPT，流程未变、岗位未改，价值自然释放不出来。从“工具采购”到“经营重构”，企业智能体正卡在这道“最后一公里”。

　　03 迈富时的布局：数据、模型、中台与场景智能体

　　迈富时将自己定位为全球领先的AI应用平台，AI应用正是公司的核心主业。它的打法不是卖单点模型，而是围绕“企业级智能体落地”构建产品体系：在算力与模型底座上，自建数据中心，开发部署自研大模型与模型管理平台，发布全栈自研的Tforce千亿参数营销大模型。同时公司研发AI-Agentforce智能体中台、KnowForce AI企业级知识中台、GenAI OS AI原生操作系统，最后打造覆盖营销、销售、客服、陪练、经营分析、外贸、研发等场景的AI智能体矩阵。

　　这套体系的思路，与黄仁勋的“五要素”一脉相承。在黄仁勋看来，智能体要想真正“干活”，离不开模型、编排、安全、知识库和工具这五块拼图；落到迈富时的产品上，AI-Agentforce智能体中台负责智能体的创建、编排与运营（对应“模型”与“外部编排框架”），多租户权限管控与多版本审批把权限和上线流程管住（对应“隔离沙箱”），KnowForce知识中台通过多模态RAG把企业数据沉淀为可检索的知识（对应“知识库”），平台预置的工具与MCP接入则让智能体能实际操作外部系统（对应“工具”）。换言之，迈富时把黄仁勋口中“人人都能构建智能体”的前景，落地成了一套企业可直接采购的产品：无需深厚技术背景，通过可视化编排、零代码搭建，几分钟就能创建一个智能体并上线。

　　商业化上，迈富时提出“全栈Token工厂”：把通用模型Token加工为可交付、可追踪、可复用、可计费的“场景Token”，推动企业AI应用从工具采购走向价值交付。这本质上是按效果计价，倒逼厂商去兑现客户的真实经营结果。

　　04 从概念到业绩：智能体开始“跑出”真金白银

　　更关键的是，这套能力在真实业务中开始产生可验证的回报。据迈富时披露，一家工业涂料企业面对6个碎片化的加盟商咨询渠道，部署8个AI智能体覆盖客服、品控、培训、运营、订单、物流、财务等场景，销售转化提升30%、下单时长缩短30%；某大型定制家居企业通过AI全场景客服实现从订单受理到物流查询的全流程自动化；在金融场景，核保助手将核保时效从“小时级”压缩到“分钟级”。

　　根据迈富时财报，2026年上半年，公司实现总收入19.6亿元，同比增长111.2%；其中AI应用业务收入11.3亿元，同比增长123.7%；净利润2.0亿元，同比增长466.1%；经营性现金流净流入5.0亿元。客户数量同比增长25.9%，每用户平均月收入同比增长80.0%，“量价齐升”；员工总数1893人，研发费率16.6%，总人效同比提升85.6%。

　　把几组数字放在一起看，迈富时的故事正从“AI概念”走向“AI业绩”：客户规模扩张与单客价值提升同步发生，AI应用收入增速跑赢整体，现金流由负转正，说明场景智能体确实在为客户创造可付费的价值。

　　05 结语：智能体之争，才刚刚开始

　　黄仁勋的判断与迈富时的实践，恰好构成企业级智能体这枚硬币的两面：一边是产业判断——智能体将成为软件的新形态，企业要从“消费AI”转向“生产AI”；另一边是落地路径——把模型、知识、工具、编排与安全整合成一套可部署、可运营、可计费的系统，让AI真正走进工作流。

　　需要保持清醒的是，智能体仍处早期，幻觉、安全与ROI问题远未根治，迈富时的高增长同样需要在下半年乃至更长周期接受检验。但方向已经清楚：当算力与模型日益“白菜化”，企业级智能体的胜负手，将落在谁能把通用智能加工成场景价值、把“最后一公里”真正打通。

　　 广告