2025年央国企Agent还停留在知识问答、办公辅助等轻量场景；2026年，中石油昆仑大模型完成60个大模型训练、覆盖152个应用场景，国家能源集团发布“擎源”发电行业大模型——央国企智能体正在从“技术验证”加速迈入“生产级落地”的深水区。爱分析这份报告基于一线实践案例，系统揭示了央国企Agent从顶层设计到规模化复制的完整路径。
央国企Agent落地提速
2025年，大多数央国企对Agent的认知仍停留在学习、调研和技术验证阶段，项目多以知识问答、智能助手、办公提效等轻量场景为主。进入2026年，政策推动、模型能力提升、国产化算力和行业模型建设加速，央国企开始将Agent纳入AI专项工作的重点方向。场景从知识问答和办公辅助逐步扩展到生产管理、安全合规、研发设计、采购供应链、经营分析等核心业务环节。
央国企内部不同层级的建设分工逐渐清晰。集团层面统一建设基础能力，包括算力资源、行业大模型、AI中台、智能体平台、安全治理体系和统一技术标准。二三级单位更贴近业务现场，围绕生产、经营、管理等具体场景开展应用建设，负责场景识别、数据准备、流程改造、业务验证和持续运营。
底座统建+场景自治模式
央国企形成了“底座共用、场景自治”的建设模式。典型架构包含四个层级：算力底座提供高性能计算和存储能力；行业或专属大模型针对特定业务需求定制；AI中台和智能体平台承担统一管理、模型调度、知识库管理和Agent开发运行；业务场景Agent面向具体业务流程构建。
集团层面关注基础设施建设和整体治理，包括算力资源配置、模型安全与可控性、平台统一标准和权限管理。业务单位关注识别高价值场景、准备和清洗数据、优化业务流程，以及智能体的日常运行和持续迭代。这种分工避免重复建设，提升安全可控和能力复用水平。
百亿级AI预算投入
央国企IT预算整体保持增长，AI预算在IT预算中的占比持续上升，多数企业将20%到30%的IT预算投入到人工智能相关建设中。部分重点企业设立百亿级专项资金，用于算力建设、行业模型训练、数据治理和智能体平台开发。
中国移动、中国联通、中国电信、国家电网、国家能源集团等央国企已明确百亿级AI建设专项资金，主要用于万卡级智算集群、国产化底座、边缘计算节点、传感器改造、数字化总装线等。AI在央国企战略中地位持续提升，成为智能化转型的核心驱动力。
五大挑战与应对
央国企Agent落地面临五大挑战。数据与知识质量不足，非结构化数据治理欠缺；模型能力与专业场景存在差距，通用大模型难以理解行业术语；与既有IT系统集成难度高，接口和标准不统一；组织协同与人才不足，懂业务和AI的复合型人才稀缺；安全合规要求高，需保证国产化和审计追溯能力。
应对策略包括：加强数据治理和知识工程，将非结构化数据转化为结构化知识；建设行业模型和专业模型，弥补通用大模型的短板；推进系统集成和接口标准化，实现跨系统调用；建立跨部门专班机制，形成业务与技术深度融合的组织模式；完善权限控制、审批机制和日志管理，确保安全可控。
未来趋势
建设重心将从单个应用试点转向平台化运营，将算力、模型、智能体平台、知识库和工具接口统一管理。场景重点将从通用办公向生产经营主流程转移，核心价值在于生产管理、研发设计、安全合规等关键业务环节。通用大模型与垂直模型将深度融合，实现专业化、场景化和可复用的能力输出。数据与知识工程是关键基础，高质量结构化数据是Agent持续运行的前提。人机协同将成为规模化落地的必要条件，确保异常情况下人工干预和决策校验。
