6月2日，北京。一份名为“2026中国AI智能体先锋”的榜单发布。
这份清单我翻了三遍。不仅因为它收录了上百家企业的AI智能体案例，更因为有几处让我驻目良久：湖北银行用AI做代码安全审计，京东方用AI做数据库运维，首钢用AI做热轧生产决策，牧原用AI监测猪群健康。从银行到猪场，从高速巡检到卫星测试，横跨20多个行业——AI智能体已经不再处于“试点”阶段，而是跑在了企业的核心业务流程里。
但在同一天，另一位人物也同样引人注目：智谱AI发布公告，将在科创板上市，募资150亿元，同时亏损47亿元。
Looking at these two events on the same day, the landscape of China's AI in June 2026 becomes clear: the application layer is burning hot, while the capital layer is still bleeding.
百强四大榜单究竟揭示了什么
本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，由BCS 2026承办。与以往相比，评选标准最大的不同在于“应用价值”和“安全可控”各占一半权重。技术参数不再是唯一标尺，智能体在真实业务中运行了多久、是否安全、能否复制，这些才是关键因素。
该列表分为四个部分，非常值得一看：
我注意到一个细节：行业应用赛道覆盖面最广——政务、能源、金融、制造、医疗、农牧、航天、教育全部八个子领域均有入围。这不是“AI能做什么”的概念验证，而是“AI在实际业务运营中已产生可量化的价值”。
首钢的热轧生产AI智能体已在真实生产线上运行，京东方利用智能体管理数据库操作，中山市政务服务和数据管理局则使用智能体在政务外网上进行安全运维——这些都不是PPT项目。
如果2024年企业AI的主题是“能不能用”，2025年是“该不该用”，那么到2026年6月，主题已经转变：如何安全地使用它，如何扩展它，以及如何持续迭代。
IDC泼冷水：选型ERP，先看数据再看AI
在榜单发布前后，IDC发布了《中国AI增强型企业ERP市场份额，2025》报告。
用友在AI-ERP市场占据领先地位。超过60%的中型制造企业已将AI能力纳入其ERP选型的核心标准。财务、供应链和生产排程三大场景已产生可量化的回报数据。
深圳一家电子元器件公司将月末结账时间从五个工作日缩短至半天。爱尔眼科部署了17名数字智能员工，财务处理效率提升近8倍。一家年营收1.2亿元的硬件工厂运用AI需求预测，原材料库存周转天数从68天降至34天，释放流动资金200万元。双良集团实施AI排程后，生产计划执行准确率提升50%。
这些数据看起来令人振奋。然而，IDC在报告中提到了一点，很多人可能会忽略：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，并在选型时让系统跑真实业务数据进行验证。
如果主数据管理不清晰，无论AI-ERP多么强大，也无法落地实施。
我认为这是本周所有材料中最值得企业CIO读三遍的一句话。百强榜单说“AI已进入核心流程”，而IDC说“能否进入，首先取决于你的数据基础”。一个讲的是天花板，一个讲的是地板。两者都对。
AI落地的“火”
· BCS Top 100: 20+ industries, full coverage across four tracks
· BOE/首钢/牧原等已进入生产阶段
· AIER Eye Hospital's 17 digital employees improve efficiency by 8 times
· 硬件工厂库存周转减半，释放200万
· 华为云850万开发者，5万+合作伙伴
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
· 大型模型公司普遍不盈利
· 企业数据治理仍是最大的瓶颈
· 超过60%的制造企业选择AI-ERP，但在POC验证方面仍存在差距
智谱IPO亏损47亿，大模型赛道怎么了
6月1日，智谱AI在港交所发布公告：董事会已通过A股发行方案，计划在上交所科创板上市。这家今年1月刚刚在港股上市的公司，时隔不到半年又将谋求A+H上市。募资规模为150亿元。
But a glance at its prospectus reveals: revenue grew rapidly in the first half of the year, yet it posted a loss of 4.7 billion yuan. Its market value is approximately 630 billion yuan. This combination of "losing 4.7 billion, valued at 630 billion" is unimaginable in traditional industries. However, the large model track now follows a different valuation logic: it focuses not on current profits, but on technological generational gaps and ecological niches.
智谱并非唯一在烧钱的公司。DeepSeek、月之暗面、MiniMax、百川——“AI六小龙”中还没有一家真正实现盈利。它们都在押注同一件事：随着模型能力不断提升、规模效应逐渐显现，一旦推理成本降到某个临界点，它们的商业模式就能跑通。
这对企业用户意味着什么？两个判断：
首先，短期内不必过于担心供应商破产。智谱能够赴港上市并随后推进科创板，表明资本市场仍然看好大模型。6300亿元的市值对应150亿元的募资，提供了强有力的信用背书。
第二点，但你需要为模型切换做好准备。大模型格局仍在重新洗牌。本周，英伟达发布了Nemotron 3 Ultra，华为云ModelArts Next支持15个SOTA模型的按需路由。未来，企业AI架构应“不绑定任何单一模型”。选择平台，而非模型——这才是更审慎的策略。
企业数字化负责人的三点建议
This week has been packed with information, but the theme is actually just one: AI has fully entered the core processes of enterprises, just not in the way many people imagined.
第一：不要等“完美AI方案”出现，先从具体痛点入手。百强名单上的成功案例，没有一个是“全公司推行AI战略”。它们都从具体场景切入——湖北银行从代码安全审计开始，牧原从猪群健康监测开始，首钢从热轧产线开始。做成之后再横向扩展。这比“先制定三年AI规划”靠谱得多。
规则二：在数据治理上花的每一美元，都比花在AI模型上的每一美元更有价值。IDC的这句提醒并非客套。在我合作过的制造企业中，数据基础好的与数据基础差的企业，部署同一套AI-ERP系统的效果差距可以达到5到10倍。不是AI不行，而是数据不行。当你的物料编码还在混乱，BOM数据还需要大量人工维护，财务科目映射还有一堆例外——在这种状态下，上AI排产、上AI预测，效果必然大打折扣。
第三条：关注NVIDIA OpenShell、华为云AgentSphere这类东西。一旦AI Agent在企业里跑起来，安全治理就会变成最头疼的问题。不是你想不想“管”，而是你能不能“管”——能不能实时看到Agent在干什么，能不能一键让它停下来，能不能按角色设权限。这周，英伟达和华为云同时发布了Agent安全运行时。这不是巧合，是市场在用产品告诉你，这个问题已经到了非解决不可的地步。
100+家BCS入选企业 20+个覆盖行业 60%+制造企业 ERP选型纳入AI 47亿 智谱半年亏损（元）
2026年6月的第一个完整星期让我感觉，人工智能已经越过了“信不信”的阶段，也越过了“要不要”的阶段。现在它进入了“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，而是组织能力和数据能力。
这是企业数字化领导者真正登台的时刻。
