当业界焦点竞逐大模型时，360的AI战略为何在B端悄然开花？

“AI的星辰大海从来不在实验室的参数表里，而在工厂的生产线、医院的诊室、城市的街巷里。当每个企业都能让AI扎根业务核心，当每个从业者都能驾驭智能体创造价值，中国的智能经济才能真正成型。”

周鸿祎和360，在大模型进入中国的1000天后，正在以这张「AI生产力TOP 10」的图鉴为节点，完整体系化地向外界呈现出自己的AI思考和答卷。

作者|皮爷

出品|产业家

红衣大叔再次破圈。

在刚刚过去的18日凌晨，这个互联网的风云人物沿袭之前的风格，再度发布长文，但和之前不同的是，红衣大叔这次的主题是AI。

“AI的星辰大海从来不在实验室的参数表里，而在工厂的生产线、医院的诊室、城市的街巷里。当每个企业都能让AI扎根业务核心，当每个从业者都能驾驭智能体创造价值，中国的智能经济才能真正成型。”

和这些观点同时出现的，还有另一个名为「AI先进生产力TOP 10」的长图，在这个长图里，一系列从教育到能源，再到金融、医疗乃至数字城市等等赛道的具备真实体温的AI落地实例被摆到台前。

这不是红衣大叔在AI侧的第一次破圈发声。早在今年年中，他关于AI的一系列言论就曾引发外界强烈讨论，“AI有两条路。一条是大厂扎堆的“造原子弹”之路，拼算力、卷参数，整天幻想搞出AGI；另一条是更接地气的“做茶叶蛋”之路，把大模型轻量化、垂直化，扎进具体场景帮千行百业干活。”

如果把视线拉回到他身后的360，则是能看到这些表达背后的更具体动作——在过去的3年时间里，这家曾经人们更多定位强安全标签的企业，已经悄然成为一家真实的AI TO B选手，和外界大张旗鼓的AI口号不同，它的身影更多出现在一众足够细颗粒度的产业场景，比如这张图中的种种落地，再比如在其面向TO B发布的一系列智能体动作。

在当下的AI浪潮里，360选择的这条路正在悄然成为共识。即让AI的价值不仅出现在参数侧，更真实表达在一众产业中，转化为企业的真实生产力和真实实效，帮助其构建更新的增长动能。

也可以说，周鸿祎和360，在大模型进入中国的1000天后，正在以这张AI生产力TOP 10为节点，完整体系化地向外界呈现出自己的AI思考和答卷。

这张答卷的主题是AI价值，是生产力，也更是一个在产业B端开花的360。

一、十大AI生产力案例背后

看见产业AI的真实温度

如果说2025年，市场最关注的趋势点是什么？那么AI一定当仁不让，如把这个命题再往深一步，那么AI的真实落地则是在成为无数企业和投资人关注的要点。

这也是这次360发布的“AI生产力TOP 10”被外界广泛关注和倍受讨论的原因，即抛开360的视角不谈，这些案例本身也是当下中国产业AI的最真实的落地标杆。

从行业来看，这些案例几乎覆盖了目前所有的主流行业——其中不仅包括人们耳熟能详的能源、教育、交通、医疗、金融、先进制造、通信等传统民生支柱产业，还更有数字城市、数字政府等一众公共行业，入选的每个案例都在以足够产业化的方式展现已经探索出的成熟AI路径。

以重庆大学为例，其基于AI构建了一套抵御网络安全风险的安全智能体平台体系，在这套AI安全体系的加持下，实现了7×24小时实时在线监测，精准输出完整的攻击链路图，智能体研判准确率达90%。

再比如东吴证券，其基于AI构建出了一套全新的安全集中运营中心，基于这个全新的安全集中运营中心，东吴证券安全事件处置效率提升90%，运维时间节省40%，安全事件平均检测时间缩短60%。

同样基于AI构建自身更强的安全体系的还有深圳市政务服务和数据管理局，其通过构建深圳市政数局网数模一体化“深治慧”安全智能体运营平台，让AI真正参与到城市治理体系的建设中，提高人效的同时，更从根本上提高城市抵御网络风险的能力。

不过，安全并不是所有企业的唯一发力点，在这张被披露出来的AI实效地图上，更多的企业则是把AI作为自身增长的底层引擎，通过构建统一AI智能体底座，进而打造出新的可控有序的增长新动能。

以能源行业的澜沧江大型流域发电企业案例为例，基于AI的底层建设，澜沧江构建出全新的智慧运营平台，基于平台形成“资产风险一张表，安全态势一张图，事件监管一盘棋，指挥调度一站通”的新一代安全运营体系。

这套体系深度融合了安全大模型与智能体技术，帮助企业实现网络、数据、模型等安全资源的统一运营。

同样的还有上海电气、惠丰科技，前者属于先进制造业的佼佼者，但在大模型时代到来后也更和大部分制造业企业一样面临数据体系缺失、内部缺乏统一知识平台、复合型人才缺失等等问题，而在360的加持下，其把一系列AI应用内嵌到整个企业的体系中，让文档智能化、AI效率化成为可能。

而后者惠丰科技则是医疗行业的优质AI标杆。相较于前者，其面临的更多是算力短缺、智能体采购成本高、各个环节信息化建设不足等等问题，但在360的加持下，双方联合共创智能体体系，360在为其提供了成熟的AI智能体平台工具的同时，也更为其提供一系列的本地化加持，如人才培养、技能培训和认证等等，帮助其真正构建起自主创新的AI能力。

案例不仅这些，还有重庆轨交通过AI构建的全新统一化AI底座，进而实现铁路的智能一体化运营与服务，以及大庆华术和360共建的企业级智能体落地，可以帮助一系列惠企政策精准推送；贵州移动搭建的贵州移动智能体平台进一步提升企业内部的协同效能、宁波北仑区在AI的加持下构建出全新的民生政策咨询体系等等。

客观来看，在这张“AI生产力TOP 10”的AI落地图鉴上，企业的AI动作有共性，也更有不同。共性体现在这些企业都建设了一系列从数据工程到模型工程再到智能体工程的完备平台路径，这些“脚手架”式的路径能让AI更好地理解企业所在产业场景和业务know-how，同时辅以安全的底座加持，以实现更可信安全的AI落地。

但不同也足够明显，即不同企业基于自身不同的数字化基础、不同的业务需求，以及差异化的数据能力，部分企业把AI的落点更强化在安全防御侧，部分企业则是选择把AI作为内部业务体系或者组织体系提效的新抓手。

也更可以理解为，这张“AI生产力TOP 10”也恰是当下中国优质产业AI发展的一个缩影。而在共性和差异化的更底层，对应的恰是一个当前无数企业想要得到答案的问题——企业，到底应该如何实现AI技术到生产力转化的量体裁衣？

二、360

交出的是一张怎样的AI答卷？

这个问题背后，对应的是当下AI落地的现状。

在今年，一组被大家广泛提及的数字来自被称为行业风向标的Gartner，根据其数据统计，在过去几年时间里，超过85%的AI项目未能交付预期的商业价值，或在部署前即被废弃。

关于这个数字的成因，市场的声音有很多，比如RAG体系不完善，比如AI产品不够理解场景，再比如缺乏专业的AI策略、AI训练等环节导致服务商的交付体系不完善，总结下来就是AI服务商在真实产业场景中“水土不服”，AI需求和交付供给无法对齐。

如果把这个命题放到中国市场，则是会发现更具象的表达——大部分AI厂商，甚至AI云厂商，不具备理解具体产业场景或企业业务know-how的能力，其更多仅仅提供泛式的AI大模型底座和Agent开发通用工具，在更细颗粒度的落地环节企业都需要投入大量的精力和财力进行二次AI建设，比如在制造，比如在金融。但尽管如此，最终AI项目落地的ROI考校仍不够良性。

在过去的几年时间里，这也恰是最真实的产业AI水温。

实际上，这也正是这次红衣大叔的AI思考和“AI生产力TOP 10”图鉴被广泛关注的原因，即在一系列案例的更底层，外界看得到的是足够契合企业差异性的AI落地范式。

而这，正是360在过去几年打磨出的一套足够真实的AI实效体系。

在今年360集团20周年庆典上，周鸿祎正式宣布360战略升级为”All in Agent”（全员拥抱智能体），并将使命更新为“让AI 世界更安全更美好”，愿景升级为”成为最安全的AI 创新者”。

为这些定位变化提供支撑的，是如今被360放到台前的一系列AI Agent体系，在今年8月，360正式提出智能体L1-L5分级分类标准，根据智能体能满足的需求以及适配的场景对标自动驾驶正式定义Agent产品标准。

在分类之外，其也更面向外界发布全球首个L4级智能体工厂SEAF，基于此，企业无需编程即可构建智能体，后者则是可为企业提供包括8大核心基础设施（算力、大模型、知识库等）和10 大增强能力（记忆、编程等）的全面加持。

不仅如此，在智能体工厂SEAF的底层加持下，在10月份，360也更重磅发布了企业级智能体构建与运营平台，其囊括“L2工作流+L3推理智能体+全球首个L4多智能体蜂群”三代智能体编辑器，基于一套完整的企业级智能体开发全套能力矩阵，企业可以根据自身场景灵活选择AI组合，以更立体式的Agent形态满足自身真实场景的业务需求。

从某种角度来看，不论是对于Agent不同能力的识别和分级标准，还是L4级智能体工厂SEAF的产品发布，抑或是360企业级智能体构建与运营平台，这些思考和产品背后对应也恰是360自身对于AI落地的本质思考：产业AI底层加持，个性场景量体裁衣。

即和其他AI服务商和云厂商不同的是，360的AI战略落点足够产业视角，也更足够“接地气”，其通过不同类型智能体的组合进而满足具备不同数字化水平的企业差异需求，以及不同产业赛道的个性化AI适配。

这些具备产业know-how的“乐高式”产品体系和交付模型能让企业获得足够强和足够适配自身的AI方案，进而让AI投入可以真实转化为生产力ROI，以安全可信的底层构建起正向增长模式。

实际上，“AI生产力TOP 10”图鉴也恰是360产业真实AI模型的最佳验证，即在图鉴中，能看到的是不同产业赛道、不同业务流程的企业个体，但其都基于360的智能体工厂解决方案，实现了从AI技术到AI生产力的转化，在原有业务基础增长的基础上，也更看见新的创新增长模式。

三、2025年，

产业AI进入「实效评判」深水区

今年年初，在红杉资本组织的一次硅谷小规模分享会上，一个来自硅谷AI圈的观点被释放出来，即AI产品，真正合理的交付方式是效果。换言之，在技术的参数指标之外，效果才应该是企业选择AI服务商的最佳考量。

这样的共识也更出现在中国市场。一个确定性的事实，在过去的3年时间里，关于AI，人们的衡量标准正在发生“祛魅”式的变化，即从单纯的技术AGI理想逐步迈向产业真价值的衡量尺度。

和这些尺度对应的，是一系列真实的AI工程能力，比如前文所说的数据体系，比如多智能体协作模式，再比如对对应场景RAG、MCP等核心AI组件的建设和落地，这些“实效评判”组件都在成为新的AI服务能力考核标准。

而这些，也正是在过去3年时间里，360所重点锚定的方向。即在底层的基础模型之上，其更重视“AI支撑体系”的建立，这些支撑体系一方面被其内置到智能体工厂的复合Agent体系中，另一方面则是通过从模型到数据到应用的基础设施为企业提供AI建设的土壤，同时辅以自身沉淀多年的安全经验，最终为企业构建出一个安全可信、可落地、可使用的AI新底座。

从另一个角度来看，这份AI生产力地图在作为先进AI范式之外，其也更在成为360在AI战场上的一个价值缩影。

过去一年，这家曾经定位安全的互联网企业可谓频频破圈。

比如在最近的10月份，360连续中标武汉、呼和浩特、宁波三个重大项目，累计中标金额超过3亿元；再比如根据最新数据显示，如今纳米AI搜索月活用户超过1200万，月访问量超过4.5 亿次，在国内AI搜索细分赛道排名第二，同时，基于360自身的“多智能体蜂群引擎”，“纳米AI”如今更是迅速完成了从L1-L4的技术跃进。

财报数据也构成了360战略转向的正向反馈。根据财报数据显示，2025年第三季度，公司实现营业收入22.41 亿元，同比增长16.88%，归母净利润1.60 亿元，成功扭亏为盈。

如果说，过去的多年时间里，360的更多定位是安全，是风险防控，是防御，那么如今它在安全的强地基之上，已经正式成为一个基于AI安全的真实产业价值赋能者。

这一切也恰如周鸿祎在文章中所言，“360从数字安全的守护者，转型为AI时代的产业赋能者，不是跨界猎奇，而是责任的自然延伸——过去守护数字空间安全，现在要守护AI落地的价值安全。”

从技术到产业，从AI到生产力，在一个个真实可感知、价值可度量的产业AI答卷背后，一个全新的AI TO B 360正在成型。