引言

AI业务进入高增长通道，蚂蚁数科给出了一个颇具代表性的样本：过去两年整体年均增长近50%，其中面向企业的 AI To B 业务实现了三位数增速。更关键的是，增长逻辑正在发生结构性变化——从“堆模型、做能力演示”，走向“规模化交付价值、可持续的平台化收入”。在企业内部智能体数量快速膨胀的节点上，如何让智能体像生产线上的“数字员工”那样被稳定制造、协同和治理，成为AI落地的下一道门槛。蚂蚁数科提出的“智能体超级工厂”值得从产业方法论与工程底座两个层面观察。

核心内容

AI成为增长引擎：业务与指标的重构

蚂蚁数科自2024年独立运营以来，服务全球超过3万家企业，覆盖25个国家和地区。在此基础上，企业AI化战略全面推进：行业大模型 LingDT、智能体平台 Agentar、模型服务平台 DTMaaS、智能体安全产品“蚁天鉴”等AI原生产品陆续落地。数据侧的信号同样明确：平台产品ARR增速达到60%，客户净收入留存率（NRR）超过110%，大型客户采购AI服务的比例接近20%。

这组指标背后是To B AI商业模型的“平台化转向”。与一次性交付的项目型收入不同，ARR与NRR体现的是“持续价值”与“扩展价值”：客户不仅续约，还在不断扩大AI使用范围。当AI能力通过平台化产品以低摩擦方式嵌入现有IT与业务流程，复用与扩展效应开始显现。蚂蚁数科将未来增长指标聚焦在AI价值交付、AI原生应用收入以及平台化ARR，正是把经营重心从“技术突破”转到“稳定生产与规模收益”。

从行业覆盖看，金融、能源、医疗、消费等场景全面推进。IDC数据显示，蚂蚁数科在中国智能体开发平台的私有化市场中位列非云厂商第一、整体市场第四；在金融行业大模型平台与智能体应用及服务市场中以13.3%的份额居首。金融侧的广覆盖（全部国有银行和股份制银行、超60%的地方性商业银行及数百家金融机构）说明其产品与合规、稳定性要求高度适配。与此同时，海外与区域化拓展（马来西亚、菲律宾、哈萨克斯坦、越南，并延伸至中东、日本、韩国）验证了“行业方案+平台能力”的可迁移性。

从“用AI”到“管AI”：智能体超级工厂的必要性

企业AI落地正经历三段式演化：接入大模型→将智能体嵌入具体业务→智能体进入组织层面并规模协同。当企业的智能体从“几个”增至“几十、几百”，问题就不再是“有没有一个Agent”，而是“如何像生产制造一样批量构建、部署、编排、评估与治理”。这正是“智能体超级工厂”的逻辑：以工程化、流程化方式，形成稳定的智能体生产线。

Agentar的设计朝着这个方向推进：提供数百项技能库、数字专家模板与连接器，支持批量化生产；通过Agent Harness引擎组织多个智能体围绕同一业务目标协同运作；引入评估与治理体系，形成“闭环改进”。与主要从办公场景切入的通用Agent不同，其强调“生产系统级”的可靠性与可审计性，让智能体成为可承担具体任务的“数字员工”。

行业版是落地的关键抓手。金融版面向客户经营、风控等高价值场景组织智能体协同；能源版围绕“源网荷储碳”构建“能碳数字员工”，让复杂的跨系统、跨环节业务实现自动化执行与合规可追踪。值得注意的是，Agentar已接入支付宝AI开放平台，为千万级商家提供智能体服务，这一大规模商业场景验证了平台的可扩展性与生态连接能力。海外巨头微软、甲骨文、AWS、谷歌也在布局类似方向，说明“从模型到智能体，从智能体到工厂”的路线正在成为产业共识。

可信与工程底座：KYA、区块链与AI PaaS

智能体进入真实生产环境，问题不止是“更聪明”，更是“更可信”。当智能体代表企业或个人执行任务、调用系统甚至参与交易，必须回答四个问题：它是谁、代表谁、被授权做什么、出了问题如何追责。蚂蚁数科将KYA（Know Your Agent）确立为智能体时代的身份基础设施，推动相关国家标准立项，并发布智能体可信身份解决方案与KYA产品。这一能力与区块链、数字身份、隐私计算、风控体系构成可信底座，让“授权、审计、可追责”成为智能体的“默认属性”。

区块链长期积累是护城河。IDC《中国BaaS市场份额，2025》报告显示，蚂蚁数科以32.4%的份额位居第一，相关业务同比增长20.6%，已连续六年排名第一。把链上可验证记账与智能体身份、权限系统结合，能够在高度监管的行业形成“技术—合规—审计”一体化闭环。

工程侧，云原生与企业级工程能力转化为AI落地基础设施。SOFAStack升级为AI PaaS，意味着底层向多模型管理、弹性算力、观测与治理、数据与安全策略等模块化能力靠拢，让企业在自有或混合环境中以“平台方式”运行智能体工厂。与“蚁天鉴”等安全产品协同，形成从模型安全、智能体安全到业务安全的多层防线，这对于金融、能源等高敏感行业尤为关键。

影响与展望

• To B AI进入规模化阶段。以ARR、NRR为核心的“平台化运营”正在取代一次性项目交付，企业对AI的预期从“能不能”转向“值不值、能否持续”。三位数的AI业务增速与20%的大型客户采买率说明用户正跨越“从试点到普及”的门槛。
• 智能体成为组织级能力。随着多智能体协同进入生产系统，企业需要像管理人力与软件那样管理智能体：岗位与职责、权限与合规、绩效与评估、升级与退役。智能体超级工厂提供了方法论与工具集，也将催生新的岗位与流程（AgentOps、AI治理官、数据与身份管理员等）。
• 可信基础设施将左右行业落地速度。KYA与区块链的结合为“可授权、可审计、可追责”提供技术路径，尤其在金融、政务、能源等监管严格的领域，它是跨过大规模落地门槛的关键。标准化推进既能降低企业采用成本，也有望形成跨行业、跨区域的互认框架。
• 全球化与行业化“双轮驱动”。在海外市场，行业解决方案加平台能力的组合更易适配不同监管与基础设施环境；在国内，私有化与混合部署需求与工程化能力相匹配，非云厂商的领先位置说明“场景深度+工程可信”是有效的差异化路径。
• 挑战与待解的问题。智能体的安全边界、失效模式与经济性（TCO/ROI）仍需打磨；多模型协同、数据治理、观察性与评估体系需要更透明与标准化；生态连接与可插拔架构决定了企业的长期灵活性。随着标准与平台演进，企业将在“规模效率”与“治理可信”之间取得更稳健的平衡。

可以预见，下一阶段的竞争将集中在三点：平台化ARR的持续提升与价值证明、智能体身份与治理的标准化落地、行业版“数字员工”的加速扩张。当智能体从“能用”走向“好用且可信”，AI不再只是增长引擎，更是企业的组织基础设施。

标签： 企业AI 智能体 数字员工 区块链可信身份 AI To B