9月10日下午，武汉。九家企业团队轮流登台，参与“2026帆软智数先锋AI创新大赛”决赛竞演。这届比赛吸引了394家企业、1000多名参赛者，产生229个有效作品，覆盖16个国家和地区。
最终，岚图汽车科技股份有限公司、晶科能源股份有限公司获得年度标杆奖，山东高速济宁发展有限公司、苏州呈尚服饰有限公司、今麦郎食品股份有限公司、上汽新动力汽车科技股份有限公司、顾家家居股份有限公司、OTP Bank、上海高顿企业管理咨询有限公司等企业获得业务创新奖。
这一大赛呈现出企业AI落地的一个新动向：赛事案例已进入企业生产、供应链、质量和运营等核心流程，开始参与甚至接管一段业务。此前同类赛事，更多展示“超级员工”如何应用AI，如写Prompt、做内容生成、开发一个单点应用。“我们看到，AI正在从单点探索，真正进入企业实际应用当中，越来越多的企业开始围绕真实场景去做业务探索。”帆软公司联合创始人季明华在现场说。
这些案例背后，其实也对应着过去一年不少先锋企业都遇到的问题：给员工配上AI、发了足额Token后，个人效率确实提上去了，但企业整体效率和经营结果并没有显著提升。麦肯锡2025年一项全球调查显示，约1/3的企业进入AI规模化阶段，但仅有39%的受访者认为AI对公司的利润产生影响，且多数贡献不足5%。而在25项影响因素的调查中，与利润相关性最强的，不是模型能力，也不是工具数量，而是有没有重新设计工作流程，但真正重构过部分流程的企业只有21%。
问题变了，比赛也变了。企业AI落地的难点正从让更多员工用上AI，转向让AI融入真实业务流程。这届大赛的一批案例，恰好提供了观察这一变化的真实样本。
01
“真正跑出来的项目，都在进入流程”
在晶科能源上饶基地的切片“咽喉工序”，高速运转的金刚线一旦断掉，正在切的那一刀基本就废了。过去夜班断了线，晨会生产经理往往拿不到完整情况——信息散在夜班班长脑子里、设备日志和交接纸条上，“等T+1的报表，线都接好了”。而断线率每高出1%，一年的硅料和产能损失约348万元。团队用帆软Dora数据分析智能体把这件事重新“捋”过之后，速度变了：8号切片机断线率骤升，告警当场推送并给出三个候选原因，班长点选一项，机修工3分钟到岗，15分钟恢复生产。到今年7月，晶科切片断线率已低于7%的年度目标，带来约1148万元年度综合收益。
岚图汽车实现了人力不可能的事。公司有零部件品类3万多种，每天要盯10万条订单、100万个关键节点，靠人已做不下去。岚图在帆软指标平台、FineBI和DORA之上搭了一个智能体集群，五大“数字员工”上岗，负责缺件预警、根因分析、风险评估、订单查询和调货建议生成，员工只需提问和拍板。这套体系把每天要盯的3万多条数据收敛到100条以内，年度紧急追料事件同比下降82%；更关键的是把风险管理前置。最终，解放了数十名工程师，不再当“跟单员”，全链条降低2.3亿元资金占用。
山东高速济宁发展有限公司实现了工作主动发起。其管理着249.698公里高速、20多个收费站，站与站之间动辄上百公里。这几年它用简道云把收费、养护、资产、安全等682个流程搬到线上，形成92个应用，再用悟帆AI做自动化流程，让Agent按业务节奏自己启动：每天早8点自动巡检24个站点的车辆数据，9点生成晨会数据摘要，安全经费执行进度自动追踪......梁山收费站站长说，过去每天下班要花40分钟整理报表，现在扫码1分钟提交，晚上能准时接孩子。年管理费降到637万元，降幅24%。
这样的路径不止发生在大企业和重资产行业。
今麦郎用它管食品安全——过去质检巡检数据第二天才汇总，“有问题黄花菜都凉了”，现在异常当场报警，一次油脂酸价临近临界值的自动预警，直接拦下了一批可能流向市场的产品。
苏州呈尚服饰是全场唯一的中小企业，它用AI管应收账款，整个项目投入仅1.2万元、两周上线，回款率提升69%。
上汽新动力用AI将132条精益标准落入柔性车间，AI自己派任务、催进度。顾家家居用它管数据平台自身的健康度，从被动救火转向主动预判。远在俄罗斯的OTP银行，三人BI团队用它给更新任务做智能负载均衡，把每天527次的任务失败压到7次......
快一步、多一层、不用人催——这些公司所在行业、解决的问题完全不同，却呈现同一个趋势：Agent正在进入一段具体业务，从业务系统拿到持续更新的数据，知道什么时候启动，自主推动下一步动作，结果反馈形成闭环，并给出了清晰的价值指标。
02
AI融入真实业务，“卡壳”要怎么解决？
不过，AI融入真实业务，并不简单。一位头部AI产品负责人最近在接受数智前线采访时提到，模型能力已迈过一道坎，但一到实际场景做任务，还是经常跑不通、跑不顺。核心原因是AI缺乏企业数据、流程know-how、上下文和可调用工具。咨询公司BCG也有类似观察，Agent要大规模进入企业，不是加几个AI工具，需要重新梳理端到端流程。
那么如何分步骤解决AI的“卡壳”问题？
Agent卡壳，首先卡在没有业务上下文和know-how上。从赛事案例看，晶科8号切片机从断线到恢复不到20分钟，大模型需要知道切片机发生了什么、此前几小时有哪些异常、这次断线属于哪一类原因。晶科因此已把设备号、车间、时间、设备状态等实时信息与Agent连通，再把原因分类、SOP流程、历史案例和解决方案交给Agent。
山东高速济宁发展有限公司也先补了数据的课。此前一次冬季保畅，济宁大队需要融雪剂，台账里看似有货，其中部分已被其他大队借走，信息没有同步，计划只能临时调整。后来每台设备都有二维码“电子身份证”，设备和物资实时在线，Agent的自动巡检才跑得起来。
上汽新动力在AI进入车间之前，也是先把过去写在纸上的标准、散在系统里的数据和依赖个人经验的处理过程，变成了一套可以持续运行、线上留痕的业务流程。AI随后才接手审核、研判和改善。
在这些实践中，帆软也有一个洞察，“AI如果绕开业务系统，很难真正理解企业是如何运转的。”客户、设备、订单、库存、工单、质量管理以及它们此刻处在哪个状态，这些信息多年都沉淀在企业的业务系统中。
有了数据和上下文，Agent还要学会主动干活。从赛事案例看，Agent启动方式在变化。之前，多数AI是Prompt驱动，员工提需求，它才启动。现在开始由业务事件、时间节点和状态变化主动触发。帆软在近期的产品实践中也明确指出，Agent需要“根据业务事件定时或自动开始工作”。
Agent正从Prompt驱动转向事件驱动，这是一个重要动向。它自己创建任务、提醒责任人、更新状态，把事推进到下一步。晶科的实时预警、岚图查缺件、山东高速每天早8点的自动巡检、上汽新动力的132项精益标准的检查审核，都已不等人发起。
此外，企业还要为人和Agent划清边界。在晶科切片车间的“断线”场景中，AI推荐断线原因，但班长或工艺工程师确认后才能派单；低置信度判断转人工，高风险动作必须由授权人员确认，驳回也要留下记录。
由此帆软提出一种架构：业务系统+Agent，业务系统提供工作现场，Agent提供理解、判断和行动；前者要稳定，让企业经验持续沉淀；后者要灵活，让经验拥有应对新情况的能力。AI不会让过去积累多年的业务系统失去价值，而与沉淀深厚的业务系统协作好，Agent就更有机会真正成为业务里的一员。
03
当AI进入真实业务，主角换成了业务一线
从决赛竞演，我们还能捕捉到几个变化。所有参赛项目都基于真实业务需求，无虚构场景。“真实的应用场景带来真实的价值，才有可能把我们ROI变成正的值。”帆软季明华说。
与此同时，业务人员在AI落地中的核心价值和作用越来越高。这次赛事案例中频繁出现的，是生产经理、物料计划员、食品质量管控员、财务、收费站长，他们来自业务一线，最知道痛点在哪里。这意味着，供应商售前要听得懂车间里的事，交付要能解决现场问题，售后要跟着一线人员一起把指标达标。
验收标准也跟着变化。过去BI软件项目常见的交付成果，是上线了多少张报表、多少个看板、多少套应用。但现在，大赛项目都拿出了业务和利润表上的变化。比如，晶科车间管理运营成本下降24%；苏州呈尚的回款率提升69%；岚图汽车供应链降低了2.3亿元资金占用。
还有的变化发生在产品上。大赛中被频繁提及的“简道云＋悟帆AI”这个组合，其中简道云继续承载企业的对象、流程、数据和权限，悟帆AI让Agent进入这些业务里完成理解、判断和行动。它们不再追求单点能力，都与企业已有数据、流程、指标、专业知识深度绑定，在已有系统之上长出AI能力。
从参赛企业的后续规划看，它们大多从一段具体业务切入，再向更多环节延展：山东高速济宁分公司从资产、物资数字化做起，还将把AI“哨兵”延伸到工程结算、招投标等场景；上汽新动力则将继续增加智能异常研判、自主改善推荐和质量智能预测......Agent的边界，也随着一项项业务真正跑起来而不断向外扩展。
“在帆软看来，AI时代的发展需要经历企业从看到、得到，再到做到的这个过程。”季明华说。9月10日大赛结束后，9月11就是帆软用户大会主论坛。大会集中呈现这一年来企业让AI真正“长”在业务里的实践，让更多企业先看到AI在真实业务中的价值，再得到一套可落地、可复制的方法，最终做到让AI真正融入业务、跑出正向ROI。
