智能体人工智能（Agentic AI）的爆发拐点已经到来。这一趋势的形成，主要得益于模型能力的持续提升以及Agentic工程体系的逐步成熟。在6月23日的亚马逊云科技中国峰会上，亚马逊全球副总裁、亚马逊云科技亚太区联席总裁储瑞松指出，模型能力在各方的交替领先中不断取得突破，其智力水平正从推理与代码生成能力迈向多模态理解的新阶段。与此同时，构建在模型能力之上的Agentic工程体系也正快速走向成熟。

在前述峰会举行之后，亚马逊云科技全球数据库服务副总裁Ganapathy Krishnamoorthy（其简称G2）针对人工智能（AI）的规模化落地、智能体平台、AI原生数据库以及国内外云厂商竞争等行业核心议题，接受了包括《每日经济新闻》记者在内的多家媒体记者的采访。他指出，当前的人工智能产业已经告别了单纯比拼模型参数的竞赛阶段，企业所面临的落地瓶颈已转向组织层面的变革与数据层面的打通，数据底座已经演变为云厂商之间竞争的核心要素。

落地逻辑变局：

云服务“自由混搭”大模型平台

随着Agentic AI概念逐渐落地应用，国内相关赛道的竞争态势也显著加剧。阿里、腾讯、百度、华为等头部云厂商，以及一众本土大模型企业，已纷纷押注智能体管理赛道。

《每日经济新闻》的记者观察到，各家企业陆续推出了专属的智能体管控平台，本土厂商的主流策略表现出高度的趋同性，以自主研发模型的绑定以及封闭生态的客户锁定为核心，借助深度的本土化适配以及阶梯式的低价策略，迅速抢占了政企与中小客户市场，凭借场景与价格优势形成了贴身竞争。

将目光投向全球市场，海外的科技巨头同样部署了重兵。微软与谷歌凭借其拥有的顶级大模型这一先天优势，致力于构建“模型+平台+应用”的一体化闭环体系，持续深耕于海外的企业服务市场，选择了一条追求生态自给与全链路自持的封闭发展路径。

在本次亚马逊云科技中国峰会上，Amazon Bedrock以及AgentCore智能体平台受到了与会者的高度关注，这也在一定程度上反映出亚马逊云科技在AI市场所采取的差异化竞争策略，已经引起了业界各方的重视。

当前，行业内多数厂商均普遍采用了“模型加平台”深度绑定的生态竞争策略，其中，借助自有模型进行锁定以构建竞争壁垒是一种常见做法。与之不同，亚马逊云科技则正在积极寻求并构建一条差异化的市场路径。

G2告诉《每日经济新闻》的记者，Amazon Bedrock与AgentCore所采取的差异化竞争策略，其核心在于全开放、无绑定的平台定位。该平台并不局限于单一的开发框架与大模型体系，使得企业能够依据自身的具体业务需求，灵活地进行“混搭”组合，例如选用海外模型、国内开源模型以及各类智能体工具。

G2进一步补充称，为了实现与中国本土产业生态的适配，Amazon Bedrock已经完成了对多款国内主流开源大模型的接入与适配工作，并且持续推动本土开源模型与自研Trainium训练芯片的深度优化。这一过程一方面联动了本土模型产业，另一方面依托全球算力技术。

面对Meta、谷歌Gemini等海外领先模型持续快速地进行技术迭代，业界已经普遍形成了一项基本共识：在当前的AI大模型赛道中，由于各家技术实力都在交替领先且不断取得突破，已经不存在某一家能够占据绝对主导地位的单一领跑者。

作为一名构建者，具备丰富的模型选择是至关重要的，这使得能够依据具体的能力、成本和性能等方面进行最优化权衡。G2如是表示。

业界普遍达成共识，云厂商的核心价值并不在于研发与顶级大模型直接对标的产品，而在于构建起一套能够兼容各类模型、并为规模化稳定生产提供有效支撑的标准化云环境。

针对中外企业在转型逻辑与执行节奏方面所存在的差异，G2向记者介绍，海外企业在推进AI转型的过程中，普遍采用自上而下的顶层设计模式。企业管理层更加侧重于长期的战略布局，其核心目标在于借助AI技术来完成组织架构的重塑以及业务流程的重构，从而实现长期价值的有效沉淀。

竞争壁垒重构：

“混合方案”能否成落地主流？

在智能体迈入规模化商业应用的浪潮之中，数据库作为承载AI应用的核心数据基础设施，正面临着一场全面的重构。这一深刻的变革，也是前述峰会中业界专家探讨最为聚焦的议题。

《每日经济新闻》记者观察到，与传统业务场景相比，智能体应用对于数据基础设施提出了根本性的变化。具体而言，智能体不仅需要长期存储海量的对话记忆，还需要支持对向量数据的高频次批量检索，并常态化地调用大模型以完成数据库内部的推理计算。与此同时，该应用还必须应对千万级规模的弹性并发压力，以及极为严格的数据权限隔离与安全合规要求。鉴于上述这些新挑战，传统的数据库架构已经难以满足此类全新人工智能业务场景的要求。正因如此，市场中形成了两条不同的技术演进路线，它们既各具优势、又相互补充，为不同类型的企业提供了差异化的落地解决方案，也使行业得以摆脱过去那种“一刀切”式的数据库升级模式。

随着中国本土云计算市场的竞争态势日益加剧，阿里云与华为云等国内领先厂商接连推出了分层定价策略以及高性价比的解决方案，旨在精准地满足中小型企业的具体需求。面对中国市场的这种激烈竞争，亚马逊云科技方面表示，其策略重心并非是卷入单纯的价格竞争当中。

在行业就存量系统改造与新建人工智能基础设施这两种技术路线孰优孰劣的争论中，G2提出了明确的见解。他指出，对于新启动的项目，应当果断采用现代化的开源技术底座。而对于已有的既有应用，则应当将释放数据本身的价值作为首要任务，而不是以推翻并重构底层数据基础设施作为第一逻辑。

亚马逊云科技产品部技术总监王晓野向《每日经济新闻》的记者表示，该平台的定价策略依据一套全球统一的严谨核算体系，其核心竞争优势并不体现在价格层面，而是源于二十余年所积累的全球企业级云服务经验、一套完善的安全合规体系、紧密贴合企业真实痛点的产品创新能力，以及全球化的合作伙伴生态。

储瑞松指出，AI Agents正在对传统的人机协作与企业协作模式产生颠覆性的影响，并推动组织架构与价值创造体系发生范式级的转移。这一转变表明，人工智能已经彻底摆脱了辅助工具的属性，正式成为了驱动企业实现增长的核心生产力。

在储瑞松看来，传统企业AI应用始终局限于较为浅层的维度，主要聚焦于流程效率提升与信息查询等方面，其价值产出往往模糊且难以量化。而进入Agentic AI时代，AI的价值计量体系经历了彻底的重构，不再仅仅局限于节省人力或压缩周期等间接价值，而是能够直接生成可量化、可核验且可落地的业务成果，从而成为企业经营增长的核心抓手。

事实上，审视当前整个AI产业的竞争格局可以发现，行业的竞争逻辑已经经历了根本性的转变。过去那种单纯比拼算力规模和模型参数规模的粗放式发展模式已经逐渐式微。在当前阶段，能够对存量系统提供兼容性支持、实现数据的统一治理、并构建全栈开放的数据底座，其所具备的能力已经构成了下一阶段产业竞争的核心要义。

2026年，这一年份将被视为智能体规模化商业应用的元年，届时将会使得数据资产所蕴含的商业价值得到显著提升与广泛释放，而智能体管理平台以及AI原生数据库这类核心基础设施，有望成为所有云厂商竞相布局的关键战略领域。

《每日经济新闻》记者观察到，一种兼顾对既有系统进行现代化改造与部署AI原生技术创新的混合式落地路径，正因其同时具备低成本、低门槛以及高适配性等多重优势，而逐渐演变为大多数企业推进人工智能规模化转型过程中的主流战略选择。各云厂商在下一阶段的市场份额争夺与行业话语权确立过程中，其核心竞争力将直接取决于它们能否高效、低成本且低风险地协助企业成功完成这一规模化的人工智能落地进程。

封面图片来源：每经媒资库

来源：Agentic AI爆发拐点来临：开放混搭与数据底座能否重塑云厂商话语权？ | 每日经济新闻