2025实数融合创新发展大会暨山东CIO智库十周年会议在烟台隆重举行。本次大会由山东省工业和信息化厅指导,聚焦“实数融合”背景下的产业数智化变革,汇聚了来自政府、企业、高校和研究机构的众多嘉宾,共同探讨数字经济发展新趋势,分享智能化转型的新模式与新路径。
网易CodeWave商业化负责人王桐受邀出席,并围绕《AI趋势下,企业研发模式的升级》带来专题分享,结合网易CodeWave在研发智能化、平台能力构建与业务场景落地方面的实践经验,系统阐述了当前企业AI化过程中从“试点部署”走向“系统能力”的路径选择与落地方法。
一、AI普及后的落地困境
2025年,AI正加速从“能力突破”走向“场景落地”。
大模型在多模态处理、长文本推理和语义理解等方向持续演进,训练成本呈断崖式下降,相关技术生态也趋于完善。以GPT-4o、Claude 3、DeepSeek等为代表的新一代模型,正在为AI的大规模商业应用提供切实可行的基础支撑。
与此同时,企业在应用层的探索也已全面展开。不少企业率先将其引入到客户服务、内容生成、图像识别、流程辅助等场景。这些应用多数以问答机器人、营销文案自动生成、制造质检辅助等方式落地,覆盖多个业务模块,形式丰富,部署速度快。然而,整体来看,企业AI化仍停留在局部试点阶段,普遍存在“广而浅”“散而弱”的结构性问题。
首先,应用场景零散,系统性不足。多数AI项目为“单点试验”阶段,缺乏与主流程的深度耦合,导致其难以融入核心业务链条,无法延展为能力闭环或平台资产。
其次,项目价值偏浅,定位局限于“降本”层面。在不少企业内部,AI被视为成本优化工具,使用目的集中于减少人工、提升操作效率,但未能在创新效率、客户体验、业务策略等高价值环节实现实质突破。
第三,数据割裂,工具体系难以协同。由于AI工具由不同部门主导采购与部署,项目间技术标准各异、模型基础不统一,导致数据难以共享,知识资产难以积累,AI能力缺乏横向调度和纵向继承的可能。
最后,缺乏统一技术底座,开发与运营无法闭环。在部分企业中,AI模型的接入以“功能插件”形式存在,未融入企业原有的开发流程与运营平台,难以持续维护和演进,导致后期使用成本高、复用率低、跨场景适配性差。
这些问题的根源在于,AI尚未嵌入企业的“元业务”结构。而这项元业务,正是研发本身。
二、当研发成为“AI能力的生产线”
在大多数传统企业中,研发常常被视为支撑部门,职能定位于“响应业务需求”,工作方式依赖手动流程与文档传递,不具备承载AI能力的组织结构与流程机制。而 “研发是支撑业务的‘元业务’,只有研发智能化,才能更好地支撑业务智能化。” 这一观点的提出打破了“AI只是工具”或“AI赋能具体业务部门”的传统思维,转而将研发视为企业智能升级的生产力。
在实践中,这意味着企业要从研发流程入手,系统性地引入AI能力,重构技术体系、工具体系与组织协同机制。在网易自身的实践路径中将这一过程划分为六大关键环节:
• 智能需求设计:以知识库为基础,支持PRD文档、原型图、设计稿自动生成;
• 智能开发平台:页面、数据、逻辑、流程全面可视化,支持自然语言生成SQL、开发逻辑等;
• 智能构建与测试:AI辅助进行代码规范检查、安全审查、预测建模与自动化测试;
• 自动部署与扩容:实现应用自动打包、弹性部署、资源智能调度;
• 智能监控与风控:基于日志数据进行实时巡检、异常检测与业务风控;
• AI资产沉淀与复用:将上述过程中的能力封装为可调用模块,构建组件化资产体系。
在此基础上,整个研发过程不再依赖分散的工具与人工衔接,而是在统一的平台上流转,具备了流程闭环、能力结构化、模型可复用、知识可沉淀的特点。更重要的是,研发不再是“响应式”的服务职能,而成为组织能力生成的主动引擎。企业可以在这个系统中持续孵化、优化、调度AI能力,最终实现面向未来的、可持续进化的智能体系。
CodeWave 平台作为统一的智能研发底座,在实际应用中已支撑构建出多个可落地、可交付的 AI 业务模块。在完成内部体系验证的基础上,网易也逐步将平台能力标准化,开放至制造、金融、教育等行业客户,支持其构建自身的AI能力底座与场景化应用体系。
平台支持高代码与可视化双路径开发,覆盖服务营销、智能办公、产品设计、社交互动等多类应用场景,构建出多形态、可落地的AI能力,正在帮助更多企业完成从“工具调用”向“能力体系构建”的跃迁。
三、搭建企业级智能体开发平台:
CoreAgent平台
当研发流程完成智能化重构后,企业还面临另一项关键任务:如何将AI能力从“生成”推向“运行”。这并非简单的模型接入问题,而是一个系统性的平台建设课题。企业不仅需要具备AI的开发能力,更需要建立一个能够承载AI能力部署、调用、治理与复用的平台体系,形成从构建到运行的完整闭环。
网易CodeWave平台聚焦于企业AI能力的构建与资产沉淀,具备低门槛开发、强集成能力、灵活扩展与多环境部署等优势。平台支持可视化编程语言,无需掌握传统代码即可构建企业级应用;可对接主流数据库与第三方API,实现系统互联;同时支持自定义组件、私有化部署及应用独立导出,适配复杂业务与多样化交付需求。
基于研发侧能力的构建逻辑,可进一步延展出一套“研发—中台—业务”三层联动的智能化架构:
• 在底层,通过CodeWave智能开发平台实现研发流程的AI化;
• 在中层,依托CoreAgent平台支撑AI能力的运行、治理与组件调度;
• 在上层,通过Agent 资产、知识库市场、多模态组件模板等机制,完成AI模块的标准化沉淀与复用。
•
其中,CoreAgent 作为平台体系的运行中枢,即将在 5 月 23 日网易创新企业大会上正式发布。该平台的设计目标,是让AI能力像“服务”一样被调用,像“资产”一样被管理,像“系统”一样被持续演进。
CoreAgent平台具备以下几项核心能力:知识增强能力、安全执行能力、内容安全能力以及智能体评测体系。与此同时,CodeWave 平台也为智能体的接入提供了可视化开发机制,开发者可在IDE环境中拖拽配置对话框、总结器、知识交互等组件,实现“所见即所得”的AI能力快速构建。通过双平台协同,网易实现了AI能力的系统化构建与组织级落地,正在帮助企业从“工具使用”迈向“平台能力治理”。
四、制造业场景中的能力体系验证实践
平台能力的构建并不以架构完备为终点。企业级AI平台是否真正具备价值,取决于两个关键:一是能否嵌入复杂业务流程,二是能否在多场景、多角色协同中实现持续运行与优化。
在与多家制造业客户的共建过程中,网易将CodeWave智能研发平台与CoreAgent智能体平台能力,部署至企业从“采购—设计—生产—仓储—销售—服务”的全流程环节,实现了端到端的智能化重构。以下为部分典型环节的能力部署路径。
通过这些高复杂度场景中的深度部署与运行,验证了平台在两类AI应用路径上的关键价值:
第一类是业务专家化路径。通过将组织知识、流程规则与过往经验进行结构化建模,平台帮助新员工快速达成专家水平,显著缩短上手周期,提升人效基线。
第二类是智能业务风控路径。平台通过日志分析与过程数据监控,实时识别风险信号,实现从“结果预警”向“过程控制”的迁移,构建出自适应的流程防御体系。
这两类路径分别对应了组织在“人效提升”与“流程稳定性”两方面的战略关注点。更重要的是,这些部署不仅仅是产品能力的对接,更是平台级能力的验证过程。
五、从平台走向体系:
推动AI能力的组织化演进
平台的搭建与能力的验证,为企业AI化提供了方法论与工具体系。但决定AI能否真正转化为结构性生产力的,不仅是技术完备度,更是企业能否建立起一套支持AI可持续发展的组织路径与运行机制。在网易过去的实践中总结出了推动AI走出试点、走向体系的两个关键方向:技术驱动与业务驱动的双轮共振。
企业需要先在底层搭建起足够稳固的研发平台与智能中台体系。一方面,通过平台化的方式统筹AI组件、模型、知识库、数据与工具链,实现标准化开发与资产沉淀;另一方面,确保所有能力具备安全、可控、复用、治理的条件,能够在不同业务线中灵活部署。这种“统一底座+分布式调用”的架构,打通了从需求生成、智能构建到运行治理的全生命周期,也为后续能力扩展提供了良好的结构弹性。
技术体系就绪后,真正让AI能力落地的,是业务场景的共创机制。我们鼓励企业通过智能体创意赛、内部共创营、原型共建机制,激发业务团队表达真实痛点、参与需求定义。这类机制可以避免“AI空转”,让AI能力更贴近一线真实业务,推动企业逐步建立起“由业务驱动能力结构、由能力反哺业务运营”的良性循环。
在AI逐渐渗透各条业务线的过程中,企业需要相应调整自身的组织架构与能力治理方式。从“IT部门”转向“智能能力部门”,从“交付模型”转向“运营智能体”,从“项目部署”转向“流程嵌入”,将AI能力真正纳入组织主结构。网易在自身的实践中,已经构建起了这样一套以平台为基础、以智能体为接口、以知识资产为资源池的智能化组织模型。
六、从研发走出AI价值的最后一公里
在AI时代,企业最需要突破的,不是技术边界,而是组织惯性与系统架构。只有将研发平台AI化,才能构建真正具备自主进化能力的业务系统;只有让AI从“工具”变成“员工”,让AI能力嵌入研发流程、沉淀为可复用资产,构建安全可信的运行机制,才能完成智能化从点到面的跃迁。从“可演示”到“可交付”,从“智能组件”到“组织级能力”,AI时代的企业升级,唯有回到研发本源,才能走出最远的未来之路。
更多完整功能及免费试用,请访问网易CodeWave官网咨询
https://codewave.163.com/
