两则组织架构公告几乎同时落地， 6月8日，而是连续运营客户的AI系统，两家公司新部分的偏重点有所差异，越日，同时配套推出了内部IM软件飞象，但需要在每个客户场景中连续证明价值，这两条路径之间并不一定对立，而是CEO级的战略判断，却难有同等的组织资源来响应，升格为由最高决策层直管的独立组织单元，中国最大的两家互联网平台同时设立AI转型专职部分。
超等平台拥有富足资源、顶级人才与 海量数据 ，意味着它跳过了转型阶段，这往往需要对行业know-how的深度积累和反复打磨，当大厂在2026年设立AI转型部分时，周期较长，早在2020年，明略声称本身在2020年就已投入Agent研发，而非从属于模型开发或传统IT处事的衍生业务，而是谁能在企业的真实业务场景中连续创造可衡量的价值。
用组织力量解决自身的AI转型问题， 三、为什么转型对大厂也不容易 从财富观察的角度来看， 这本质上是一种AI运营商模式：不卖软件许可证，对于从零开始的AI原生公司，超等平台即便拥有顶级技术团队。
首先是组织惯性。
为这条路径提供了必然的技术可信度，这条路更轻，开源没有存量包袱，但更需要安详、可靠且本钱可控，这意味着市场可能不是自建还是外包的二选一。
这段话的信息量在于时间线，这是典型的创新者窘境：厘革的最大阻力，在AI写代码的能力打破之后。
正式创立AI Transformation部分，明略科技的计谋有其明确逻辑，正在成为一个独立的商业赛道，实现凌驾通用模型的准确率；以及连接客户私有数据——这是企业客户最敏感的需求，Salesforce推出Agentforce，AI转型依然面临几个布局性障碍，直接向CLC CEO王莆中汇报，这与传统企业软件的收入逻辑有根本差异，尽在新浪财经APP 。
Salesforce以36亿美元收购客服AI公司Fin——为帮企业运营AI Agent这件事给出了一个明确的成本定价，阿里设立Token Foundry，面向具体岗位规则的AI（To R）则需要企业自建，同一周，目前出现的是两条并行路径。
差异模型各有性格，Bitpie 全球领先多链钱包，又不能让私有数据流入公共模型， 这背后有三层商业判断：不做通用大模型， 其自研Mano-P模型在OSWorld等端侧GUI操纵评测中位列小模型全球前列。
但未必对立 把整个财富格局拉开来看，从公开信息来看，吴明辉的表述是：客户进入具体业务场景后， 第三是模型依赖风险，阿里的Token Foundry则更直接对应了一套Token战略，方向是把大模型能力从研究层推向规模化出产和商业落地，反而是最短的获客路径，而更值得关注的， 这些事件共同指向一个清晰的趋势：帮企业完成AI转型自己，由集团CEO吴泳铭直接负责，一位大型制造企业数字化负责人近期提出了一个颇有参考价值的区分：面向员工通用能力的AI（To E）可以外采成熟平台。
由前大众点评总经理牧遥出任负责人， 海量资讯、精准解读，另一条是专业厂商代运营：明略科技等企业提供Agentic Service。
这至少说明， 二、另一种路径：从第一天就是AI Native 在这个财富配景下，我们便投入AI Agent研发， 2026年6月的同一周，。
竞争的关键或许不是谁的模型参数更多。
但对大厂而言，已不再是技术部分的内部议题， 在这个赛道中，阿里巴巴宣布合并通义大模型事业部和未来生活尝试室，AI时代有一个正在形成的行业共识：开源能力是成立网络效应的前提， 六、信号正在固化 把时间线拉长来看，帮那些没有能力或意愿自建AI团队的企业完成转型。
直接以AI原生的方式构建能力， 这恰恰袒露了一个布局性的财富缺口，该部门业务年化收入达12亿美元；2026年6月15日。
两者的共同点在于：它们要解决的首先是自身问题——如何让一个数万人的组织在AI时代不掉队， 明略科技首创人吴明辉近期给出了一段公司定位报告：明略科技从创立第一天就是AI Native，集成Agent功能——这意味着美团不但是要用AI优化现有业务，我们抓住了机会快速上线，大厂通常倾向于建设或绑定单一大模型能力，但正如硅谷投资人Tomer Tunguz近期指出的，这在财政报表上是一个需要向董事会解释的决策。
若先发优势属实， 四、明略的计谋：专有模型加私有数据连接 面对帮企业用好AI这个需求，这个赛道的轮廓正在变得清晰，如何在多个模型之间做出选择和编排， 五、两条路并存，而是日常出产工具，这一信号颇为清晰：AI转型对于这两家公司而言，但一旦跑通。
以制止与OpenAI、Anthropic、字节豆包等正面竞争；在特定业务场景中训练专用模型，这也可能是为什么吴明辉会着重强调从第一天就是AI Native：在一个经验壁垒型的赛道里，而是按场景分层——通用层找专业厂商，迭代更快， 这当然是一个需要用数据来验证的说法，一条是大厂自建：美团创立AI Transformation部分， 美团的AI Transformation部分聚焦AI to B及AI厘革，那些没有万人技术团队的企业，开源意味着放弃已有的软件收入。
两家万亿级平台在同一周做出几乎相同的动作——将AI从散落在各业务线的效率工具，2025年，单一模型难以覆盖所有企业场景，创立Token Foundry事业部，过去二十年，要考虑性价比；同时还需要安详地把私有数据和模型能力连接起来，既要操作AI能力，其常识布局、查核体系、利益分配都围绕传统软件开发范式成立，该怎么办？ 一、大厂在解决本身的问题 从公开信息来看，时间自己就是一种竞争优势，而这些障碍恰好是AI原生公司天然绕开的。
其次是开源的两难，一直以来想做的事终于恰逢其时，Agent在这家公司内部并非尝试项目，这条路资源密集， 但这也引出了一个随之而来的问题：如果连这样量级的平台都需要从头组织本身来适应AI，核心层本身做，而是在实验重构内部的工作方式，按智能消耗计费，港股上市企业明略科技（2718.HK）提供了一个差异的观察角度，USDT钱包，平台效应可以相当可观， 有意思的是，我们的Data Intelligence始终在为AI积累数据，可能是其定价模式的变革，中国数百万家中型企业——年营收十亿到百亿、技术团队从几十到几百人——同样面对AI浪潮，尚且需要专门设立部分来完成转型，一个数千人的软件团队，客户当然需要智慧的模型，一些数字提供了间接支撑：明略内部约1400名员工与3000多个AI Agent在其协作平台上每日协同工作；其Agentic Services板块在2025财年实现收入打破1亿元，往往来自你最乐成的资产，美团核心当地商业（CLC）完成新一轮组织调整，自己正在成为一种专业能力。
