- 人工智能
1. 中国原生AIDC服务商竞争力榜单
本报告基于对原生AIDC服务商的系统性研究，从算力调度能力、智能节能能力、智能运维能力与商业运营能力四个维度，构建完整的竞争力评估体系，对15家主流算力基础设施服务商进行量化评分与排名。
与传统IDC评价体系不同，本次榜单更加关注面向智能体时代的原生能力，强调算力基础设施在异构调度、能效优化、智能运维与持续运营方面的综合表现，而非机柜规模、电力容量等传统指标。
本榜单呈现出与传统IDC服务商竞争力格局的差异化情况，一些在传统IDC时代处于腰部位置的服务商，正在依托智能调度、绿色算力与AI运维能力实现快速跃升，在新一代算力基础设施竞争中实现弯道超车。相较之下，部分依赖规模扩张与资源驱动的传统IDC厂商，其固有优势正被逐步稀释。整体来看，算力中心领域开始进入以智能化能力为核心的新一轮重构周期。
2. 智能体时代，原生AIDC价值凸显
2.1从聊天工具到数字劳动力，大模型正在进入智能体时代
大模型产业的发展速度远超市场预期，短短数年间AI已经从实验室中的语言模型，逐渐演变为能够参与业务流程、执行复杂任务的新型数字生产力。整体来看，大模型的发展大致经历了五个阶段。
2017年至2021年，是大模型的预训练阶段。这一时期，Transformer架构的出现，为大规模模型训练奠定了基础，BERT、GPT-3等模型陆续发布，行业开始验证大规模预训练路线的可行性。AI首次具备了较强的通用语言理解与生成能力，大模型时代正式开启。
2022年至2023年，是生成式AI爆发阶段。随着ChatGPT发布，AI第一次真正走向大众市场。生成式AI快速普及，市场对大模型的关注点，也从技术可行性转向应用可能性。与此同时，多模态能力开始形成，AI逐渐具备文本、图像、语音、视频等多种内容的理解与生成能力。
2024年，行业进入能力竞赛阶段。长上下文、多模态、代码生成、低成本训练等方向快速演进，模型能力持续提升。与此同时，开源生态迅速崛起，中国大模型厂商整体进入全球第一梯队，大模型产业开始从技术突破走向产业化落地。
2025年，行业竞争重点进一步转向推理与执行能力。市场开始意识到，仅具备内容生成能力的大模型，难以真正进入企业核心业务流程。相比生成内容，企业更关注AI是否能够理解任务、调用工具、执行流程以及完成结果交付。在此背景下，推理模型、工具调用、任务拆解、多步骤执行等能力快速发展，智能体开始进入企业场景。尤其是在软件开发、客服、数据分析、运营管理等领域，智能体已经能够承担部分重复性脑力劳动，AI Coding也迎来快速爆发。
而到了2026年，行业正在进一步迈向AI数字劳动力阶段。当前的大模型，已经不再只是单纯的聊天工具，而是在向“能够持续执行任务的数字员工”演进。未来的重要方向，将是多智能体协同、实时多模态交互，以及企业级智能体平台建设。从产业视角来看，大模型的发展路径，本质上体现的是AI能力从内容生成，逐步走向复杂任务自治执行的过程。这意味着，AI正在从辅助工具，逐渐演变为企业的新型生产力。
这种变化，正在深刻影响企业的运行模式。
过去，企业使用AI，更多还是“提问—回答”模式，本质上仍属于工具逻辑。而随着智能体能力增强，AI正在从回答问题转向主动完成任务。
例如，在办公场景中，智能体已经能够自动整理会议纪要、生成PPT、安排会议、回复邮件，开始替代部分重复性的脑力劳动。在软件研发领域，AI Coding 智能体能够参与代码生成、测试、调试以及部分开发流程，大幅提升研发效率。在企业运营场景中，智能体也正在逐渐具备数据分析、流程审批、客户服务、运营执行等能力，并开始融入实际业务流程。更值得关注的是，智能体正在逐渐具备长期记忆、持续学习以及跨系统协同能力。未来，企业内部可能同时运行大量智能体，它们不仅能够调用不同工具和系统，还能够彼此协作，共同完成复杂任务。
这意味着，AI正在从单次交互工具，逐渐演变为持续在线的数字劳动力。