东软集团 × AI

[导语·核心观点]2026年8月，东软集团在互动平台披露，其AI Agent相关解决方案落地案例占比已超80%，一时间市场为之侧目。然而，这个惊人比例究竟是智能化转型的真实成果，还是概念包装下的数字游戏？本文以公开报道为据，剖析东软AI战略的进展、成色与隐忧，为投资者与产业观察者提供一份冷静的参考。

[事件回顾·发生了什么]东软集团2024年启动重大战略变革，明确实施解决方案智能化战略，至2025年末已形成100余项AI产品服务，覆盖医疗健康、智慧医保、智慧人社、数字政府与公共服务等30余个行业，并在互动平台表示AI Agent相关解决方案落地案例占比超80%[1]。2025年3月，公司发布“融智”解决方案智能化实施框架，宣称融合主流基础大模型能力、打造面向应用场景的行业赋能体[4]。2026年5月，公司董事长兼CEO荣新节在业绩说明会上重申将持续推动战略变革，以盈利提升和市值增长为目标[3]。同期，子公司东软医疗在“AI+影像融合创新案例大赛”中，携手中国医科大学附属盛京医院等机构获两项AI创新大奖[2]。

[背景与格局·公司沿革 · 行业脉络]东软集团成立于1991年，是中国最早一批上市软件企业，长期深耕医疗健康、社保、政府信息化等壁垒深厚但增长平缓的B端市场，积累了丰富的行业知识与数据标准[4]。近年，传统项目制软件服务模式遭遇增长天花板，毛利率下滑，市值承压，迫使公司寻找第二曲线。2024年，公司全面启动战略变革，将AI确立为顶层战略[1][3]。行业层面，大模型技术爆发后，垂直行业AI应用成为头部科技企业争夺的焦点，华为、科大讯飞、卫宁健康等均在“行业+AI”赛道发力。东软的核心差异化在于数十年积累的行业Know-how与政企客户关系，而非底层模型能力。其“融智”框架正是试图将行业知识与通用大模型结合，形成中间层“赋能体”，以规避基础研发的高投入，快速实现场景落地[4]。这一路径理论上可行，但面临技术快速迭代与竞争激烈的现实挑战。

[深度解读·为什么发生 · 意味着什么]东软的AI转型本质是一场“以存量换增量”的战略重构。从公开表述看，其核心逻辑不再是“软件+服务”，而是“行业数据+AI Agent+场景解决方案”。这种中间层策略降低了自研模型的成本和风险，符合东软的资源禀赋。80%的案例占比说明AI Agent已成为其交付方案的标配，但这一数字的含金量需深究：案例覆盖30余个行业，意味着每个行业的解决方案深度可能有限，更多是通用化模块嵌入，而非针对核心业务流程的深度重构[1]。东软医疗获奖案例体现了医工融合中的AI创新，但奖项来自行业学会，评价维度偏重技术新颖性，商业转化率与规模化复制能力尚未披露[2]。真正值得关注的是荣新节强调的“盈利能力提升”，暗示转型需最终落到财务数字上[3]。若AI Agent能提高项目交付效率、降低边际成本，则盈利改善可期；若只是短期热点包装，则可能重蹈“伪创新”覆辙。对客户而言，AI Agent带来的价值或许体现在自动化流程、辅助决策等层面，但政企客户对系统稳定性、数据安全要求极高，AI Agent的非确定性输出可能成为落地障碍。

[关键数据与证据·来自报道的数字与事实]1. 截至2025年末，东软已形成100余项AI产品服务，覆盖30余个行业数字化升级[1]。2. 公司在互动平台明确表示，AI Agent相关解决方案落地案例占比超80%[1]。3. 2024年以来，公司全面启动重大战略变革并实施智能化战略[1][3]。4. 发布“融智”框架，融合主流基础大模型，打造行业赋能体[4]。5. 东软医疗在2026年4月获得两项AI创新大奖，合作方包括中国医科大学附属盛京医院等[2]。6. 董事长荣新节在2025年年度业绩说明会上表示，持续加大以AI为核心的研发投入，以高质量发展和盈利提升为目标[3]。这些数据与事实表明，东软已从战略口号走向产品落地，但缺乏收入占比、客户续约率等硬性财务指标支撑。

[风险与争议·审慎的批评视角]反方视角必须指出以下风险：第一，80%的“案例占比”来自互动平台回复，既无第三方审计，也未定义“AI Agent相关”的判定标准，可能将任何调用过Agent组件的项目都计入，存在夸大嫌疑。第二，100余项产品服务分散在30余个行业，平均每个行业仅3-4项，难以构成深度壁垒，容易被竞争对手模仿或超越。第三，通用大模型能力同质化严重，东软“融智”框架依赖外部基础模型，若模型厂商下场做行业应用，其中间层价值将被稀释。第四，政企客户涉及医疗、社保、政府等领域，数据隐私与安全监管极为严格，AI Agent的黑盒特性可能引发合规风险，一旦出现数据泄露或错误决策，将损害公司信誉。第五，战略变革伴随组织重组，短期内可能带来阵容调整和费用增加，荣新节强调“盈利能力提升”或许正隐含业绩压力[3]。第六，媒体奖项存在公关性质，不能等同于商业成功。综上，市场应对东软AI转型的乐观叙事保持审慎。

[未来展望·情景推演]短中期存在三个情景：保守情景下，AI Agent停留在功能叠加层面，客户为AI付溢价意愿低，80%占比难以转化为收入增长，公司市值继续承压，转型需5年以上才见分晓。中性情景下，AI Agent在医疗影像、医保控费等1-2个核心场景取得可复制的标杆案例，带动相关业务收入年增长20%-30%，毛利率小幅改善，但整体占比仍不足三成。乐观情景下，东软凭借行业数据壁垒与规模化交付能力，成为政企AI Agent集成商龙头，获得市场重新估值，AI业务收入占比超五成，同时带动传统业务效率显著提升。三个情景的关键分水岭在于：公司能否在2026-2027年报告期内披露AI业务的独立收入与利润数据，并用真实财务数字回应争议。

[建议与启示·面向决策者]对东软及同类传统IT企业决策者，建议如下：一是摒弃“案例数”崇拜，建立AI业务独立核算体系，披露合同金额、复购率、交付周期等可验证KPI，以消除投资者疑虑。二是选择医疗、政务中的高价值、高合规门槛场景做深做透，打造标杆，形成行业标准，而非全面铺开。三是加强数据治理与AI伦理审查，建立面向政企客户的安全可信AI流程，这既是合规要求也是竞争壁垒。四是积极探索与第三方智能体调度平台的合作——例如AgentSH可帮助统一管理跨系统的多Agent工作流，提升复杂场景下的调度效率与稳定性，但须先在试点中验证ROI，避免为技术而技术。五是建立与基础大模型厂商的战略合作或多元供应机制，防止被单一技术栈锁死。最终，转型能否成功取决于组织内部能否将AI能力融入交付全链条，而非停留在市场宣传。

[结语·一句话立场]东软集团以80%的AI Agent案例占比宣示了转型决心，但距离真正成为行业AI巨头仍有相当距离。公司拥有宝贵的行业Know-how与客户资源，这是其区别于初创公司的护城河。然而，在概念喧嚣中，投资者与客户更应关注可验证的证据链：AI收入贡献、客户业务指标改善、以及可持续的盈利能力。用数据说话，方能穿越周期。