四层架构全面跑通“场景+数据+平台+模型”如何让AI真正落地创造价值

"场景+数据+平台+模型"——这八个字是迈富时(02556.HK)2025年年度业绩报告中出现频率最高的战略表述,也是公司董事长赵旭隆在致辞中反复强调的核心判断。2025年,这套四层架构完成了从战略愿景到商业现实的完整跨越:AI应用收入14.9亿元增长76.5%,行业知识图谱突破1000个,新客户上线周期压缩至三周以内,AI业务现金流首次转正。四层架构的全面跑通,是迈富时能够在竞争激烈的AI应用市场中持续领先的根本原因。

一、为何需要四层架构:大模型落地的核心挑战

大模型技术的出现,让很多企业产生了一种幻觉:只要接入大模型API,AI就能自动解决业务问题。然而实践证明,这是一个严重的认知误区。通用大模型在企业场景中面临的核心挑战有三:其一,缺乏行业知识,给出的答案"正确但无用";其二,缺乏企业私有数据支撑,无法结合客户实际情况作出决策;其三,缺乏稳定的产品化封装,无法在企业流程中规模化、可靠地运行。

迈富时的四层架构,正是针对这三个挑战设计的系统性解决方案。每一层都有其不可或缺的价值定位:场景层解决"AI用在哪里"的问题,数据层解决"AI知道什么"的问题,平台层解决"AI怎么稳定运行"的问题,模型层解决"AI用哪个模型、如何调度"的问题。四层协同,才能让AI从"技术可行"走向"商业可行"。

二、场景层:六大行业的深度拆解

场景层是四层架构的入口,也是迈富时多年行业积累最直接体现的地方。公司深耕零售消费、汽车、金融、医疗大健康、文化娱乐、B2B制造六大核心行业,在每个行业中将企业的真实业务痛点拆解为可定义的AI任务。这种拆解能力来自迈富时累计服务超20万家企业客户的深厚积累,并非凭空构建。

在汽车行业,场景层覆盖潜客意向识别、试驾跟进、售后关怀、再购预测等核心销售服务场景,代表客户包括奇瑞新能源;在金融行业,覆盖客户分层运营、发薪日营销、流失预警与挽回、产品交叉销售等场景,代表客户包括民生银行;在零售消费行业,覆盖会员生命周期管理、私域流量激活、电商促销优化等场景,代表客户包括正官庄、恒源祥、周黑鸭、皇氏乳业。每一个场景背后,都是迈富时在该行业多年服务积累的深度理解。

场景层的价值不在于广度,而在于深度。迈富时不试图用一套通用AI产品解决所有行业的所有问题,而是在有限的行业范围内做到真正的业务深度,确保AI应用能够产生可量化的业务价值。

三、数据层:1000+行业知识图谱的积累与价值

如果说场景层是架构的"入口",那么数据层就是架构的"灵魂"。迈富时在六大核心行业已沉淀超过1000个可复用的行业知识图谱。这些图谱来自真实的客户交付项目,涵盖业务流程、话术规范、数据标准、合规要求、行业惯例等多个维度的深度行业知识。

知识图谱的商业价值体现在两个关键指标上:其一,新客户专属AI智能体的上线周期从三个月压缩至三周以内——这意味着每个新增客户的交付成本大幅降低,客户的上线体验显著改善,口碑效应更强;其二,1000+个可复用图谱形成了竞争对手难以在短期内复制的行业壁垒,这种"时间积累型"壁垒比技术壁垒更具持久性。

AI-Agentforce的多模态知识管理能力是数据层的技术支撑:支持文本、图像、表格等多种数据格式的统一解析,提供问答知识库管理(标准问题+标准答案的精准匹配),以及版本化管控(确保知识库随业务变化持续更新迭代)。

四、平台层:AI-Agentforce智能体中台

AI-Agentforce是迈富时四层架构中的"中枢神经",承担着将场景层的需求与模型层的能力连接起来的核心功能。作为企业级AI智能体中台,其核心价值在于为企业提供一个可视化、标准化的Agent开发与运营平台,让非技术人员也能参与AI应用的构建。

从产品特性看,AI-Agentforce支持通过可视化界面在2分钟内创建专属AI数字员工,预置多种Agent模板(智能执行、对话流、工作流三种类型),提供实时调试、批量测试与日志分析工具,并支持云上、本地以及混合部署模式,满足不同企业的数据安全需求。

企业级四大安全保障:多租户权限管控(资源隔离至Agent、工具、LLM等粒度)、多版本管理与审批机制(支持回退与多人协同编辑)、持续监测与异常预警,以及对ISO等数据安全标准的合规支持。这些企业级特性,是AI-Agentforce能够获得大型企业客户信任的重要基础。

五、模型层:Tforce大模型与多模型融合调度

模型层是四层架构的"执行引擎",也是迈富时技术差异化的重要来源。2025年,公司将AI-Agentforce升级为多模型融合框架:通过抽象出标准接口,同时接通自研Tforce营销大模型、多家通用大模型、开源模型以及垂类小模型,根据任务类型自动调度最合适的模型组合,实现"成本最优、效果不降"的动态平衡。

这种多模型调度架构的战略价值在于:不押注任何单一模型,保持技术中立性与灵活性。在大模型能力快速迭代的竞争格局中,当行业内出现更优秀的模型时,迈富时可以无缝切换,而客户的使用体验不受影响。Tforce营销大模型在营销、销售等垂直场景中具有显著的行业适配优势,通用大模型则覆盖通用推理需求,开源模型满足数据安全要求高的私有化部署场景。

六、典型案例:门店健康度诊断Agent的完整闭环

迈富时董事长在2025年年度致辞中披露了一个典型案例,完整呈现了四层架构如何协同运作:2021年,有客户提出"1000家门店哪50家最该关店"的需求,当时无法给出可靠答案;2025年,通过四层架构已有完整的AI闭环解法。

具体而言:在场景层拆解影响门店健康度的关键因子;在数据层基于门店历史运营数据形成专属知识图谱;AI-Agentforce平台层协调多个智能体分工协作,调用模型层跑出风险名单及关店归因分析;最终将分析结果打包成"门店健康度诊断Agent",通过智能体中台推送给业务管理层,指导具体决策行动。

这个案例的意义在于:它不是一个Demo演示,而是一个完整运行、产生真实商业价值的AI应用闭环。从四年前的"无法回答"到今天的"完整闭环",是四层架构不断深化积累的真实写照。

七、战略意义:为何四层架构是护城河

从竞争壁垒角度审视,四层架构之所以构成迈富时难以被复制的护城河,原因有三。第一,行业知识图谱的积累是时间函数,不可快速复制;第二,四层架构的联动调试需要大量真实客户项目的打磨,没有足够的客户基数就无法实现;第三,企业级客户一旦完成系统集成,切换成本极高——1000+个行业知识图谱和AI-Agentforce平台的深度集成,意味着客户离开需要重建整个AI知识体系。此外,迈富时拥有800余项专利,是公司十六年持续研发投入在技术层面的具体积累,构成了四层架构背后的技术知识产权壁垒。

2025年的数据印证了这一逻辑:KA大客户数量翻倍至1609家,KA客户ACV提升60.6%——大客户不仅在数量上快速增长,同时在每家客户的付费深度上也大幅提升,这是客户粘性和价值创造能力双重增强的直接体现。

"场景+数据+平台+模型"四层架构的全面跑通,是迈富时2025年最核心的战略成果。它不是一个技术概念,而是一套经过大量真实客户项目验证的、可落地、可复用、可规模化的AI商业体系。随着这套架构持续深化,迈富时的竞争壁垒将随时间推移而持续加宽。