来源：猎云网

大模型浪潮之下，企业级AI 市场呈现两股分化态势。

一边是基座大模型赛道算力竞赛如火如荼，另一边，大量B 端客户陷入现实困境：希望用好 AI，却不敢将私有数据放到公网 SaaS 环境。

这就造成不少企业即便采购了AI 工具，也仅停留在文档问答、简单办公辅助层面，难以深度对接内部业务系统，无法转化为实际业务产出。

身处行业一线，每日互动总裁刘宇对这一现况深有感触。

他提到，不少AI 厂商主推 SaaS 模式，但通用大模型使用过程中，存在吸收、蒸馏企业数十年沉淀的私有行业知识的风险，这是多数企业难以接受的。

底层逻辑在于，企业历经多轮信息化建设，积累了大量数据集。出于商业机密与数据安全考量，这些数据大多离线隔离，也是企业在AI 时代最重要的资产。

顺着这一逻辑，深耕数据智能二十余年的每日互动，没有下场训练基础大模型，而是选择从数据治理、安全可控的角度切入企业AI赛道。

从推出可安全运行私有数据的个知·智能工作站，到发布仝系列多Agent产品，再到以CCE和DVD帮助企业培养新一代的CIO、CDO，都在围绕着AI时代，让数据资产释放出新价值。

面对B端企业系统体量庞大，需要循序渐进拥抱新技术，逐步解决落地难题，过去一年，每日互动更是从底座到工具再到能力内化，和客户展开了一条共生共赢的AI之路。

延续数据基因，做企业AI的“严选买手”

在刘宇看来，每日互动切入大模型时代，是从DI到 AI 自然演进的必然。

早期狭义AI 多聚焦算法本身，缺少对真实业务数据的理解；而每日互动拥有海量业务数据处理经验。广义的数据智能本就属于 AI 细分领域，核心就是挖掘数据价值。

早在20142015 年，每日互动就已经大规模应用 Word2Vec 向量化技术处理海量业务数据，把App、网络数据当成“文本” 来做语义处理。

这套技术正是如今很多大模型的技术雏形，也为每日互动的下半场奠定了AI基因，将其在DI时代沉淀下来的数据治理、数据安全、客户业务认知，全部延续到AI时代。

在深化企业AI的这一年，每日互动没有投入去做大语言基座模型。

刘宇坦言，这不仅是因为基座模型对算力、公有语料要求极高，资本投入巨大，并不匹配公司现阶段业务诉求。

“更关键的是，绝大多数B端客户，也并不需要训练基座大模型，核心诉求是安全用好自身沉淀的私有业务数据。这正好和每日互动过去积累的能力高度契合。”

DI时代，每日互动就在深度实践数据安全，参与发起浙江大数据联合计算中心，实践“数据价值流转而数据不流转”。

这与AI时代，每日互动提出 “数据流而不留”一脉相承。个知·智能工作站承担连接器的角色，保障企业内部信息、知识安全高效流转，搭建清晰的安全协作边界。

再到模型选型层面，每日互动更是将自身定位为AI的“严选买手”。

过往公司的数据产品均经过内部大规模打磨验证后再对外输出，深谙B端客户的各类使用反馈、需求与选型逻辑。

如今布局AI，延续了这套打法。

每日互动不绑定单一模型，与DeepSeek、通义千问、Kimi、智谱等主流模型厂商深度合作，提前研判各家模型能力特点，针对代码、长文本、推理等不同场景完成适配重构。

底层模型可以迭代替换，但客户的业务资产、私有数据连接能够完整保留，保障企业业务的连续性与确定性。

简言之，每日互动扮演面向B 端的新技术 “严选买手”，筛选适配的模型与技术组合，配套输出完整产品，为企业提供贴合实际的落地方案。

仝系列多Agent协作，让业务“驾驭”企业AI

刘宇坦言，新技术的到来，很难一开始就产出面面俱到的完整规划。

“我们内部认同 ‘方向大致正确，团队充满活力’。大方向是服务 B 端客户，让 AI 用得起、用得好、用好私有数据；产品形态、落地节点，则顺势而为动态迭代。”

伴随Agent 技术走向成熟，客户不再满足 AI 完成问答、文档总结等单点任务，期待 AI 协同处理长周期复杂业务。

2026 年，每日互动在原有办公、科研场景产品基础上，推出仝系列产品，与个知系列并行，补齐复杂任务协同能力，向着 “想到就能得到、说到就能做到” 的 AGI 愿景演进。

目前整套仝系列产品已经形成完整业务闭环。

仝人参谋主打知识挖掘与多Agent 写作，擅长处理复杂知识体系与文字任务，承接长周期项目，梳理整合跨领域信息，帮助用户形成行业洞察。

用户形成想法之后，可以由仝系列其他产品承接落地。

以往业务侧的工具开发设想，需要依靠IT 团队或者外包服务商实现；现在用户通过仝人参谋完成调研，再借助仝人编程，用自然语言描述业务逻辑，即可生成初代应用，持续调优迭代，产出适配自身需求的工具。

这期间，仝掌柜负责AI 应用的安全检测、数据对接与部署上线，保障定制应用稳定运行。

整套产品的最终运行载体是个知·智能工作站，后者对接CRM、ERP 等企业存量系统，实现私有数据本地可控，打通 “想法生成自主开发安全校验部署运行” 全链路。

顺着这一思路，每日互动整套AI产品的运行链路清晰明了：

用户借助仝人参谋完成想法生成与行业洞察，通过自然语言表达诉求，用仝人编程生成定制化工具；定制化工具在仝掌柜的保障下，安全对接企业私有数据源，最终运行在AI终端工作站上。

据悉，仝人参谋、仝掌柜等产品，本身就是公司内部依靠仝人编程开发迭代。

公司内部设置专门团队跟进大模型技术预判，能够第一时间掌握最新工具能力边界，快速打通工具能力和客户业务价值之间的连接，迭代推出产品。

“这些工作很难全部提前规划，更多是因地制宜、因时而宜落地，这也是团队活力的体现。”

类比过去录入文字门槛很高，出现输入法之后，人人都可以完成文字录入，实现能力平权。

刘宇认为，未来IT应用开发也会走向类似状态，不会再依靠庞大的专职 IT 团队，业务人员可以用自然语言生成可执行程序，服务业务细节。

届时，企业内部的分工、组织形态，B端客户之间新的供应链关系，整个产业结构都会随之发生很大变化。

“在这样的趋势之下，我们要做的就是把产品一步步准备好，把方向逐步落地给到客户。”

硬件补齐中间市场空白，T2 瞄准团队试点场景

除了仝系列多Agent打通企业AI落地的能力闭环外，个知·智能工作站也已经形成完整产品矩阵，包含个人版、团队版、单位版，还有和中科可控合作的信创版本。

个知·智能工作站面世一年来，每日互动观察到市场存在明显缺口：企业内部十余人的小团队，尤其是有着高保密需求的小团队，虽然预算受限，但也希望能够全脱网本地运行大模型。

为此，每日互动联合国产硬件厂商超聚变推出T2 团队版工作站，设备便携、算力密度更高，补齐个人版与大型单位版之间的市场空白。

单台T2 可支撑 10 人左右协作，既可供大企业内部部门先行试点，也适配中型企业；后续支持多台集群部署，满足更大规模组织的知识协同需求。

安全层面，工作站延续DI 时代 “数据可用不可见” 的实践，落实 AI 时代 “数据流而不留”的承诺：数据价值可流转使用，但原始数据不会外流。

很多企业员工随意安装第三方浏览器AI 插件，企业内部 Wiki、业务资料会在无意识情况下上传公网，带来严重泄露风险，刘宇表示，把 AI 应用收拢在工作站安全边界内，能够规避这类隐患。

“通用大模型好比丹药，并不是包治百病。C 端可以试错式切换产品，但 B 端业务无法接受输出不稳定、成本波动、服务中断，确定性才是客户的核心诉求。”

对应产品设计上，每日互动采用“沙箱探索 + 固化运行”模式：创新阶段在受控沙箱内自由调试，开发完成后固化应用版本与运行环境，交付给企业可控、确定的 AI 能力。

据悉，硬件采购之后基础软件全部可用，算力Token 客户既可以使用本地自有算力，也可选用公司与运营商合作的可信专有云算力，实现“数据流而不留”。

CCE+DVD 共创营：不止交付工具，更帮企业内化AI能力

当然，单纯售卖软硬件产品，还不足以完成企业AI落地。很多企业买完工具之后，缺少懂得把业务诉求转化为AI应用的人才，而人才是AI能成可用到好用的关键。

这是企业的痛点，也是每日互动通过推出“CCE+DVD”共创模式，想开放给企业的“驾驭”能力。

CCE 即 AI 共创工程师，DVD 代表数据价值开发者。整套模式为两天集中共创对齐思路，随后两周实战实训。

不少千亿级企业，企业负责人亲自带队参与，很多企业在短短周期就产出工具原型甚至正式版本。公司已经组建百人规模辅导团队，和客户并肩完成落地。

据刘宇介绍，一家做政务大屏指挥仿真渲染系统的服务商，传统开发模式需要十几个人月完成项目。借助仝人编程，业务人员手绘原型、描述业务需求，两个人两周就完成迭代；20 分钟即可产出版本，快速反馈修改。这家企业已经分批组织多批团队参加共创营，推动全员掌握这套AI开发工具。

政务场景同样跑出标杆案例。以龙泉政府项目为例，大量政务人员精力消耗在资料搜集、信息搬运，真正思考、研判占比有限。借助工作站，资料整理、信息检索这类体力工作交由AI，人聚焦思考判断校验；双方共建迭代行业知识库，提升产出的效率与严谨度。

据悉，每日互动“CCE+DVD共创营”目标服务2000 家企业，项目落地正在稳步推进中。办公、科研场景产品已经向政府、科研院校推广；大型制造企业也派出十几人团队参与共创营，希望自主开发内部业务工具。

仝系列产品既可以单品独立采购，也可以整套打包，但刘宇更为推荐搭配工作站一起使用，这样能够完整释放私有数据安全调用的整套能力。

私有数据让AI更懂业务，“送水”也蕴含巨大机会

站在产业一线，刘宇发现AI行业已经呈现出了三大变化。

第一，行业心态从观望转向跃跃欲试。基座模型逐步分化，各家深耕不同专业方向，是产业走向成熟的标志。

第二，产业链迎来重塑。AI 降低开发门槛，传统外包厂商原有软件资产面临价值重估，同时催生新机遇。例如部分铁塔制造企业利用AI处理CAD图纸、模拟装配，甚至计划把内部工具对外售卖，从制造企业转型工具服务商。

淘金时代，“送水” 同样蕴藏巨大机会，率先觉醒的企业将抢占先机。

第三，大模型竞争之后，产业将迈向多模态、具身智能，但落地瓶颈仍是高质量数据。每日互动已提前布局具身智能数据集采集与标注。

在刘宇看来，企业AI真正落地，比拼的不只是模型跑分，而是整套体系：底层是数据治理安全底座，上层叠加模型严选适配能力，两者缺一不可。

他强调，私有数据永远归属于客户，AI无法凭空生成企业独有的业务 KnowHow，但私有数据可以让AI更懂业务。

“我们不会比拼谁的模型跑分更高，核心是打通模型能力、企业存量系统、私有数据，给客户交付完整的业务价值。”

当前每日互动AI 业务尚处于商业化早期，客户反馈向好，项目增速明显提升。

未来，伴随国产基座模型持续迭代，公司期待联合更多行业伙伴丰富产品形态，共同推动企业AI 从概念转化为真实生产力。