大模型浪潮下，有哪些B端落地機會？智能體（AI Agent）概念日益升溫，企業應如何解讀并提前布局？

面對 B 端市場的復雜性，創業公司應選擇回避風險，還是積極擁抱 To B 賽道以建立長期競爭優勢？

據IPO早知道消息，11月22日，在2025IDEA大會“ToB or Not toB : 打通AI產業落地的任督二脈”圓桌論壇中，多位嘉賓從行業趨勢、技術前沿和企業戰略三個維度展開深度探討，為B端AI的實踐提供系統性思考。

現場，前海爾智家全球首席數字技術官劉建國在分享中，針對上述問題分享了自己的觀察。

他認為，在這波AIGC的機會中，大模型是生成內容的范式，而且是概率性的范式，從目前的應用看，很多仍舊集中在內容創建和知識管理兩方面。企業中流程的自動化、決策的自動化和智能化仍舊比較少，更多是Copilot的模式，用來提高效率、輔助人類。

“目前看來，（大模型對）如果要理解流程、自動化，包括數字世界和物理世界的感知、執行，并對交易類或是決策執行真正有幫助的話，前路仍舊漫長。”

劉建國表示，企業是非常復雜的，特別是制造類的企業。像海爾，產品從設計到制造、供應鏈、銷售、客服，再回到設計，整個鏈條非常長，AI怎么深入到其中，端到端地把數據、模型用起來，是非常難的。

“目前國內還沒有真正能在端到端起到作用的。國外可能有一些，比如說Cohere、n8n等等試圖想做通用的產品，比我們更先進一點，但國內還比較缺乏通用型、框架型的產品”。

其中一個主要原因是企業在實際應用中存在很多障礙，比如數字化轉型過程中的數據治理問題。目前很多企業數據治理尚未做到位，數據仍舊割裂，怎么做AI就緒型的數據，目前與差距還是非常多。

另外，目前產業中也缺少解決方案。“這些解決方案公司對AI技術比較熟，但是對業務的理解比較淺，包括做基模應用的公司，并沒有扎到垂直領域，因為要把基模、核心技術用到場景里存在天然的障礙”。

與此同時，企業層面又缺少AI的人才。

“我個人覺得既懂業務又懂人工智能技術的‘橋梁’非常欠缺，而這是企業非常需要的。和美國比起來，中國C端蓬勃發展，美國則是B端發展得更快。”

劉建國透露，據其接觸過的一些硅谷VC透露，美國的To B應用是爆發式增長，而且收入增長非常快，包括保險、法律等各行各業，“上來就能拿收入”，每周有10%—20%的增長。然后VC再迅速投入，幫助其進一步擴大規模，形成良性循環。但國內這方面仍有欠缺。

“另外一個差距，SaaS在中國世界發展一直不是很順，而美國發展得很快。SaaS的基礎上加AI，發展就會非常快，不需要私有化部署，企業用后立竿見影。這方面國內差距還是很大的”。

他認為，AI時代，學界和大企業都需要去思考“SaaS在中國落不了地，AI能落實嗎？是不是難度更大，解決方案是什么？”這一系列問題。

談及AI Agent，他坦言，目前大家覺得大模型正在“退潮“，比如性能很難提高，雖然大力出奇跡、暴力美學，實際上邊際收益越來越小等等，這些感覺的根源，實際上是AI Agent異軍突起。

對于企業To B來講， AI Agent有幾個環節。一是能否感知數字世界、物理世界；二是決策；三是執行，取得閉環和效果。