行业普遍认为2025年是智能体的落地元年，而智能体也是大模型落地比较好的方式，2025年行业市场趋势如何？艰难的创业环境下，有什么好的突破口？
本篇文章由爱分析合伙人兼首席分析师李喆对话澜码科技CEO周健，围绕AI大模型与智能体的行业趋势、市场竞争格局、前沿技术，以及公司经营和落地进展等维度展开了深度探讨。
内容已做精简，如需获取专家完整版视频，请扫码领取。
Agent智能体一词2023年就开始提，为什么最近国内外大厂（Anthropic、百度）都认为Agent是2025年的重要应用，这背后是什么原因？
第一方面，大家一直关注的开源模型，例如最近幻方量化全新系列模型DeepSeek-V3已经能看到它追平GPT-4o了。这其实是一个十分重要的因素，相当于我们可能在私有化部署或者公有云等各种各样的环境中，已经拥有了十分强大的模型，并且能够低成本地去使用。 另外一方面，我觉得OpenAI o1系列让大家看到了未来的一种可能性。Agent的中文是代理，能够代表人的一部分，自主地做一些任务，这件事情现在看上去已经越来越近了。而GPT系列更多的是一个Talker，能够去说话、去理解用户，但它可能不是一个很好的推理者。如果我们仍然需要用传统写代码的方式，Agent的实现成本会比较高。而且行业内的ToB企业，例如Salesforce提出的Agentforce的平台，已经有了大量业务的场景，能够去增强人，甚至替代人，所以我也和大家一样认为2025年可能会有大量的Agent冒出来，落地成实际的案例。
从资本层面来讲，大模型是一种基础设施，前两年在基础设施上的投入已经很大了，红杉资本原来提到的1000亿美金，现在已经是6000亿美金的GAP了。某种程度上揭示整个社会也期望技术实现突破，如果不突破可能就像当年的互联网一样，成为泡沫破裂了。而且当前政治竞争十分激烈，从这个角度上来讲，无论是中国还是美国，一定不愿意在这个节点让泡沫破掉。所以我认为在这些因素的影响下，2025年一定会有大量的Agent应用落地。
03
周健：大模型的能力越来越强，我认为差异点在于大模型本身是有边界的，不同模型需要的数据不一样。作为创业公司，需要在某一些垂类数据领域能够有垂域的数据，这样构建出来的AI智能体平台是有自身特点的。当时我认为在ToB公司中，商品、人、公司是三个最有价值的实体。如果能够垂直地针对某一点做深度透析，就可能形成比较强的差异化。
05
经过两年的探索，澜码的目标客群是如何选择和确定的？中途遇到过哪些挑战？
周健：我认为还是要去找更多的业务，现在很多甲方的IT部门离业务还是比较远的，现在的软件市场竞争较强，甲方会选择有成熟案例的公司，但自身离业务比较远的情况下，很难有甲方IT愿意和初创公司共同探索。所以我们现在的做法是在行业里找到独立的、有很强业务水平的咨询顾问，和他们合作去说服行业内客户的业务部门与我们共建，这是比较靠谱的打法。
案例也是需要挑复制性强的，所以在合作之前我们会先判断该案例是否值得我们投入，有两个判断标准：
第一个判断标准看该客户在某岗位上是否有将近100人同时做一件工作，而且这100人培训的时间成本是三到六个月。从人性角度讲，当一个岗位有100人的时候，就一定没办法控制质量了，那么对于我们而言就有很强的可能性去增强甚至替代企业的劳动力。
第二个标准是选择在业务全流程环节中的场景，主要是CPQ（Configure,Price,Quote）环节，帮助企业快速准确地配置产品、确定价格并生成报价单，这会对业务产生直接影响，这不是降本逻辑，而是帮助企业提升业务质量，这种情况下更容易说服业务部门。
06
第二件事情是产研，我们是一家技术驱动型公司，技术是我们的禀赋优势。那么我们应该怎样去构建企业自身的壁垒？包括我们的人员结构、使用工具，需要沉淀的方向，都是企业中长期发展中十分重要的问题。
07
智能体开发应用的投入产出比在什么区间比较合理？
周健：从业务的可行性来说，主要是看客户场景基础的成熟程度。传统的AI、大数据技术不能整理归纳数据，如果客户内部已经实现了高程度的知识治理，那么我们的工作量会比较小，只需要把工具流搭建出来，然后根据客户提供的知识去设计提示词就能完成项目，这时投入产出比例比较大，也是我们愿意接手的项目类型。
另外一种情况是需要我们帮助客户解决业务环节中的问题。
例如数据分析的项目中，需要帮助客户做数据治理或者说指标库的梳理，这时是把业务跟IT拆分开了。因为本质上业务有一系列的问题，包括数据库的表怎样定义？COLUMN怎么写？其他场景下文档怎么组织？文件名是否有条理？文件是否且有相应的规范？这些问题如果不清楚，都会增加做项目的难度，要应对很多异常情况。如果后端不做好准备，自己都想不清楚要解决的问题，那么项目组要花费大量时间和人力成本去填坑，这种情况下投入产出比很小。
如果是进入到相对成熟的模式时，从毛利率的角度来说，当前的项目应该是过去的1/3-1/5。跟过去的客单价相比，现在更少成本可以解决过去更大的项目。但我们是初创公司，很多项目比较特殊，所以很难断言项目的投产比在哪个具体的区间是能做或不能做。
