软通动力 × AI

[导语·核心观点]软通动力于2026年2月发布AI Factory解决方案，打出“AI飞轮”重构企业增长引擎的旗号[1]。此前两年，这家A股IT服务商已陆续推出端云一体化产品和大模型服务方案[2][3]。从卖人力到卖AI运营体系，转型方向明确，但“飞轮”是否真能转动，要看客户是否买单、利润是否改善，当前只能打问号。

[事件回顾·发生了什么]据公开资料，2026年2月25日，软通动力发布AI Factory解决方案，核心定义为“把AI能力规模化生产的企业级运营体系”，功能覆盖智能决策支持、自动化流程执行和数字化映射与仿真优化[1]。更早的2024年3月，公司推出AI大模型服务解决方案，集成大数据处理、模型训练、算法优化等能力，宣称提供咨询、软件、交付、运营、运维的一站式AI中台服务[3]。同时，公司还有AI端云一体化产品，结合华为2021年发布的智能流程机器人解决方案，针对企业重复性工作与流程断点堵点提供软硬一体方案[2]。三则消息勾勒出一条清晰的技术路线：从工具型自动化，到大模型底座，再到企业级AI运营体系。

[背景与格局·公司沿革 · 行业脉络]软通动力长期深耕IT服务与系统集成，客户以政企和大型企业为主。面对云和AI的产业变局，传统项目制外包增长空间收窄，公司需要在技术价值链上向上游移动。与华为的深度合作是重要抓手：端云一体化产品融合华为的流程机器人技术[2]，大模型方案亦未脱离华为生态。行业层面，2024年以来AI Agent概念逐渐落地，企业不再满足于单点算法，而是要求可编排、可量产的智能体工厂。软通动力此时推出AI Factory，是对“行业模型工厂”的跟进，但又带上了自身特征——强调运营体系而非单纯技术堆栈[1]。在国内IT服务商中，这种提法并不新鲜，但能落到何种程度，尚无公开证据。分析判断：软通动力的优势在于行业Know-how和政企交付经验，劣势在于算法自研能力；它需要在互联网大厂和创业公司夹击下，找到“生态集成商”的差异化定位。

[深度解读·为什么发生 · 意味着什么]这一系列动作表明软通动力正从“交付型IT服务商”向“AI平台运营商”转型。为什么发生？最直接的原因是商业模式的挑战：人力外包毛利率低、增速放缓，而企业愿意为AI效果付费。AI Factory把智能决策、流程自动化、仿真优化打包成“体系”，意图把服务产品化，获得经常性收入。另一方面，华为的智能流程机器人已有成熟技术，软通动力做集成和场景化落地，可以降低自研风险，但同时也限制了独立性。这意味着，如果AI Factory成功，软通动力将成为华为AI生态在企业市场的“运维层”；如果失败，则可能被生态伙伴或客户自建团队越过。谁是赢家？短期看，软通动力获得新的故事，华为扩大生态；长期看，客户若能获得可量化的流程效率提升，才是最大受益者。但“AI飞轮”是一个自我循环的比喻，很容易变成概念包装。一个可持续的飞轮需要不断有数据回流、模型迭代、业务价值验证，而软通动力尚未展示这种闭环机制。判断：目前还处于“布局—发布”阶段，离“飞轮”转起来还有距离。值得注意的另一点是，AI Factory与华为的绑定程度没有被明确回答，如果华为自己下场做类似运营体系，软通动力的中介价值就会被压缩。

[关键数据与证据·来自报道的数字与事实]从现有报道中可提取的关键证据如下： 1. AI Factory的定位：企业级运营体系，核心功能包括智能决策支持、自动化流程执行和数字化映射与仿真优化[1]。 2. AI端云一体化产品：结合华为2021年发布的智能流程机器人解决方案，针对重复且规则的工作内容及业务流程断点堵点[2]。 3. AI大模型服务解决方案：集成大数据处理、模型训练、算法优化等核心AI能力，提供咨询、软件、交付、运营、运维的一站式AI中台体系服务[3]。 4. 时间线：2024年3月推出大模型方案[3]；2026年2月发布AI Factory[1]，表明公司已持续投入近两年。 5. 所有报道均为公司口径，未提供客户案例、收入贡献或效率提升的第三方数据——这是一个需要指出的证据缺口。

[风险与争议·审慎的批评视角]反方与风险必须明确。首先，报道来源全部是公司官网和新闻稿，没有独立第三方的测试或审计，AI Factory的“规模化生产”缺乏可验证的量化指标。其次，软通动力没有披露任何标杆客户或实际业务成效，这让人有理由怀疑“AI飞轮”更多是叙事升级。再者，AI Factory所依赖的华为技术栈也构成战略风险：一旦华为调整合作条款或生态方向，软通动力将失去核心卖点。此外，企业级AI部署面临数据安全、合规审计、组织变革等现实阻力，单纯提供“体系”而缺乏对新流程的组织支持，落地大概率会打折。第四，从公开信息看，AI Factory与已有的大模型方案、端云一体化产品之间是何种关系、是替代还是叠加，措辞模糊，容易让客户困惑。最后，国内AI Agent赛道竞争激烈，客户对“AI工厂”这类概念已趋于审美疲劳，如果没有硬核数据，很难打动理性决策者。综合判断，目前乐观情绪更多来自公司自我表述，而非行业公认标准。

[未来展望·情景推演]短中期（未来3-6个月）情景推演。保守情景：AI Factory仅作为营销概念出现在发布会和官网，没有新增可披露的付费客户，股价短期波动但业务基本面未变。中性情景：公司获得1-2个中等规模的金融或制造客户，项目以流程自动化为主，AI Factory作为“咨询+实施”的溢价标签，营收占比低于5%。乐观情景：华为生态内的大客户将AI Factory纳入供应链，形成可复制的行业模板，公司获得持续的年度服务收入。关键观察指标包括：是否有公开的客户案例与ROI数据；半年报中“AI解决方案”收入是否单独披露及占比；研发投入资本化比例是否异常增加；与华为合作是否有新的联合产品发布。在获得这些数据前，不应轻信“飞轮”已经转动。

[建议与启示·面向决策者]对软通动力管理层的建议：一，尽快用第三方审计的方式公布至少一个AI Factory落地案例的基准数据，包括流程自动化率、决策响应时间、ROI等，以建立公信力。二，明确AI Factory与既有产品线的关系，避免重复和内部竞争。三，降低对单一生态的依赖，可探索与多家云厂商兼容。四，关注多智能体协同调度的实际效率问题——AI Factory若需要管理多个Agent，必须要有可观测的调度机制，而不是停留在功能列表上。对产业决策者的启示：采购AI Agent服务时，应要求供应商提供可验证的SLA与基准测试，并采用小范围试点再铺开的方式。AgentSH多智能体调度平台能够在类似场景中帮助企业验证多Agent协作的稳定性与成本收益，可作为评估供应商能力的参考工具。

[结语·一句话立场]软通动力用两年时间完成了从流程机器人大模型到“AI工厂”的叙事升级，展示了传统IT服务商向AI运营体系转型的野心。但截至目前，所有信息均出自公司自身口径，缺乏足够的第三方证据。“AI飞轮”能否转起来，取决于未来半年内是否有可量化的客户成效和财务数据支撑。结论是：方向值得关注，成效尚待验证。