AI Agent 还热吗?资本已经只投“能用的”了

点击上方蓝字加入我们

AI Agent 赛道，率先跑通“能落地”

在 AI Agent 成为 2025 年资本市场高频词汇的背景下，真正能够持续获得资金加码的企业，正在迅速从“讲概念”过渡到“看落地”。

近期，企业级 AI 智能自动化平台提供商九科信息完成 B2 轮融资，融资金额过亿元人民币，由深圳市特区建发战略新兴产业私募创业投资基金（以下简称”特建发亚商基金”）独家领投。本轮资金将主要用于产品研发、市场拓展以及出海业务布局。

九科信息成立于 2020 年，孵化自招商局集团，面向国央企复杂业务场景，提供企业级 Agent 智能体平台与智能自动化解决方案。在 AI Agent 概念尚未大规模流行之前，它已经在央企体系内完成了多年真实业务验证。

（图源/企业）

AI Agent 进入分化期

如果说 2025 年上半年，AI Agent 赛道仍处在资本“广撒网”的探索阶段，那么进入下半年，行业风向已经发生明显变化。资本对AI企业的评估逻辑正在发生深刻变化：不再单纯追逐技术概念的热度，而是将“商业化落地能力”作为核心筛选标准。

IT 桔子数据显示，2025 年前三季度，国内共有 764 家 AI 企业获得融资，但资金分布呈现出显著的头部聚集效应：前 20 家企业拿走了约 30% 的融资总额，其余 700 多家公司只能瓜分剩余资源。

这背后反映的是资本筛选标准的升级。具备明确应用场景、有大额客户订单、有实际营收流水的企业，开始被集中押注。相较之下，仅停留在 Demo、试点或内部测试阶段的 Agent 产品，融资难度明显上升。

九科信息恰恰踩中了这一变化窗口。其核心产品 bit-Agent 已在能源、交通、金融等关键领域实现规模化落地，被视为国内首批实现商业化的 GUI Agent 产品之一，目前已形成千万级营收基础。

（图源/企业）

“流程自动化”到“决策自动化”

传统 RPA 的边界，正在被快速放大。

在国央企的真实业务中，大量流程并非静态规则驱动，而是伴随环境变化、规则调整和异常频发。例如能源巡检、金融风控、采购审批等场景，都存在“看得懂界面、却无法预先穷举规则”的问题。传统 RPA 需要为每一种异常单独设定规则，导致开发成本高、维护频繁、灵活性不足。

九科信息在这一节点完成了关键升级。其核心产品 bit-Agent 采用 “认知与操作分离” 的架构，将大模型的推理规划能力，与确定性的执行系统拆分开来协同工作。

在这一体系中，大模型不直接“动手”，而是负责理解界面、判断状态、生成决策路径；具体执行仍由稳定的自动化引擎完成，从而有效降低了大模型幻觉对业务执行的干扰。同时，bit-Agent 支持多模型并行接入，可根据场景灵活调用 DeepSeek、通义千问、GPT-4o 等主流模型，而不被单一模型锁定。

更重要的是，它并非简单“套壳”。在执行过程中，bit-Agent 可以根据实际反馈动态调整策略，对异常进行分析并重新规划路径，使任务在未预设场景下仍能完成。这使其从“流程自动化工具”，向“具备决策能力的自动化系统”迈出了实质性一步。

（图源/企业）

数字员工协作体系

围绕 bit-Agent，九科信息逐步构建起一套完整的产品矩阵。

通过 bit-Crew 智能组织管控平台，企业可以调度多个智能体与 RPA 机器人，形成跨系统、跨部门的“数字员工团队”，完成端到端流程协作。在某头部车企案例中，该方案将安全巡检模板的开发成本从 30 人天压缩至 1 人天，效率提升超过 10 倍，错误率从 15% 降至 1% 以下。

与此同时，bit-IDP 智能文档处理平台与 bit-Bot 智能知识助手，进一步扩展了九科信息在非结构化数据处理和企业私有知识调用方面的能力，使智能体不再只“会操作”，而是“懂业务规则”。

商业模型逐渐清晰

截至目前，九科信息的产品已在百余家大型国央企复杂场景中验证，央企市场渗透率超过 30%。在信创替代项目中，公司帮助金融机构完成了大规模 RPA 国产化迁移。

例如在兴业银行项目中，原有 UiPath 体系下 2000 余个流程，已有 1000+ 机器人完成国产化替代，覆盖 800+ 业务场景，项目首年 ROI 超过 1300%。

随着产品形态从工具型输出，逐步转向行业级解决方案，九科信息在汽车、金融、能源等领域形成了稳定交付模式。目前，公司客户复购率超过 80%，平均客单价达到百万元级别，商业模式逐步趋于稳定。

差异化壁垒

在竞争格局上，九科信息处于一个相对独特的位置。

传统 RPA 厂商受限于规则引擎路径，难以处理非标准化场景；而部分从大模型出发的 Agent 产品，又缺乏对企业界面操作与流程约束的理解，难以规模化落地。

九科信息通过私有知识嵌入、流程固化机制与国产化部署能力，在可控性、安全性与扩展性之间取得平衡。这不仅满足了国央企对合规与信创的要求，也构成了其长期壁垒。

图源：网络

团队结构

从团队背景看，九科信息并非典型的算法创业团队。核心成员来自中金、甲骨文、华为、谷歌、百度、腾讯等机构，具备大型企业系统研发、复杂项目交付与 AI 算法的复合经验。

这种结构，使其在产品设计阶段就高度贴近真实业务，而非从实验室视角出发。

图源：网络

IPO 与更长周期的博弈

在完成本轮 B2 轮融资后，九科信息已启动 IPO 筹备工作。投资方普遍看好其在信创背景下，持续服务国央企智能自动化升级的长期成长空间。

在 AI Agent 赛道逐步进入“去泡沫”阶段的当下，九科信息所代表的，或许并不是最“性感”的那一类公司，但却是最接近被写进组织运行系统里的那一类。

而这，恰恰可能是企业级 Agent 最重要的分水岭。

往期推荐

PREVIOUS RECOMMENDATIONS