8月31日，工业和信息化部办公厅正式发布《工业和信息化部办公厅关于开展人工智能应用服务商培育专项行动的通知》，围绕人工智能应用服务商培育，提出建立服务商资源池、提升服务供给水平、推动规模化应用、加强支撑保障等四大重点任务。
图1 工业和信息化部办公厅关于开展人工智能应用服务商培育专项行动的通知
其中明确提出，到2026年底，全国服务商资源池内服务商数量突破2000家；到2027年底，不少于3000家，逐步形成结构合理、分工有序、协同创新的多层次人工智能应用服务生态。这意味着，人工智能产业的发展重点正在进一步从“模型能力建设”，走向应用服务能力建设和规模化落地。
具体来看，此次专项行动至少释放出三个层面的信号：第一，AI应用将从试点探索走向规模化落地；第二，AI应用服务能力正在成为产业竞争力的重要组成部分；第三，围绕场景、数据、模型、智能体和交付伙伴的AI应用生态将进一步开放协同。
图2 此次专项行动至少释放出三个层面的信号
一、政策释放的第一个信号：AI应用将从“试点”走向“规模化”
此次专项行动特别强调“推动规模化应用”。政策提出，引导服务商围绕高频、刚需、可复用的业务需求，封装构建模块化、标准化解决方案产品包，并通过开放真实业务场景、开展供需对接、打造标杆方案等方式，加快AI应用从试点验证走向规模化落地。
AI应用的规模化，本质上不仅是模型能力的规模化，也是数据处理、知识理解、应用组件和业务流程的规模化复用。对企业而言，不同行业虽然业务不同，但在AI应用过程中往往会面对一些共性的基础问题：海量非结构化数据如何处理？企业知识如何沉淀？业务人员如何快速获取所需信息？不同数据源如何被统一理解和调用？
这些能力如果每个项目都重新建设，就很难形成规模化交付。因此，AI应用服务商的核心价值，不只是完成单个项目交付，而是把高频、刚需、可复用的能力沉淀为标准化产品和解决方案，让AI应用能够从一个场景走向更多行业和更多企业。
这也与达观数据长期深耕企业级AI应用的路径相契合。围绕金融、制造、政务、能源等领域中高频出现的文档处理、知识检索、流程协同、合规审核等需求，达观将长期项目实践中积累的行业知识、产品能力和交付经验，不断沉淀为可复用的智能文档处理、企业知识管理、AI智能体和数字员工解决方案。其价值不在于提供一次性的工具功能，而在于帮助企业把分散的数据、知识和流程转化为可理解、可调用、可复制的智能化能力，让AI应用真正进入业务场景并持续发挥作用。
二、政策释放的第二个信号：AI应用服务能力正在成为产业竞争力
此次政策并没有把人工智能应用服务商简单理解为“软件开发商”。相反，政策提出要提升服务商的技术创新、集成交付、安全合规等能力，打造一批“懂行业痛点、通技术机理、知安全风险、善交付运营”的人工智能应用服务商。
未来AI应用企业比拼的，不只是模型调用能力，而是从技术到业务的完整交付能力。例如，在企业级应用中，一个AI项目往往需要同时解决：复杂业务场景如何理解、企业数据如何接入和治理、不同模型如何适配与协同、AI应用如何与现有业务系统集成、如何保障数据安全与业务合规、如何持续运营并评估应用效果。
其中，垂直领域专业知识是AI应用服务能力的关键。企业AI应用并不是把通用模型接入系统就能完成。不同行业的数据背后，都有自己的业务语义、流程规则、专业判断和合规边界：
- 金融领域的数据可能指向风险识别、合规审查和业务凭证；
- 制造领域的数据可能关系到工艺流程、质量管理和设备运行；
- 政务领域的数据则往往嵌入政策规则、事项流程和材料要件之中。
从达观数据长期服务企业客户的实践来看，企业AI应用往往不是从一个大模型开始，而是从企业已经积累的大量数据、文档、知识和业务规则开始。尤其在金融、制造、政务、能源等垂直领域，AI要真正发挥作用，首先要理解行业里的专业概念、业务逻辑、流程边界和风险要求。
因此，达观围绕企业知识管理、智能文档处理、AI智能体和数字员工等高频场景进行自研产品建设，本质上是在把垂直领域专业知识、企业数据资源与大模型能力结合起来，打通从数据到知识、从知识到智能、从智能到业务的转化链路。
一方面，达观帮助企业把文档、知识库、业务数据和流程规则转化为可被AI理解和调用的知识资产，让企业长期沉淀的数据从“可存储”进一步走向“可理解、可检索、可调用”。另一方面，达观也通过与模型、算力、行业应用和客户业务系统的协同，把AI能力嵌入真实业务流程，形成可交付、可运营、可复制的行业解决方案。
图3 让企业的数据与知识，释放更大的智能价值
三、政策释放的第三个信号：AI应用服务链正在成型，服务商成为AI+落地的关键环节
此次专项行动开篇即明确提出，这是落实《国务院关于深入实施“人工智能+”行动的意见》中“培育人工智能应用服务商”“打造人工智能应用服务链”相关工作安排的重要举措。相比单纯推动某一类AI产品落地，这一表述释放出的信号更深一层：AI应用正在从单点项目建设，走向由模型、算力、数据、场景、应用、交付和运营共同构成的服务链协同。
在这一服务链中，基础模型提供通用智能能力，算力和基础软硬件提供底层支撑，行业企业开放真实场景和业务需求，数据资源和智能体等能力逐步开放接口，而AI应用服务商则承担将技术资源转化为行业应用、将模型能力嵌入业务流程的关键角色。也就是说，服务商的价值不只是“做应用”，而是打通从技术供给到场景落地之间的转化链路。
政策中提到的“人工智能应用服务团”，可以理解为打造应用服务链的一种组织方式。通过服务商与上下游单位协同，围绕复杂场景形成一体化解决方案，有助于解决AI应用落地中常见的模型适配、数据治理、系统集成、安全合规和持续运营等问题。
从达观数据的实践来看，企业级AI应用并不是单一厂商封闭完成的项目，达观一方面持续沉淀企业知识管理、智能文档处理、AI智能体和数字员工等产品能力，另一方面也与云平台、基础软硬件厂商、模型生态、系统集成伙伴和行业客户保持协同，将上游技术资源转化为面向金融、制造、政务、能源等行业的可落地解决方案。
例如，在智能知识管理等场景中，达观已与华为云等生态伙伴开展合作，基于云平台、算力底座和行业应用能力，共同推动解决方案创新和场景落地。这样的合作并不是简单的资源叠加，而是围绕客户真实业务需求，把模型、数据、知识、流程和交付能力串联起来，形成可部署、可验证、可持续运营的AI应用服务链。
因此，政策所强调的“打造人工智能应用服务链”，重点在于推动AI产业形成更清晰的分工与协同机制。对于达观这样的企业级AI应用服务商而言，未来的竞争力将更多体现在能否理解行业、沉淀可复用能力、连接上下游资源，并把AI能力稳定嵌入客户的核心业务流程之中。
四、结语：AI应用的“下半场”，正在从模型走向业务
从2025年国务院印发《关于深入实施“人工智能+”行动的意见》，提出“培育人工智能应用服务商”“打造人工智能应用服务链”，到此次工信部专项行动进一步明确服务商资源池、应用服务团、场景开放、人才培养等具体措施，人工智能应用正在获得更加明确的产业化推进路径。
从整体来看，此次专项行动释放出的信号非常清晰：AI产业的发展重心，正在从模型能力建设，进一步走向应用服务能力建设。未来真正有价值的AI应用服务商，不只是调用模型的技术提供方，而是能够理解行业、治理数据、沉淀知识、连接生态并完成持续交付的综合服务者。
对于像达观数据这样的企业级AI应用服务商而言，政策所强调的规模化应用、服务能力建设和生态协同，正与长期服务行业客户的实践方向相一致。只有当AI真正理解企业数据、行业知识和业务流程，并在真实场景中稳定运行，人工智能的价值才会从技术能力转化为企业生产力。
当AI真正进入业务流程，AI应用的“下半场”也正在到来。
