社区

    AI对SaaS的冲击，远比"谁取代谁"复杂得多。 真正的变化不是AI杀死了SaaS，而是AI正在重新定义SaaS行业的游戏规则。未来的企业软件市场，将会形成一个三层结构： 底层：基础模型提供商，以基础模型厂商为代表 中间层：连接层和能力层，由头部SaaS企业和AI创业公司组成 上层：应用层，由各种垂直行业的解决方案组成 作者|皮爷 出品|产业家 2026年5月的旧金山，SaaStrAIAnnual的舞台上出现了一个极具象征意义的画面：Anthropic的行业负责人EleanorDorfman刚刚走下台，Atlassian的AI负责人SherifMansour就紧接着走上了讲台。一个是成立仅5年的AI新贵，一个是深耕SaaS行业17年的老兵。 两场背靠背的演讲，却得出了几乎完全一致的结论。 这不是巧合。这是整个企业AI行业正在发生的最深刻的变革信号。 当所有人都在讨论OpenAI的超级应用、谷歌的多模态大模型时，Anthropic正在悄无声息地完成一场更底层的革命。它没有试图打造一个取代所有SaaS的超级入口，也没有与自己的客户抢生意。相反，它选择成为SaaS生态的"智能基础设施"，用Claude把一个个孤立的工具串联成一个有机的整体。 这才是企业AI真正的终局。不是AI杀死SaaS，而是AI重塑SaaS的价值逻辑。Anthropic已经用自己的实践证明了这一点，而它走过的路，正是所有SaaS企业未来十年必须走的路。 一、被误解的Anthropic：它从来不是OpenAI的影子 很长一段时间里，Anthropic都被贴上了"OpenAI最大竞争对手"的标签。人们总是拿它和OpenAI对比，讨论谁的模型更聪明、谁的参数更大、谁的用户更多。但这恰恰是对Anthropic最大的误解。 OpenAI走的是一条"自上而下"的道路：先打造一个通用人工智能，然后

    RankUp这次在腾讯营销中的全量上线和出现在腾讯财报中的意义在于，其第一次把‘高秩表征’从学术概念变成了工业级落地的通用架构，真正验证了“不堆参数也能涨效果”的可行性，把过去比拼模型参数的广告体系进一步推向“精细+效率”的“高维大脑”时代。 从广告行业本身的视角来看，其背后的价值共识也恰推动的是广告行业逐步回归其价值本质：让需要的人，在需要的时间，看到需要的产品。 作者|皮爷 出品|产业家 在刚刚过去的上周，腾讯交出一份亮眼财报。 根据财报数据显示，2026年第一季度，腾讯营收同比增长9%至1964.58亿元，营业利润673.8亿元，同比增长17%。财报公布当天，腾讯股价迎来上涨。 腾讯的真实增长来自于哪？ 如果把这份财报放到聚光灯下，在备受关注的AI动向、持续长青的游戏板块之外，还有一个支柱也更实现了不同寻常的增长——腾讯营销服务。数据显示，腾讯营销服务Q1季度收入同比增长20%，这个数字在2025年Q4财报仅为17%。 这种增长不是行业共性。 根据QuestMobile调查数据显示，从整个广告行业视角来看，在过去的一年里（2025Q2-2026Q1），全行业增速约为4.5%，尽管在2026年Q1季度伴随着AI浪潮的来袭，企业的营销意愿在增强，但尚未落到实处。 如果把视线投向全球各大流量平台，过去的一年时间里，大部分平台广告业务表现疲软，部分平台广告业务增速甚至降低至5%以下。 此外，从源头侧来看，根据秒针联合GDMS发布的《2026中国数字营销趋势报告》显示，由于效果不达预期，47%广告主计划2026年全年降预算，在汽车、快消、传统零售方向，这个比例则是超过50%。 这种水温下，腾讯营销服务的这组“**识”数据显得尤为可贵。腾讯营销做对了什么？或者更准确来说，它的增长密码到底在哪？ 这次财报中，除了亮眼的增长数字，一张“技术牌”也更引起了我

    AI接管生活工作的时代，真的来了吗？ 作者|木人 出品|产业家 真正的多端协作AI来了。 就在最近，腾讯推出操作系统级AI助手Marvis（马维斯），用户一句话即可触发多Agent并行执行，如“监控机票价格”“抓取网站更新”等，真正做到“装上就能干活”。 一些简单场景比如“帮我在微信给小王发个消息”、“帮我在网易云上搜索下最近很火的阿嬷的情书里面的歌曲”可以通过GUI能力一句话完成。 据介绍，Marvis定位为电脑智能助手，主打全平台跨端操控能力，通过系统级理解，将终端系统、文件、应用、算力和跨端连接整合在一起，支持用户用自然语言下达指令，由系统在后台完成拆解和执行。 此外，在跨端协同方面，Marvis支持Windows、Mac、Android、iOS多端同账号互通，手机端可以查看电脑屏幕并进行操控，或通过电脑与手机协同。 如用户可以直接在电脑端输入“帮我用同花顺看下特斯拉的股票价值”，基于App Agent 的 GUI 感知与操作能力等，Marvis可以在windows上通过安卓虚拟机点击操作安卓同花顺App，识别屏幕搜索框，并输入特斯拉，获得实时股价信息。 据报道，Marvis可以直接触达操作系统底层，完成系统设置和日常运维相关操作，Marvis预设了由6个Agent组成的协作体系：主Agent负责理解用户需求并统筹任务；File Agent负责文件搜索、阅读和生成；Computer Agent负责系统配置和运维；App Agent负责对端侧应用环境进行感知与操作；Browser Agent可以接管网页，实现网页交互和网站数据抓取；Search Agent负责网络搜索与信息聚合。用户一句话即可触发多Agent并行执行，例如整理发票并制表、监控机票价格或抓取网站更新等。 此外，Marvis效率模式采用端云协同：复杂

    这项国标第一次回答了一个产业级问题，那就是AI 大模型从云端走向终端，究竟应该按照什么样的硬件能力、端云架构、场景效果和工程交付标准来执行。 它的落地也意味着，AI硬件不能再靠“接入一个大模型”“发布会演示几个功能”“堆几个算力参数”就蒙混过关。未来，一台设备能不能被称为AI终端，要看它在真实办公、学习、创作、交互、座舱、家庭等场景中，能否交付可验证、可持续、可规模化的智能能力。 作者|斗斗 编辑|皮爷 出品|产业家 过去两年，AI手机、AI PC、AI眼镜、AI音箱、AI电视、AI座舱密集登场，几乎所有消费电子新品，都试图给自己贴上AI标签。 但在这场热闹背后，一个更关键的问题开始浮出水面，那就是当AI大模型从云端走向物理世界，到底需要什么样的硬件来承载？ 一台设备，究竟是本地能跑模型才算AI终端，还是只要接入云端大模型也算？漂亮的算力参数，是否等于真实可用的智能体验？发布会上的精修demo，又能不能代表用户在办公、学习、创作、交互、座舱、家庭等场景中，每天都能稳定使用的能力？ 这些问题看似是在讨论产品定义，本质上却关系到AI能否真正从“模型能力”转化为“现实生产力”。因为云端模型再强，最终也必须进入手机、电脑、眼镜、汽车、电视、耳机这些具体硬件，才能真正进入用户的工作流和生活场景。AI要落地，终端硬件首先要成为合格的“物理容器”。 不过，对于这个问题，行业在过去很长一段时间里，并没有一套统一的答案。厂商各说各话，机构各定标准，消费者只能在厂商营销话术中自行判断。 直到最近，这一局面迎来了变化。 5月8日，工业和信息化部、商务部、市场监管总局等部门，联合启动实施了《人工智能终端智能化分级》(GB/Z 177—2026)系列国家标准（以下简称：国标）。 这项国标第一次回答了一个产业级问题，那就是AI 大模型从云端走向终端，究竟应该按照什

    拉长时间线，一个清晰可见的事实是，Agent 的评判价值将会愈发务实。其被观察的视角将不在发布会现场，也不会在模型参数，而更会出现在一个个对需求的完整满足度，对不同岗位人效的加持，对产品迭代的理解和判断。 不论对钉钉悟空、一众AI Agent，还是在各个产业赛道的企业，一个务实求真、要结果做实事的企业AI时代正在悄然来到。谁先能率先验证真实价值，谁就能在这个战场快人一步。 作者|皮爷 出品|产业家 “Anthropic为什么比OpenAI还要‘贵’？” 如果刷海外AI贴或技术栈，会发现这个问题正在成为海外开发者和企业用户津津乐道的话题之一。在正在进行的5月，一组坊间传闻的最新估值对比是：Anthropic Pre-IPO估值1.2万亿美元，OpenAI 约1.1万亿美元。成立仅5年前者正式超越后者。 虽结果令人诧异，但这个估值现状不难理解。从商业模式来看，Anthropic面向的更多是确定性的企业AI市场，以确定性的企业客户为主，用户粘性极高；而后者OpenAI则尽管过去一两年奋力在企业级市场发力，但在如今其商业模型中，C端付费仍然占相当一部分比例，企业级市场渗透率和付费单价较低。 一个明牌结论是：如今AI产品的共识价值锚点，在企业AI市场。 这样的共识也同样出现在中国市场。在正在进行的2026年，相较于过去几年的流量导向、模型导向、参数导向，如今对于AI的关注，市场的新度量衡已经成为给效果、做实事、出业绩。 换言之，谁能真正帮助企业构建出真实场景的新生产力，推动其完成从业务模式到组织形态的变化，基于这些真实、可见的增长加持，谁的价值就能得到更好的认定。 实际上，这两天阿里发布财报后的股价大涨，也验证了这一点。一是AI开始进入商业回报期，二是企业级Agent需求爆发的预期被拉高，包括云业务包括企业Agent业务都被普遍看好。 同期，阿里

    历史上每一次产业级跃迁，都伴随着资本的非理性涌入，具身智能正在进入这个序列。当资本的潮水褪去，留在沙滩上的不是估值、不是融资额，而是真实的生产力。 这是产业本应有的样子，也是中国具身智能这场长跑，唯一值得被讨论的终点。 作者|斗斗 编辑|皮爷 出品|产业家 市场上的资金，永远在寻找下一个出口。2000年的互联网、2010年的移动互联网、2018年的新能源车、2023年的大模型，每一个时代都有一个容器，承载着资本对未来生产力的全部想象。 而2026年，这个容器是具身智能。资金，从未如此源源不断地、密集地，涌向一个还远没到规模化盈利节点的领域。 数据显示，2026年开年至今，仅仅两个多月时间，国内具身智能领域融资额已突破373亿元。这个数字是2024年同期的5倍，2025年同期的近3倍。在这几个月时间的时间里，国内具身智能融资超200亿元,催生16家百亿独角兽。钱不仅没有停下来，反而以倍数在增长。 这种密度和速度，放在以“长周期、重投入、慢回报”著称的硬科技行业里，几乎是反常识的。 问题也随之而来，为什么具身智能的钱，停不下来?这种史无前例的资金涌入，会让这个产业走向何方？又会留下什么？ 答案，就藏在行业主线的变化里。可以说，具身智能，正在成为AI时代的第一个达成共识的“生产力容器”。 一、“疯抢”具身智能：停不下来的钱 过去几年，硬科技投资普遍偏谨慎。 一个项目从尽调到打款，往往需要数月时间，投资机构更强调“看清楚再下注”，但具身智能正在打破这套逻辑。 IT桔子数据显示，2026年开年至今，国内具身智能赛道已发生超200起融资事件，平均每天2.5起。2月、3月单月融资额均突破百亿元；截至3月中旬，行业累计融资超373亿元，远超2024年同期的70亿元和2025年同期的126亿元。 把时间轴拉长看，这种加速更触目惊心。 2025年全年，具身智领域投资

    对投资人来说，投AI已经从模型、团队和故事，转为看企业能否嵌进真实产业系统，能否借助一个区域的供应链、场景和数据完成落地；对企业来说，做AI也不再只是做一个技术产品，而是要找到产业与AI结合的那个真实入口，进入一个可以持续迭代、持续交付、持续放大的系统之中。 AI行业已经进入“拼落地、拼交付、拼复利”的阶段。脱离产业土壤的AI，当然也能讲出动人的故事；但真正能穿越周期的公司，往往都长在产业集群最密集、产业协同最深的地方。 作者|斗斗 编辑|皮爷 出品|产业家 2026年，资本们正在沿着产业集群，开始重新给AI公司定价。 根据IT桔子一季度创投数据显示，2026年Q1共发生2865起融资事件，环比增长2.5%，同比增长高达52%；交易金额达2560亿元人民币，环比增长11.4%，同比增长48%。 但与此同时，资金的分布却在收缩。 从赛道来看，先进制造以40%的事件占比稳居首位，成为最吸金的赛道；人工智能则以11%的事件占比稳居第三。这背后，离不开智能升级需求推动传统制造与AI、物联网深度融合，形成“先进制造+”的投资衍生逻辑。 从地域来看，集中趋势更为明显，粤、苏、京、浙、沪五省市，占据了74.5%的融资事件和76.3%的融资金额，创投活动的地域集中度，维持高位。 如果只看表面，这像是资本继续押注头部城市；但如果拆开来看，会发现这不是简单的一线城市虹吸效应，资金并不是无差别的涌向大城市，而是沿着不同产业带，在做更精细的分配。 例如，北京拿走的是模型、算法和高估值项目；深圳东莞吸走的是机器人、具身智能、智能硬件；苏州、上海承接的是工业AI、汽车AI、企业级智能化。换句话说，资本关注的已经不是“城市等级”，而是这座城市背后绑定的产业体系。 一个疑问是，在AI领域，资本的投资逻辑究竟发生了什么变化？为什么在互联网时代可以高度去地域化的技术行业，到了AI时

    一个企业的AI转型路径也正在浮现——通过先进的项目管理软件首先构建出足够结构化的数据体系，在这个优质的体系之上，用最先进的Agent范式、Coding能力和CLI、MCP组件，对数据进行智能化演绎和基于流程节点的智能表达，最终帮助企业从数字化迈向AI原生。 这个路径的特殊之处，或者说飞书项目映射出的新型企业级AI软件的独特价值点在于：它们既能在个人层面持续放大自下而上的创新涌现，也能在企业层面稳步推动自上而下的集体进步。 作者|皮爷 出品|产业家   自2025年中，杨澍发现一个明显的趋势：在飞书项目开放平台上，用于AI连接的插件忽然开始加速涌现。它们遍布数据查询、问数取数等项目管理的多个节点。 他是飞书项目开放平台产品负责人，根据杨澍和团队成员统计，截至今年年初，在飞书项目开放平台上，这类自发的、来自不同企业个人开发者的项目管理AI产品数量已经高达100多个。开发它们的人有懂技术的PMO、有后端研发人员，也有项目管理的前端业务人员。 这是一个缩影。 过去一年时间里，伴随着OpenClaw、企业级Agent、AI Coding等模型价值释放体系的不断完善和场景演绎，企业对于AI落地业务场景的需求正在呈现持续井喷态势。而作为“企业第一生命线”的项目管理，更是被寄予厚望。 但这种“厚望”的另一面对应的是谨慎。即和企业内部某个软件环节，如CRM、ERP，甚至MES等特定节点的Agent原生改造不同，项目管理对应的是一个由多个节点、多个岗位、贯穿企业全部业务周期的体系化工程。这也意味着，对企业而言，实现项目管理的AI化升级改造不是一个单点工程，而更多是一个从底层到上层、从研发到业务全流程的“土壤级”进化。 如果说客服、CRM、ERP等软件是AI在企业级场景的第一场改造革命，那么如今，项目管理正在成为AI在TO B场景的新改造对象。而这里，也是决

    工业AI的竞争逻辑，正在发生根本变化。 不再是谁拥有最大的通用模型，而是谁能够把模型嵌进工艺、嵌进设备、嵌进供应链；不再是谁做出单点最优解，而是谁能够把一个行业中反复出现的问题，抽象成可复制的模块，并通过产业网络快速放大。 作者|斗斗 编辑|皮爷 出品|产业家   过去两年，AI在现实世界里的扩散速度，远比多数人预想得更快。 从办公协同、内容生成，到营销投放、客服运营，大模型几乎在很短时间内，就完成了从“新工具”到“新基础设施”的跃迁。越来越多企业开始意识到，AI不再只是一个可选项，而是在重写组织运行方式的新变量。 但当同样的技术被真正带进工厂，情况却明显变了。 它没有像在通用场景中那样一路狂飙，反而在进入制造体系后迅速减速。发布会上的进厂、落地、上产线越来越多，真实生产主流程里的规模化突破，却迟迟没有出现。 这种反差，在2026年被进一步放大。 今年1月，工业和信息化部等八部门联合印发《“人工智能+制造”专项行动实施意见》，明确提出，到2027年，要推动3—5个通用大模型在制造业深度应用，形成1000个高水平工业智能体、100个工业领域高质量数据集，并推广500个典型应用场景。 一个信号已经很清楚：工业AI，正在被推向必须加速兑现的阶段。 但问题也随之而来。 当政策、资本与技术同时加码，一个更现实的疑问开始浮出水面，那就是工业AI，真的已经准备好进入规模化了吗？还是仍停留在被反复放大的局部成功？更进一步看，绝大多数项目，又到底卡在了哪里？而那些真正跑进产线的AI，又做对了什么？ 一、繁荣背后，AI的“点状式”落地困局 一个事实是，从“有没有用AI”这个维度来看，工业领域的渗透速度，并不慢。 一项调研数据显示，全球约70%的制造企业，已经在某种程度上引入AI，用于生产、质检或供应链等环节。在部分领先市场，这一比例还在持续提升，例如英国已

    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