2026 Inclusion·外滩大会在上海拉开帷幕，由蚂蚁数科与上海交通大学高级金融学院联合主办的“当智能体跨越临界点，产业AI如何演进”见解论坛成为焦点。来自金融、医疗、零售、能源等领域的专家齐聚一堂，探讨的核心议题已从“模型参数”转向AI如何深度融入生产系统，创造实际产业价值。
论坛期间，上海交大高金智库与蚂蚁集团研究院联合发布《2026年企业级智能体商业演进十大趋势洞察》报告，指出企业级Agent的竞争正从模型能力转向交付入口、编排治理和商业化体系。与此同时，《区块链和分布式记账技术 智能体身份管理要求》国家标准化指导性技术文件正式启动立项，为智能体经济规模化落地提供国家级规范，标志着产业AI从单点试验迈向工程化、平台化和可信化阶段。
上海交通大学上海高级金融学院实践教授彭文生从宏观经济视角提出，AI正在将“认知”转化为可规模化生产的能力，智能体成为连接技术与产业的核心载体。他强调，大模型的商业壁垒并不稳固，真正决定AI价值的是其在产业体系中的规模化应用。接入企业数量、覆盖岗位广度、打通产业链长度，将成为衡量智能体价值的关键指标。
蚂蚁数科AI业务总裁余滨提出“智能体超级工厂”概念，强调企业AI与个人AI助手的本质差异。企业场景需要解决知识接入、流程编排、系统对接等工程化问题，而非单纯追求对话体验。他指出，模型仅是起点，能否构建批量生产、部署和治理企业智能体的基础设施，才是AI进入业务的关键。
随着智能体深入产业，可信性成为新门槛。蚂蚁数科区块链业务总裁边卓群认为，未来经济依赖AI与区块链两大基础设施。智能体间的协作需要底层系统支持身份确认、权限划分和数据留痕。在此背景下，《区块链和分布式记账技术 智能体身份管理要求》的立项，为智能体经济补上关键地基，决定其能否进入高要求行业并建立可信协作关系。
报告进一步指出，企业级Agent的入口正在重塑。传统聊天窗口形式逐渐被嵌入ERP、CRM等系统的智能体取代，直接在原有流程中完成任务。交付方式也演变为分层产品矩阵，从标准化部署到深度定制，满足不同行业的安全等级和业务复杂度需求。未来商业化增长极将集中在编排与治理层，掌握这一环节的企业更接近AI落地的核心壁垒。
在医疗领域，广东省人民医院与蚂蚁数科合作构建统一智能体平台，并引入“用AI管AI”的可信机制。每次访问请求和回复内容均需额外校验，确保医疗场景下的安全可控。零售行业则聚焦成本效率，绿茶集团通过AI多模态识别实现食品安全7×24小时巡检，将高频运营成本显著降低。能源行业更关注高风险场景的可追溯性，运达能源要求AI在流程中的每个判断和执行环节都能被复盘，确保生产安全。
金融业作为AI落地的“试金石”，对可信性的要求尤为严苛。汇丰银行董事总经理孙雷表示，智能体支付需建立授权、审计和透明的信任层，否则无法进入生产环境。华泰柏瑞基金已实现会议纪要1分钟生成、研报撰写等场景落地，但核心业务仍保持审慎。蚂蚁消金则尝试用金融智能体迭代风控策略，在海量碎片化数据处理中展现优势，验证了智能体在风控环节的潜力。
