如果从真实的AI生长脉络来看，在奥哲·云枢企业AI平台的“AI+数据+低代码”的构成中，其内嵌的恰是一个个原生skills和封装好的企业上下文环境。
基于低代码和Coding能力，企业能以更快的速度构建好适配AI的Harness土壤和环境，同时基于Agent构建和AI数据挖掘的能力，推动AI产品落地，让AI建设加速进入ROI回报期。
作者|皮爷
出品|产业家
“龙虾对我们而言是一门新技术，也更是一种焦虑。”一位金融企业CIO告诉产业家，“我们接到的KPI是要在Q3之前在企业落地龙虾，但现在怎么落，落在什么场景，如何落得安全可靠还都没有头绪。”
这是一个缩影。如果说2025年企业级市场的AI关注点是行业大模型、数字员工，那么在当下的2026年，这个问题伴随着AI技术的进步在更前一步：龙虾范式的企业级Agent、vibe coding。
在这些不断被提出的新概念之外，更多企业开始向内看——到底应该怎样让AI从自己内部的土壤自然而然地长起来？
在过去的3月份，大洋彼岸出现一份新共识答卷——Harness。即这个由OpenAI和Curcor在论文中先后提出的新概念提出了一个AI落地的新方向——为了让大模型能更好落地，服务商需要帮助企业在其内部打造一个适配AI落地和生长的土壤体系。这个土壤体系包括上下文工程、工具接口、知识库等等。
换言之，只有构建出适合AI生长的土壤，才能让AI有充分的养料和环境持续生长，转化为企业的真正动能。
无独有偶。把视线拉回国内，也有企业锚定了同样的方向并落地实践，这家企业就是奥哲。
关于奥哲，市场对其最大的印象是低代码领跑者，在过去多年基于“All in One”的低代码产品帮助无数企业实现数字平权。而在去年10月，其更是进一步升级，基于“AI+数据+低代码”的组合，正式发布了奥哲企业级AI平台。
今年，这家在低代码领域多年领跑的厂商进一步把自身在低代码沉淀近20年的算法模型、数据养料、行业理解，和过去三年摸索的最先进AI组件融合，彻底地转化为奥哲·云枢企业AI平台的底层AI模块，打磨出一套能一步步把AI能力内嵌进企业真实业务体系的新AI服务范式。
2026年，一个新的专属于中国企业的AI TO B范式正在成型。
一、企业AI，中国市场落地的“四座大山”
“今年龙虾出来后，我们能清晰地感受到，企业级AI市场在进一步提速，甚至很多客户主动找过来想要寻求一些共创。”奥哲创始人&CEO徐平俊告诉产业家。
诚然如此。Token是AI的晴雨表，刚刚过去的3月，伴随着龙虾在中国市场的爆火，国产大模型Token调用量呈现井喷状态。根据不完全统计，中国AI市场周调用量高达7.359万亿，环比2025年增长56.9%。
中国的企业AI建设，真的被“龙虾”带到一个更新、更实用的高度了吗？
其实不然。从智谱和MiniMax披露的财报数据来看，Tokens大部分调用量更多集中在C端市场，人们通过“龙虾产品”自动化执行部分办公、查询、调研需求。
也可以说，在真正的TO B企业级场景，AI的温度要远比人们感受到的“低”。
一组来自咨询机构RAND发布的2026年企业AI落地报告数据显示，目前全球企业AI项目整体失败率仍高达80.3%：其中33.8%在开发阶段即被废弃，未能上线；28.4%虽完成部署但完全无法产生业务价值；仅有19.7%的项目真正实现预期目标与规模化ROI。而同样一组来自Gartner的2026年工业AI 落地报告显示，全球 85% 的工业 AI 项目无法跨越从试点到规模化生产的 “死亡谷”。
为什么会如此？或者说，相较于C端的热火朝天，B端企业级AI为何仍然没有跑出良性的AI体系？其本质原因在于，企业在落地AI时往往会遇到“四座大山”。
在关于企业级AI落地的探讨中，如今业界有一个普遍的共识：决定AI落地效果已经不单纯靠AI大模型本身，决定其效果的是AI土壤体系——Agentic Infra（Agent基础设施）。
Agentic Infra，分为Context层（Agent能记住什么）、工具接口层（Agent能做什么）、Harness层（Agent怎么被管住）、知识层（Agent知道怎么做）、经济性层（跑Agent花多少钱）。
这些学术用语转化为企业场景的语言则是，AI大模型不仅要理解企业所在的场景知识，如销售数据、MES数据，进销存环节，更要能和之前的SaaS产品一样具备最核心的安全可控性、易用性，和MES、ERP等企业软件打通的兼容性，同时还要兼备智能增量和性价比。
这不是一件容易的事，尤其对中国企业而言。“有些企业会提出很多需求，认为AI无所不能，但其中有很多需求用大模型没办法直接做到，不同需求用多大的模型、需要怎样调优，prompt怎么写等等，很多企业都是不清楚的。”徐平俊告诉我们。
这恰是企业面临的第一座，也更是最难的“大山”，即“AI语言”。更通俗来说，企业很难把准确的业务需求语言转化为AI需求语言，由此带来的是一系列问题，如企业对于AI投入标准的不明晰，AI项目需求对齐不明朗等等。
难题不仅在企业的外部认知，也更在内部场景。对不少企业来说，由于缺乏AI的顶层规划，“应该率先选择怎样的场景落地AI”往往会成为第一个绊脚石，不少企业在推进AI时直面的矛盾是：部署边缘场景AI“没有价值”，部署后端核心场景AI又似乎不够放心。
这两座大山之外，人才和数据也更是企业部署AI的显性难题。对于企业而言，目前大部分都缺乏“产业视角+AI视角”的人才，这种人才缺失导致的最直接后果是企业无法保证整个AI战略由点及面，由创新点向核心业务规模演进，资源层、模型层和智能体层无法协同。
以及被称为AI土壤的数据卡点。不同于欧美，中国企业由于没有统一的数字化架构建设，大部分企业的数据体系呈现“脏乱差”状态，很难构建出有价值的知识库供模型推理调优，大模型也就不能准确理解企业的业务场景和业务习惯。
从某种程度来看，这四个卡点也恰对应着当下Agent在企业内部“步履维艰”面临的四个核心难题：即“AI要从哪里开始？AI由谁来管理？AI要如何‘听懂话’以及AI要怎样在企业内部一步步长大？”
“国内的AI环境和国外不同，中国企业的AI建设需要的还是一个系统性、体系化的工程服务。”徐平俊表示。
二、奥哲·云枢再升级：让AI在企业内部长起来
“我们在过去两年发现，原本就使用低代码的企业往往可以让模型在推理环节和上下文理解上做得更好，更能做到和业务实际相关。”徐平俊告诉产业家，“不过，中间仍然有很多模块和原子能力都是需要在实际的AI工程中补齐的。”
这些模块和低代码、AI一道，恰构成了奥哲在2026奥哲·云枢AI战略暨产品升级发布会上的核心——奥哲·云枢从融合AI的低代码平台，全面升级为企业AI平台。
什么是企业AI平台？
整体来看，奥哲·云枢企业AI平台是去年发布的“奥哲企业级AI平台”在产品上的落地，其把大模型、AI工程体系、低代码工程的全部原子模块都放置到平台之上，向下对接算力基础设施与模型底座，向上支撑AI原生应用与传统业务系统的AI化升级，最终实现全员参与的企业业务应用的敏捷构建、业务智能运行和数据价值释放，帮助企业快速实现数智化跃迁。
这种“全方位”聚焦到落地层面是更契合企业的AI体系建立。以应用AI原生构建为例，“去年其实我们更偏向于用基于大模型和自然语言交互帮助或辅助企业实现应用的高效实现，但在今年，我们会基于奥哲·云枢企业AI平台帮助企业构建自己的上下文知识，并结合这些上下文及应用构建者的意图表达，帮助企业更精确地挖掘需求，再结合业务流程管理知识一次性生成高质量的业务应用。”奥哲CPO孟凡俊表示。
换言之，基于奥哲·云枢企业AI平台，企业可以将自身的需求转化为更有体系的AI执行链路，从上下文工程到流程设计再到最终的效果评估，生成直接可用的业务应用。
同样的体系化设定也更体现在AI Agent构建和应用系统融合AI的企业需求侧，即前者可以通过AI助理、AI技能、AI知识库等核心模块，构建自主运行的AI Agent，在固有页面之外将对应能力的Agent或Bot嵌入到操作页面上，企业可以随时唤起具备对应能力的机器人助手。
后者则是在将固有的低代码中台升级为“低代码+AI”中台，把AI能力融入到低代码模块中，企业可以基于奥哲·云枢企业AI平台实现在表单、视图、流程、规则、门户等业务系统构建单元中原生注入AI能力，使存量业务系统以“浸润式”完成智能化升级，实现业务智能高效处理。
最后，奥哲·云枢企业AI平台提供的数据挖掘应用，一方面为企业提供最底层的企业专属大脑，帮助企业将非结构化、以及“脏乱”的数据转化为更有价值的特征工程；另一方面实现进一步的数据挖掘和数据智能，进而让底层的AI模型和前端的Agent更懂企业，也更懂行业。
在产品之外，服务体系更是奥哲企业AI体系至关重要的一环。
以“AI星火班”为例，其面向的恰是前文提到的企业AI人才的短板。奥哲每期星火班都在单个企业内部开展，由企业不同的产品、业务、研发人员组成多个小组，以企业实际业务为课题，在导师的指导下进行基于AI的探索创新，只有完成对应的AI成果才能完成结业。
再比如专属模型训练和AI转型无忧服务。前者是由奥哲为企业提供从数据准备到模型评估、部署和迭代升级的全流程支持，让模型在企业里跑起来、用起来、持续进化；后者对应的则是奥哲通过Agent、应用开发等服务，确保企业AI转型真实落地。
一个真实的感受是，相较于去年的逐步探索，奥哲在2026年的全新升级中，已然构建起一套从真实AI水温出发，环环相扣的覆盖产品、服务、人才的全方位AI赋能体系。
基于这个体系，企业可以构建出真正适合自己的AI中台，Agent产品应用，以及专属于自身业务场景的AI人才，找到真正适合自己的AI之路。
三、“AI+数据+低代码”，正在成为中国企业的Harness土壤
如果把视线放到整个TO B行业，不难看到的是，在奥哲之前，已经有不少专业SaaS和Agent厂商面向企业场景推出对应的AI产品和服务，不论是知识图谱类、数字员工类，抑或是Coding类的产品，从当下的落地和实施交付来看，大部分AI产品呈现“水土不服”状态。
但奥哲不然。基于这套“产品+服务”的全方位AI体系，已经有不少的企业在奥哲的帮助下实现了AI的规模部署。
比如全球前十光模块供应商、国内光通信领域领军企业，其基于奥哲·云枢企业AI平台已经建立起了一套整套包括“合同智能审核”、“相对方风险评估”、“履约智能监控”AI智能体在内的AI合同体系，履约达成率提升25%、客户投诉率下降32%。
再比如某电力自动化领域领军企业，其在奥哲·云枢企业AI平台的加持下，构建出一整套AI的检测报告全流程电子化体系，针对装备制造复杂的技术参数和行业标准专门优化，用AI实现数据的自动提取与标准化处理，报告处理时长从人工1-2天缩短至3-4小时，整体效率提升超过80%。
同样还有电力建设骨干企业的技术审核AI智能体、某铁前冶金工程国家队的企业级AI大脑、华南领先综合型律所的智能业务平台等等，在这一个个由奥哲·云枢企业AI平台支撑的鲜活企业案例中，AI已经成为企业核心环节的新生产力工具，帮助其构建出企业的全新护城河和新生产效率。
“其实过去多年我们低代码产品的本质构成，就是一个个算法模型，这些算法模型等同于一个个最小的企业业务know-how，本身就是企业的原生skills，这些skills都可以让AI直接调用落地，构建出一个AI自动化执行的平台底座，这也是我们现在奥哲·云枢企业AI平台的核心框架。”徐平俊表示。
如果从真实的AI生长脉络来看，在奥哲·云枢企业AI平台的“AI+数据+低代码”的构成中，其内嵌的恰是一个个原生skills和封装好的企业上下文环境，基于低代码和Coding能力，企业能以更快的速度构建好适配AI的Harness土壤和环境，同时基于Agent构建和AI数据挖掘的能力，推动AI产品落地，让AI建设加速进入ROI回报期。
“奥哲·云枢企业AI平台这次发布的AI组件和前端LUI，是我们推进业务自动化的关键举措。我们的目标是想成为AGI时代企业运营管理的核心底座。”徐平俊表示。
从数字化时代到AI时代，从低代码到企业级AI平台，从“All in One”的全员开发到龙虾模式的Agent“自执行、自进化”，从数字平权到AI平权。2026年的奥哲，正协同企业一起迈进AI原生时代。