6月2日，北京。一份叫"2026中国AI智能体领航者"的榜单发了出来。
我翻了三遍这份榜单。不只是因为它收录了100多家企业的AI智能体案例，而是里面有几个东西让我反复看了很久：湖北银行用AI做代码安全审计，京东方用AI管数据库运维，首钢用AI跑热轧生产决策，牧原用AI监测猪群健康。20多个行业，从银行到养猪场，从高速巡检到卫星测试——AI智能体已经不在"试点"了，它在企业的核心业务流程里跑了。
但同一天，另一个数字也很扎眼：智谱AI发了公告，要在科创板上市。募资150亿。亏损47亿。
这两件事放在同一天看，2026年6月的中国AI图景就清楚了：应用层热得发烫，资本层还在流血。
100强的四个赛道，到底说明了什么
这份榜单由中国互联网协会和中国人工智能产业发展联盟联合发起，BCS 2026承办。评选标准跟以往最大的不同是："应用价值"和"安全可控"各占一半权重。技术参数不再是唯一的尺子，智能体在真实业务里跑了多久、安不安全、能不能复制，这些才是关键。
榜单按四个赛道划分，很值得一看：
有个细节我注意到：行业应用赛道是覆盖面最广的——政务、能源、金融、制造、医疗、农牧、航天、教育八个子领域全有入围。这不是"AI能做什么"的概念验证，是"AI在实际业务中产生了可统计的价值"。
首钢的热轧生产AI智能体在真实产线上跑，京东方用智能体管数据库运维，中山市政数局用智能体做政务外网安全运营——这些都不是PPT项目。
如果说2024年企业AI的主题是"能不能用"，2025年的主题是"该不该用"，那2026年6月，主题变了：怎么用得安全、怎么大规模复制、怎么持续迭代。
IDC的冷水：ERP选型先看数据，再看AI
就在榜单发布的前后脚，IDC发了《中国AI增强的企业级ERP市场份额，2025》报告。
用友在AI-ERP市场拿了第一。60%以上的中型制造企业已经把AI能力纳入ERP选型的核心标准。财务、供应链、制造排产三个场景已经有可量化的回报数据。
深圳一家电子元器件企业，月末结账从5个工作日压到了半天。爱尔眼科上了17个数智员工，财务处理效率提高近8倍。一家年营收1.2亿的五金厂用了AI需求预测，原料库存周转从68天降到34天，释放了200万流动资金。双良集团AI排产后，生产计划执行准确率提升50%。
这些数据看着很兴奋。但IDC在报告里说了一句很多人会忽略的话：先评估自身数据基础的扎实程度，再根据业务痛点确定AI-ERP的切入模块，选型时让系统跑真实业务数据验证。
这句话翻译过来就是：你的主数据没管清楚，再牛的AI-ERP也落不了地。
我觉得这是本周所有材料里最值得企业CIO反复看三遍的一句话。100强榜单在说"AI已经进了核心流程"，但IDC在说"你能不能进，先看数据基础"。一个说天花板，一个说地板。两个都对。
AI落地的"火"
· BCS 100强：20+行业，四赛道全覆盖
· 京东方/首钢/牧原等已进入生产环节
· 爱尔眼科17个数字员工提效8倍
· 五金厂库存周转减半，释放200万
· 华为云850万开发者，5万+伙伴
AI落地的"冰"
· IDC提醒：先看数据基础，再看AI
· 智谱亏损47亿，市值6300亿
· 大模型公司普遍未盈利
· 企业数据治理仍是最大瓶颈
· 60%+制造企业选AI-ERP，但POC验证仍有落差
智谱亏47亿上市，大模型赛道在发生什么
6月1日，智谱AI在港交所发公告：董事会已通过A股发行议案，拟登陆上交所科创板。这家1月刚在港股上市的公司，不到半年就要A+H了。募资规模150亿。
但翻一翻它的招股书就知道：上半年营收增长很快，但亏损47亿。市值约6300亿人民币。这个"亏47亿、值6300亿"的组合，放在传统产业是不可想象的。但大模型赛道现在是另一套估值逻辑：看的不是当前利润，是技术代差和生态位。
智谱不是唯一一个烧钱的。DeepSeek、月之暗面、MiniMax、百川——"AI六小虎"里还没有一家真正实现盈利。它们都在赌同一件事：模型能力继续提升的同时规模效应出现，推理成本下降到一定阈值后，商业模式就能跑通。
这对企业用户意味着什么？两个判断：
第一，短期不用太担心供应商倒闭。智谱能港股上市、再冲刺科创板，说明资本市场对大模型还是买单的。6300亿市值对应150亿募资，信用背书够硬。
第二，但你要做好模型切换的准备。大模型赛道还在洗牌。这周NVIDIA发了Nemotron 3 Ultra，华为云ModelArts Next支持15款SOTA模型按需路由。未来企业的AI架构应该是"不绑定任何一个模型"的。选平台，不选模型——这是更稳妥的策略。
对企业数字化负责人的三个建议
这一周的信息量很大，但主题其实就一条：AI全面进入企业核心流程了，只是进法跟很多人想的不太一样。
第一条：不要等"完美的AI方案"出现，先从具体痛点切入。100强榜单里那些成功案例，没有一个是"上了一个全公司AI战略"的。都是从一个具体场景开始——湖北银行从代码安全审计切入，牧原从猪群健康监测切入，首钢从热轧产线切入。跑通了再横向扩展。这个路径比"先做三年AI规划"靠谱得多。
第二条：花在数据治理上的每一分钱，都比花在AI模型上值。IDC那个提醒不是客套话。我接触过的制造企业里，数据基础好和不好的，上同一个AI-ERP的效果差距可以到5到10倍。不是AI不行，是数据不行。你的物料编码还不统一、BOM数据还有大量手工维护、财务科目映射还有一堆例外——这种情况下上AI排产或者AI预测，效果打折扣是一定的。
第三条：关注NVIDIA OpenShell和华为云AgentSphere这类东西。AI智能体一旦在企业里跑起来，安全治理会变成最头疼的问题。不是你"想不想管"，是你"能不能管"——能不能实时看到Agent在干什么、能不能一键关停、能不能按角色设权限。这周NVIDIA和华为云同时推出Agent安全运行时，不是巧合。这是市场在用产品告诉你，这个问题已经到了必须解决的时候。
100+BCS入选企业数20+覆盖行业数60%+制造企业AI纳入ERP选型47亿智谱半年亏损(元)
2026年6月的第一个完整周，给我的感觉是：AI已经过了"信不信"的阶段，也过了"要不要"的阶段，现在进入的是"怎么用、怎么管、怎么算账"的阶段。这个阶段比拼的已经不是技术能力，是组织能力和数据能力。
这才是企业数字化负责人真正要上场的时刻。
