第一批AI原生企業，正在義烏“悄悄出現”

拉長時間線，一個清晰可見的事實是，Agent 的評判價值將會愈發務實。其被觀察的視角將不在發布會現場，也不會在模型參數，而更會出現在一個個對需求的完整滿足度，對不同崗位人效的加持，對產品迭代的理解和判斷。

不論對釘釘悟空、一眾AI Agent，還是在各個產業賽道的企業，一個務實求真、要結果做實事的企業AI時代正在悄然來到。誰先能率先驗證真實價值，誰就能在這個戰場快人一步。

作者|皮爺

出品|產業家

“Anthropic為什么比OpenAI還要‘貴’？”

如果刷海外AI貼或技術棧，會發現這個問題正在成為海外開發者和企業用戶津津樂道的話題之一。在正在進行的5月，一組坊間傳聞的最新估值對比是：Anthropic Pre-IPO估值1.2萬億美元，OpenAI約1.1萬億美元。成立僅5年前者正式超越后者。

雖結果令人詫異，但這個估值現狀不難理解。從商業模式來看，Anthropic面向的更多是確定性的企業AI市場，以確定性的企業客戶為主，用戶粘性極高；而后者OpenAI則盡管過去一兩年奮力在企業級市場發力，但在如今其商業模型中，C端付費仍然占相當一部分比例，企業級市場滲透率和付費單價較低。

一個明牌結論是：如今AI產品的共識價值錨點，在企業AI市場。

這樣的共識也同樣出現在中國市場。在正在進行的2026年，相較于過去幾年的流量導向、模型導向、參數導向，如今對于AI的關注，市場的新度量衡已經成為給效果、做實事、出業績。

換言之，誰能真正幫助企業構建出真實場景的新生產力，推動其完成從業務模式到組織形態的變化，基于這些真實、可見的增長加持，誰的價值就能得到更好的認定。

實際上，這兩天阿里發布財報后的股價大漲，也驗證了這一點。一是AI開始進入商業回報期，二是企業級Agent需求爆發的預期被拉高，包括云業務包括企業Agent業務都被普遍看好。

同期，阿里旗下企業級Agent平臺“悟空”已于近期逐步規模化放量，進入商業驗證階段。

那么，從供給側來看，相較于海外從Anthropic到Rox.AI（客戶管理）等面向企業AI的服務新范式，中國企業到底需要怎樣的AI來提供生產力加持？

一、企業工作流，正在成為AI新驗兵場

“很多AI產品聊天很聰明，但和我們自己的企業沒關系。”吳天明表示。

他是蘇州光線能源建設有限公司創始人，2026年伊始，伴隨著AI Agent熱潮的爆發，他開始成為各大Agent產品的付費用戶，但使用一圈下來，這些產品都沒有達到他的預期。

他的核心訴求很直觀。即用AI幫助光線能源完成對內部近百萬條訂單數據進行高效管理，之前的數據大都存儲在三方平臺，其需要AI幫助其完成對全部數據的整理歸納分析。換言之，吳天明想要讓AI真正進入光線能源的核心工作流。

釘釘悟空成了他的最終選擇。據了解，如今包括訂單數據管理、企業規章制度、文化體系等，光線能源都基于悟空構建出專門的skill，一個AI原生的業務模式在其內部已然跑通。

這樣的需求不在少數。更準確的一個觀點是，相較于過去幾年的跟風采購，如今企業對于Agent的要求更多已然進入商業化價值考核期，核心場景恰是企業的主工作流。。

這種指標的變化到底意味著什么？

Agent想要在企業真實工作流里發揮價值，在參數之外，其還需要具備幾方面的能力，典型的比如：對企業業務的上下文理解、能否嵌入企業現有的SaaS或AI工作流、以及在生成skills的同時能否兼容外部skills以保持Agent的時刻進化，和最重要的安全、成本管控。

但這并不是一件容易的事。

根據Gartner等相關機構顯示，過去幾年，有超過60%的企業在使用AI時遇到過類似系統集成難、合規卡殼等問題，更有在超過40%的企業內部，部分AI助手已經淪為“聊天工具”，ROI根本無法衡量。

問題有多種。比如典型的上下文理解，其中暴露出來的主要有兩方面問題，一方面很難識別企業的業務知識，在員工使用回答或執行任務時經常產生幻覺、錯覺，另一方面無法識別企業的真實工作流，即使是某個環節小閉環也很難自主推進。

再比如反復出現的“不兼容”。對不少AI Agent而言，其很難和企業人員體系、業務體系、財務體系、生產體系打通，由此衍生出一系列“AI孤島”問題，Agent之間、Agent和既有軟件之間很難協同作業。

這也是吳天明之前遇到的問題。

從某種角度來看，這樣的落地缺陷也正對應的是部分AI的商業缺陷。那么，到底有沒有AI能在企業真實場景中跑起來，成為企業的又一新動能？或者說，光線能源的案例具備可復制性嗎？

在當下的產業視野里，我們也找到了另一批企業樣本。

二、第一批AI原生企業，正悄悄出現

浙江義烏，在中國商業史上是一個特殊樣板。

基于前店后廠的模式，它能迅速完成從后端工廠到前端門店的商品制作，銷往全球市場。這種在微小空間的極致效率在對設備提出高要求的同時，也對流程效率有足夠高的要求。

但這種高要求在過去多年時間里一直沒有被滿足。

以大部分商家每天的重點工作“競品分析”為例，作為“信息差就是競爭力”的商家核心環節，過去多年時間這項工作一直靠人工執行，每人每天最多只能監控20+渠道，對于其它信息源缺乏監管；

再比如店鋪管理，作為線上線下兼備的商業模式，大部分商家運營負責人每天都會花大量時間對淘寶天貓、1688等平臺上的店鋪進行數據的歸納復盤，以更好地制定下一個銷售策略。

以及產品開發、平臺運營等等，可以理解為，在過去幾十年里，現有的人員效率模式和義烏的“前店后廠”極致效率模式一直處于錯位狀態。

但在今年，有一家企業找到了新解法，它就是浙江優克拉智能科技。對其的一個介紹是，身處義烏的它是一家中國燈飾行業的隱形冠軍企業，針對海內外消費者對燈飾的需求，研發制作產品并進行銷售。

但在今年，在CEO魏俊的推動下，這家企業的企業運作方式發生了微妙的變化，或者也可以說，它更在悄悄成為一家AI原生企業。

比如基于AI，優克拉HR們的核心工作量從每月兩天縮短到“不到十分鐘”，比如競品分析環節，AI會每天跟蹤當日銷售Top100，主動分析競品價格帶分布、商品描述特征等，實時給出對應運營策略建議。

以及在產品研發、巡店等等環節，優克拉基于AI也都實現了新的流程重塑，比如基于團隊開發的skill，AI可以收集分析全網的用戶評論，從真實需求倒推產品開發；以及AI每天會自動生成全部店鋪經營日報，幫助團隊更好復盤分析。

他們使用的也恰是釘釘悟空。

變化的不只業務模式，組織形態也在悄悄發生改變。在魏俊的決定下，優克拉最能干的人才被從銷售崗調到skill開發崗。“能做skill的都是當下或者說一線業務經驗比較充足的人，做出來的skill質量是最好的。”

這不是魏俊和釘釘第一次打交道。在之前，優克拉的運營工作是“80%數據抓取、20%決策分析”，而在釘釘AI表格的加持下，這個比例被全面反轉——AI會自動抓取生意參謀數并填入AI表格，5000+的評論AI在15分鐘內就能提煉出產品痛點和設計方向。

這套系統幫他們把新品首發成功率從60%拉到了92%。

從更大的視角來看，如果說AI表格幫助優克拉解決的是“結構化數據的自動化處理”，那么悟空則是讓這家義烏企業再進一步：AI不再只是工具，而更是能直接完成各環節任務、嵌入真實業務體系的數字員工。“人+悟空”的工作模式代替了原有單一的人和人之間的協作，讓效率實現倍增。

三、悟空規模放量背后：企業戰場正迎來AI的確定性表達

實際上，如果向更大的視角延伸，能看見的不僅是悟空帶給光線能源、優克拉們低門檻的利用方式，而是釘釘和悟空兩者恰為企業構建出一整套從土壤環境到AI產品表達的閉環。

在釘釘上沉淀多年的文檔、表格、聊天記錄等等成為企業Agent落地的harness體系，而悟空則是基于對企業上下文的全面理解、對既有系統的無縫嵌入以及種種企業級AI設定，幫助企業構建出最優業務實踐，基于“模型+產品”的系統工程直接輸出對應結果，幫助企業完成任務。

這種易用性、準確性、安全性也恰構成著悟空的新特性——它正在成為一個推動企業向AI原生邁進的生態平臺。基于這個企業AI陣地，企業可以基于其內的各種組件打造出足夠適配自身的skills，進而讓AI真正為自身所用。

而伴隨著這種變化的發生，企業的進化也將從業務流程逐漸過渡到組織流程，開發、管理、運營等等角色都可以被重新定義，基于悟空打造出適配AI時代的新原生組織形態。

這恰是釘釘悟空在當下中國AI市場的價值所在。即如果說千問、豆包、kimi打造的是基于C端的流量形態，其更多嘗試滿足的是C端用戶在AI時代的搜索、購物、出行等方面的需求，那么釘釘悟空探索的恰是AI在企業場景的確定性，這種確定性的具體表達是對既有業務流程的重塑，對其中人員工作效能的加持，以及對企業新組織形態構建的推動。

就當下而言，相較于前者，后者的量化指標更為具體清晰，也更為“殘酷”，但與之對應的是，其在商業價值上的展現也更為具體——多少企業愿意為之付費、企業基于Agent消耗了多少tokens、在Agent的加持下企業實現了怎樣的營收增幅……

拉長時間線，一個清晰可見的事實是，在接下來的時間里，Agent的評判價值將會愈發務實。其被觀察的視角將不在發布會現場，也不會在模型參數，而更會出現在一個個對需求的完整滿足度，對不同崗位人效的加持，對產品迭代的理解和判斷。

不論對釘釘悟空、一眾AI Agent，還是在各個產業賽道的企業，一個務實求真、要結果做實事的企業AI時代正在悄然來到。誰先能率先驗證真實價值，誰就能在這個戰場快人一步。