应用现状：随着“百模大战”逐渐落幕，行业竞争重心转变，企业级AI从技术探索期全面转向规模化应用期。得益于大语言模型能力的快速跃升，新一代AI应用已在智能客服、知识库问答、内容生成等知识密集且交互相对开放的场景中率先取得规模化突破。
  关键问题：在新一代AI应用的规模化落地过程中，企业也面临着更加复杂的挑战。其应用成果不仅依赖于单一的技术突破，更在于构建系统性、端到端的落地能力。

  应用层：Agent成为当前企业级AI应用落地的核心载体，拆解最小任务单元，利用FunctionCall、MCP、Skills等方式，促进Agent与企业业务流程的深度整合。

  支撑层：以场景为中心进行模型选型，构建Data+AI的数据底座与面向AI的数据安全体系。

  基础设施层：AI算力基建向多元异构演进，国产替代背景下软硬件深度协同优化重要性凸显。

  组织层：高层推动的顶层设计、员工维度的角色升级共同推动企业的AI转型。

  厂商落位：目前企业级AI应用领域主要有应用软件、技术服务及解决方案、云服务和AI模型四类厂商，部分深耕垂直场景，部分聚集平台能力，形成分层协作、动态竞合的格局。

  发展趋势：1）大模型由单一的Transformer架构向多架构并行迭代演进，未来可通过组合架构灵活、高效适配不同场景；2）AI有望深度介入并重构企业流程，人机协作模式将发生转变；3）AI在科研领域可形成技术底座、核心能力、科研流程、价值输出的闭环，帮助企业提升竞争力；4）物理AI演进将拓宽AI应用的价值边界，形成更完整的智能业务链；5）AI原生应用将向全新的流量入口、交互方式、应用架构和业务逻辑演变。