算力贵、数据乱，企业如何才能用得起智能体？

撰文 | 雁 秋
编辑 | 李信马
题图 | 豆包AI

2026年，企业拥抱AI的叙事已经发生变化。过去谈数据智能，核心是BI看板、SQL取数，人看数、人决策。现在，大模型驱动的Data Agent正在替代这个过程。

国家数据局已经定调，2026年全力推进“数据价值释放”，围绕AI创新实施六大行动，从数据标注到应用赋能，全链条加码。这既是产业信号，也是企业必须跟上的合规红利。

市场给出了产业爆发的信号。IDC数据显示，中国企业级AI智能体市场2025年已达212亿元，预计2026年增至449亿元，2029年有望突破3320亿元。Gartner方面预测，到2026年底，多达40%的企业应用将集成任务型AI智能体。

盘子足够大，但智能体到底能不能真正上岗工作？近日，华为云与滴普科技发布联合数据智能解决方案，给行业提供了一个范本。两家企业共同阐述了一个话题：当AI从通用工具向行业智能体转变，企业需要的究竟是怎样的基础设施。

01.

数据智能体迎来分水岭

智能体落地的最大瓶颈已经变了。滴普科技董事长赵杰辉在发布会上给出一个关键判断：“去年以前，瓶颈还是基础模型和执行框架的准确性、稳定性，到今年，瓶颈已经转向算力和数据。”

他进一步解释，任何产业要持续发展必须满足一个基本条件，即持续创造的价值大于消耗的成本。这意味着在AI时代，单纯有强大的模型还不够，还需要有持续稳定、低成本的算力供应，以及高质量、可创造业务价值的数据，这也是目前大家关注Token经济的重点。

而算力和数据的平衡，恰恰是当前产业落地最现实的门槛，也是Token经济能够发展的前提。一般的企业无法承受顶尖模型的私有化部署成本，互联网公开数据训练出来的模型又解决不了企业具体的业务问题。智能体要从演示走向生产，必须跨过这道鸿沟。

云厂商和行业厂商的合作，正是在这个背景下成为必然。前者懂基础设施，但不懂具体行业的业务细节；后者懂场景，但缺算力和平台。此次华为云与滴普科技的组合，正基于这一合作底色。

华为云负责“铺路”，提供昇腾算力、云底座、智能体平台等底层基础设施；滴普科技负责“开车”，聚焦上层业务闭环，承载全域数据治理、数据工程、统一业务语义本体、企业智能体工作台建设。

具体到技术架构上，方案以华为云智果AgentArts智能体平台和MaaS服务为底座，融合滴普科技的FastData企业级数据智能解决方案与DeepWorks企业智能体平台的核心能力。

滴普科技产品管理与运营部总裁王兵在方案介绍中详细阐释了这一架构：“我们会基于整个华为云的核心‘黑土地基座’，这里面既包含了智果园的AgentArts来提供一体化的智能体开发，还有基于核心的MaaS能力，把业界最快速的模型接入进来服务客户，以及华为云通算和智算的核心弹性承载能力。”

在这之上，滴普科技将自身两大核心能力完整嵌入，FastData企业融合数据智能平台与DeepWorks企业智能体平台。两者把企业的多种文档、业务流程、数据整个关联起来，变成企业真正的一个活体的记忆。

02.

为什么从制造和零售入手？

很多企业做AI，首选的是办公场景，比如写文档、做纪要、生成邮件，这些场景通用、简单、容易出Demo。但滴普科技和华为云却“切”向了制造和零售。

赵杰辉给出两点理由。首先是业务方面，制造与消费零售是滴普科技核心业务板块，贡献了公司大部分的营收。把自己最擅长的拿出来合作，是商业惯例。

其次，制造与零售的智能化门槛足够高。在这其中，赵杰辉提到了一个概念，模态门槛。

“制造业的数据极其复杂，图纸、工艺文件、传感器数据、历史维修记录、备件信息……这些数据模态各异、深度嵌套。如果一家企业连数据都无法被模型理解和调用，智能体就只能停留在办公协同层面，进不了生产流程。”

这正是滴普科技的护城河所在。在高端制造领域，滴普科技积累了大量的高质量数据集和Skills，能够把分散的数据、业务关系和专家经验，转化为模型可以理解和调用的能力。

在零售行业，逻辑类似。滴普科技服务的零售客户，大多是几十个品牌、几万上万家门店、供应链体系极其复杂的大型零售企业，库存补货、商品运营、会员营销，这些场景的背后是海量数据的实时流转和精准决策。

方案已经在头部客户中跑出了结果。一家全国鞋服零售龙头已完成40多个岗位的智能化替代；一家全球头部装备制造企业在质检、生产工艺到售后维修的全链条实现了智能体替代。

赵杰辉特别强调：“是40个岗位，不是40个员工。”智能体已经在承担成体系的专业职能，背后关键在于企业知识底座，当需要解决具体任务时，只需在数字员工对话框里“@”一下知识底座，模型就会基于企业具体知识进行任务规划。这是智能体从办公协同进入生产流程的分水岭。

03.

开放，是算力、渠道与生态的乘法

华为云为什么不自己做数据智能体的上层应用？周跃峰表示，这不是一个技术问题，而是一个战略选择。“华为云肯定要进军数据智能体，希望能够成为最开放的云。”

这不是一句漂亮话，周跃峰在多个场合拆解过背后的逻辑：从基础设施到模型再到智能体应用，华为云不可能把所有东西都做完。面向千行百业的to B场景，任何一个公司都不可能了解得面面俱到，与其自己做一个什么都会但什么都不精的平台，不如把最擅长的基础设施做好，然后把上层能力开放给最懂行业的伙伴。

这种开放背后是实实在在的机制保障，华为云提出的开放战略，围绕技术、平台、资产、商业四条路径展开。

技术上，全栈能力组件化开放，伙伴可以“只取所需”按需集成，不要求使用全套平台；平台上，数智平台全链路开放，伙伴可基于开源版构建自有商业发行版，不被锁定；资产上，共建共享行业资产，后来者可快速复用前人经验；商业上，亿元级资源投入，真金白银降低伙伴参与生态的成本。

对滴普科技来说，这种开放意味着三层核心价值。

首先是算力成本的优化。赵杰辉直言，滴普科技之前通过API接入顶尖开源模型，操作成本比较高。而华为云的昇腾算力基础设施，能够大幅降低token成本，保障算力供应的稳定性。

其次是市场触达能力的指数级放大。华为云拥有50000+合作伙伴，覆盖全国多省的核心渠道销售以及制造、零售等行业客户。滴普科技可以借助这张网，把服务头部客户积累的行业知识和Skills，通过云的方式输出给更多企业。

第三是生态资产的持续沉淀。双方的合作不止于这一次联合发布，而是从技术研发、品牌营销到市场销售的全面深度绑定。

华为云和滴普科技这次的合作方案，恰好踩在企业AI叙事的关键节点，他们没有试图造一个“万能AI”，而是主要解决两个问题：数据是否被AI读懂，以及业务是否被编码成可执行的流程。从制造和零售起步，以此激励更大的成功，再逐步扩展到更多行业，这也是华为云与滴普科技为数据智能体规模化落地画出的路线图。

「创新无边界」是我们的slogan，我们不局限于对互联网行业的追踪与探索，更要向未来、向未知的方向大胆迈进。因此，「打造行业新标杆、解读商业新动向」是我们秉持的方向之一。