每經記者｜張梓桐    每經實習編輯｜余婷婷    

“客戶對AI（人工智能）很感興趣，但如何落地、做什么、不做什么，他們有太多困惑。”在2025世界人工智能大會暨人工智能全球治理高級別會議（WAIC 2025）期間，中國電子云高級副總裁黃鋒在接受《每日經濟新聞》記者采訪時，道出了當下企業智能化轉型的普遍痛點。

2025年，當大模型浪潮從技術熱炒走向產業落地，中國電子云正式將AI納入戰略核心。

作為中國電子旗下的云計算服務品牌，中國電子云依托中國電子自主計算體系，主要業務為布局高安全算力基礎設施，構建數據創新服務體系，打造人工智能創新應用。但AI賽道競爭日趨白熱化，公司核心優勢是什么？黃鋒的答案清晰而直接：“（央企）身份是入場券，懂業務才是護城河。”

圖片來源：企業供圖

“客戶覺得都是央國企，放心把數據交給我們。”黃鋒坦言，這種信任很實用，尤其在數據敏感的關鍵行業。他同時強調，“所有項目都要和各大廠商正面競爭，產品力和服務力才是根本”。

當AI“如何落地”成高頻問題 “懂業務”比單純技術優勢更重要

“過去兩年和客戶聊的時候，他們的云需求相對標準，但AI浪潮來了之后，‘如何落地’成了高頻問題。”黃鋒向記者解釋中國電子云成立AI新產品線的核心邏輯。

作為長期聚焦專屬云服務的企業，中國電子云的客群集中在央國企、關鍵行業，這些客戶在數字化基礎上已完成初步建設，正迫切尋求智能化突破，但普遍面臨“技術懂了但場景落地難”的困境。這種需求變化推動著中國電子云在賽道上的轉換。“未來云數智一體是必然趨勢，云、數據和人工智能分不開。”黃鋒強調，軟件與平臺應用的優化離不開算力深度整合，客戶也需要一體化服務。

事實上，中國電子云在AI領域已有兩年探索積累，2025年正式成立產品線，標志著其從“嘗試性投入”轉向“戰略級布局”。

從技術路徑看，中國電子云目前的AI能力布局集中在平臺層，但長期規劃已經明確指向行業應用深水區。“我們會做行業篩選，不會全行業覆蓋，只聚焦符合我們身份的關鍵行業。”黃鋒指出，這種聚焦源于對自身優勢的清醒認知，在能源、交通、政務、高新電子、科研、醫療等關鍵領域，中國電子云已積累深厚的客戶基礎與沉淀。

以某能源央企合作為例，中國電子云此前參與其數據湖建設，深度介入數據治理與業務理解，這成為后續拿下AI文書處理項目的關鍵。“某些互聯網巨頭想賣標品就走，但客戶更認可我們對業務和數據的熟悉度。”黃鋒透露，在這類競爭中，“懂業務”比單純的技術優勢更重要。這種“從云到數再到智”的延伸邏輯，正成為中國電子云AI業務的獨特路徑。

高質量數據集是AI發展的基石，但國內數據治理行業仍面臨諸多挑戰。“不了解業務根本標不了數據，數據標注必須和行業深度綁定。”黃鋒直言，這正是中國電子云AI戰略的核心出發點。

當前，中國電子云的AI業務仍以平臺供應鏈建設為主，但長期規劃明確指向“工具+人力”的行業化服務。“未來一定是往行業深處走，不光要有工具，還得堆人上去。”黃鋒解釋，不同行業的數據標注邏輯差異巨大，比如能源行業的設備數據與金融行業的交易數據，需要截然不同的專業知識支撐，這要求團隊配備大量行業專家。

這種布局直指國內數據標注行業的現狀。與海外企業的市場熱度相比，國內數據標注企業年營收多在數億元規模，難以突破增長瓶頸。

“國內很多標注企業靠拿補貼生存，根本原因是應用沒爆發。”黃鋒分析，國內數字化基礎參差不齊，多數企業缺乏標準化的業務流程（SOP）和知識庫，數據分散在個人電腦中，難以形成有效治理。“只有應用起來，數據需求才能真正拉動供給，這需要時間和數字化基礎的雙重積累。”

為破解行業標準不一的難題，中國電子云正聯合中國信通院等機構參與國家數據標準制定。“數據流通必須有標準，否則可信數據空間就是空談。”黃鋒強調，這不僅是企業層面的需求，更是國家數據要素市場建設的關鍵。

數據安全則是另一重考量。針對央國企對AI全流程安全的高要求，中國電子云正與合作伙伴聯合開發解決方案。“客戶不僅關注數據安全，還有模型安全、應用安全，我們正結合國家相關部門試點要求構建全流程防護體系。”黃鋒透露，目前雖積累尚淺，但已接到央企專項咨詢需求，安全能力將成為未來核心競爭力之一。

核心競爭力在于長期的數據與業務積累

在AI賽道激烈競爭中，中國電子云的核心優勢是什么？黃鋒的答案清晰而直接：“（央企）身份是入場券，懂業務才是護城河。”

在他看來，國產化適配是重要優勢。中國電子云已完成昇騰、沐曦、海光、昆侖芯等主流國產GPU的適配，并與沐曦聯合優化推理性能，“不降低精度前提下（性能）提升兩三倍”。這對其關鍵行業客群至關重要，“信創是基本要求，國產化適配能力是剛需”。

以城市服務場景為例，A股首家城市服務類上市公司僑銀城市管理股份有限公司總裁夏冠明接受《每日經濟新聞》記者采訪時表示，城市公共服務是AI應用最核心的場景之一，僑銀龐大的線下場景為AI快速迭代提供了天然試驗場。他特別強調“智能”與“智慧”的本質差異：“智慧系統只能按預設程序執行，而智能系統能感知、決策、執行并自我優化——未來的城市應該是一個會思考的有機體。”

這一理念正通過與中國電子云的合作實現落地。雙方將共同開發城市公共服務“智慧體”，整合物聯網、數字孿生、機器感知等技術，打造中樞決策系統。夏冠明指出，此前智慧城市建設進展緩慢的核心原因在于“缺少AI大腦”，而ChatGPT的出現為系統性解決方案提供了技術支點。

黃鋒介紹，中國電子云目前與國內超過五家國家實驗室和超過十家的央企達成了高質量數據集建立合作意向；AI創新應用方面，中國電子云與東航、南航共創航空領域智能體應用賦能航司智能化轉型。

更核心的競爭力源于長期的數據與業務積累。“我們做AI不是從零開始，云業務積累的客戶是最大底氣。”黃鋒解釋，客戶在數字化階段選擇中國電子云后，智能化階段自然延續合作，“從數字化到智能化的順承是我們的獨特優勢”。

在技術前沿探索上，黃鋒對AI發展趨勢有著清晰判斷：小模型大數據成主流，Agent（智能體）是終極形態，但當前落地仍需務實策略。

“AI本質是數據，數據沒搞好，應用再好也沒用。”黃鋒認同“小模型大數據”趨勢，強調不同場景需匹配不同規模模型。“簡單場景用7B、9B（模型參數數量）模型足夠，復雜思考才需要百億參數大模型，靈活度比規模更重要。”這種務實的技術選擇，與其聚焦關鍵行業的戰略定位高度契合。

對于火熱的MCP（模型控制面板）概念，黃鋒認為其成為行業標準是必然趨勢。“大工業需要標準交付媒介，MCP就是這個媒介，未來治理都會默認支持MCP。”但他也指出，其客群多為傳統行業，對新技術的接受速度慢于互聯網企業，普及仍需時間。

Agent被黃鋒視為AI的終極形態，但當前落地面臨現實挑戰。

“Agent像人一樣有大腦（模型）、會用工具、有知識庫，但純靠模型自服務能力還不現實。”他舉例，一個簡單的會議預訂任務涉及多個系統調用，每個環節90%的準確率疊加后，整體準確率可能降至70%以下，復雜任務更易失效。“當前更現實的是工作流編排的智能體，在限定場景和模板化流程中落地。”