公司核心战略与定位 - 公司认为To B平台型公司的唯一正确打法是聚焦一个核心赛道，投入足够资源做到极致，其他部分依靠生态协同来补足[2][15] - 公司的核心命题是将过去十年沉淀的场景理解与产品矩阵，与新一代AI技术深度融合，在行业中找到不可替代的生态位[4] - 公司已走过十年行业know-how积累和技术产品打磨期，产品从音视频与智能客服扩展至营销服、企业办公和研发生产领域，形成覆盖企业前中后台的智能化产品方案工具集[3] 对大模型与智能体（AI Agent）的认知与判断 - 大模型是认知和语言的技术，本质是解决服务环节的智能化、规模化问题，但并非所有问题都属于其解决范畴[3] - 智能体是数智化发展到新阶段的载体，应用场景聚焦于“人或组织的协同与生产力提升”，具备自主感知、决策、执行能力[6] - 智能体目前仍处于非常初期的阶段，其核心挑战在于：搭建需要长期行业实践和数据沉淀的经验性门槛；与企业现有业务流程深度融合；精准匹配需求，避免技术滥用[7][8] - 智能体的商业模式尚在混沌探索中，未到尘埃落定时，现阶段核心是聚焦高价值场景，创造可量化的实际价值[3][11] 重点布局的业务场景 - 营销、客服、销售三个环节规律性和产品化可能性清晰，是公司重点选择的方向[3] - 公司更倾向于将“客服”升级为营销、服务、销售的一体化布局，发布了“得助智能客户平台 5.0”，定位为覆盖营销服全场景的新一代人机协作智能平台[23] - 营销服一体化的核心价值是借助AI能力，让企业与客户的有效连接频次实现量级增长[24] - 帮助企业在办公和研发生产环节提效，释放新质生产力也是公司布局的方向[3] 客户需求与商业化洞察 - 客户核心需求可总结为“增收、提效、降本、创新”八个字，市场化企业更看重降本增收，规模大的企业更关注创新提效[14] - 目前不少Agent项目金额相对有限，类似BPO人力外包的数字化升级，客户常以几十万金额“试水”[12] - 涉及智能体平台搭建、多场景协同的项目金额已明显变大，出现上亿规模的案例[12] - To B客户付费的核心逻辑是产品能解决其真实痛点，商业的本质是价值交换[20] - 初期定制化可能导致亏损，关键在于能否精准锁定高价值场景以及场景是否具备可复制潜力[19] 产品战略与生态合作 - 公司提出“平台+应用+服务”的三级引擎战略，并升级为企业级智能体落地路线图，发布“3+2+2”智能体产品矩阵[26] - 产品矩阵包括得助大模型平台5.0、AI能力平台、AI数据平台三大基础平台，得助智能客户平台5.0、得助智能工作应用平台智枢两大通用场景应用平台，以及金融和工业两大行业智能体平台[26] - 公司不做底层算力和芯片，但与几乎所有芯片厂商、云厂商合作，联合华为云、阿里云、百度智能云、火山引擎、亚马逊云科技、超聚变等发布了“超级连接”全球生态伙伴计划[15][26] - 最新升级的得助大模型平台5.0强化了智能体开发运维全链路能力，迭代了知识引擎、智能体开发等十多项能力，可保障企业场景Agent落地成功率达到95%[27] - 平台智能体集市中已包含金融、工业、汽车、零售、交通、政务六大行业超过300个智能体，供企业快速进行场景验证[27] 对行业趋势与竞争的看法 - 未来趋势是“人人有Agent”，每个人可能拥有多个智能助理，并可能出现业务Agent与个人Agent直接沟通协作的A2A形态[9][10] - 垂类大模型与过去行业大模型的核心区别在于：垂类大模型自带更扎实的业务理解能力和行业知识储备，是各类企业级智能体的核心底座[22] - 在严肃的To B场景中，直接用开源智能体平台无法很好满足企业需求，开源的越多，商业化、企业级平台的需求越发凸显[26] - 认为当前AI产业最大的机会是芯片，只有当芯片变成随处可见的大宗商品时，应用层的机会才会真正爆发[28] - 合格的企业级大模型平台需要做好对各类模型的专业测评与统一纳管，支撑业务场景中持续可用、可优化、可迭代的Agent，并确保安全性与合规性[29]