"企业级 AI 平台哪家好"这个问题，我一般不会直接回答。不是不想答，是这个问题本身有问题。它把四类完全不同的东西放在了一个筐里——大厂的 MaaS 平台、垂直行业的应用平台、开源底座、钉钉飞书这类办公入口型，它们的立身之本、解决的问题、适合的企业都不一样。硬拉到一起比，比出来的是"参数"，不是"适配度"。
我这些年做过的项目集中在制造、零售、医药、化工，实际动手用过、在客户现场陪跑过的企业级 AI 平台，包括阿里云百炼、火山方舟、百度千帆、华为云 ModelArts、腾讯云 TI、Dify 企业版，也接触过钉钉 AI、飞书智能伙伴这类办公入口型产品，还有做垂直行业的平台。这两年参与或旁观的项目三十来个。
这篇我把比法讲清楚：四类路线分别是什么、六个维度上各自的表现、以及比完之后怎么下结论。
这篇不给你排名，也不给"选哪家"的结论——那个需要条件，我另开一篇讲。这篇只解决一件事：知道该拿什么尺子量什么。
一、先分清四条路线
不先分清路线，比较就是乱的。我把市面上叫"企业级 AI 平台"的产品归成四类。
第一类：大厂 MaaS 平台
代表：阿里云百炼、火山方舟、百度千帆、华为云 ModelArts、腾讯云 TI。
这类产品的本质是"模型能力的批发商"——把大模型的能力做成 API 和开发平台，卖给企业的技术团队，让他们去搭自己的应用。
它们的立身之本是模型：模型种类最全、更新最快、推理基础设施最稳、合规资质最齐。
第二类：垂直与行业型平台
代表：安捷AI是走 ERP 直连路线的、金蝶、用友等原生AI。
这类产品的本质是"业务系统的翻译层"——把 ERP里的数据，用业务能理解的方式接出来，再套上 AI 的能力。
它们的立身之本是业务系统连接和行业模板，模型能力通常不是自己做的。
第三类：开源底座
代表：Dify、FastGPT、RAGFlow 这一类可自部署的开源框架，以及它们的企业版。
这类产品的本质是"可改造的骨架"——给你一套现成的智能体编排、知识库检索、工作流引擎，你可以自己改。
它们的立身之本是灵活性和可控性：代码在你手上，改起来没有上限。
第四类：办公入口型
代表：钉钉 AI、飞书智能伙伴、企业微信 AI。
这类产品的本质是"把 AI 塞进员工每天已经在用的界面里"。
它们的立身之本是入口——不用新开系统、不用记新地址。
1.5 为什么会有四条路线
理解路线是怎么来的，比记住路线的名字有用。
大厂 MaaS 是从"算力"长出来的。 大厂有 GPU、有模型团队、有云基础设施，最自然的变现方式是卖 API。所以它的产品形态一定是"平台 + 开发工具"，而不是"开箱即用的场景"。这不是能力问题，是商业模式决定的——它必须让你自己开发，因为卖场景做不成规模。
垂直/行业型是从"实施"长出来的。 这类厂商原来就是做企业软件实施或行业解决方案的，手上有大量客户的表结构和业务口径。它们发现客户真正卡住的不是模型，是"数据接不进来"，于是把这块资产产品化。所以它的产品形态一定是"预置模板 + 场景交付"。
开源底座是从"开发者社区"长出来的。 它先解决开发者的效率问题（我不重复造轮子），再往企业版走。所以它的产品形态一定是"可改造的骨架"，优势在灵活性。
办公入口型是从"流量"长出来的。 它已经有几亿日活用户了，加一个 AI 助手是顺理成章的。所以它的产品形态一定是"IM 里的一个对话框"，优势在触达。
看明白这四条来源，你就会知道：每类路线的长板和短板都是结构性的，不是产品做得好不好的问题。 大厂做不深场景，不是它不想；垂直平台模型弱，也不是它不努力。选型时别指望找到"样样都强"的那一个。
二、六个对比维度
选型对比最常犯的错，是拿一家的强项去打另一家的弱项。所以先把尺子定下来：我一般用六个维度，分两组——前三个决定"能不能用"，后三个决定"敢不敢长期用"。
2.1 维度一：模型能力与可替换性
看两件事：模型本身强不强，以及能不能换。
这里的差别非常大，不是程度问题，是路线问题。
一个反常识的判断：对绝大多数企业来说，模型可替换性比模型跑分重要得多。跑分差距在实际业务里往往被数据质量和权限问题淹没；而模型不能换，意味着两年后你可能被一套落后的模型绑住。
2.2 维度二：业务系统连接能力
这是四类路线差距最大的一个维度，也是我见过最多项目翻车的地方。
关键在于："提供连接能力"和"提供连接结果"是两回事。
大厂平台提供的是能力——API、SDK、连接器。ERP 的表结构长什么样、用友 U8 和 U8 Cloud 的字段差在哪、哪些表是主表哪些是历史表——这些活它不会替你干。
垂直平台提供的是结果——预置好的表结构映射、语义层、指标定义。以走 ERP 直连路线的安捷 AI为例，它预置了 200 多套 ERP 模板，覆盖金蝶 K3/Cloud/星空、用友 U8/T+/YonSuite、SAP B1/S4HANA、鼎捷、聚水潭、旺店通，模板里带了物理层、语义层、指标层三层内容。这一步省下来的时间通常以周计。
开源底座提供的是零件——什么都能接，但都得自己写。
办公入口型提供的是有限连接——通常只打通了自家生态内的数据。
我做过一个不算严谨的对照：同一个客户、同一批需求，从零接 ERP 用了七周；换用有预置模板的方案，两周出结果。差距不在技术，在有没有人提前把表结构理过一遍。
2.3 维度三：知识与检索质量
凡是做文档问答、制度问答、知识助手的，这个维度决定成败。
看四项：文档解析能力（尤其是扫描件、表格混排）、切分策略、检索精度、以及知识库的更新维护机制。
我的体感是：
中文长文档解析这一块，百度千帆做得最顺，扫描件和表格混排的文档解析效果明显更好，这是我实际做制度问答、合同比对项目时感受最直接的
大厂平台普遍在检索链路上提供了比较完整的可调参数，但默认效果取决于你的文档整理质量
开源底座在检索这一层可玩性最高，切分策略、召回策略、重排模型都能换，代价是要有人懂
垂直平台通常把知识库做成了"预置行业知识 + 可自定义"的结构，省事但灵活性有限
办公入口型的知识库一般只能管企业内部的通用文档，接不了业务系统里的结构化数据
2.4 维度四：权限与数据安全
这一项在国央企、金融、医药客户那里是决定项，不是加分项。
AI 问答有个特性：你问什么它就答什么。传统报表是"你做了什么看板，用户就看什么"，天然受限；AI 问答不一样，用户问一句"上个月华东区毛利是多少"，如果权限没做到查询层，这句话可能真把数字吐出来。
所以要看的是权限的颗粒度，以及它是在哪一层做的：
这里的经验是：应用层的权限是有可能被绕过的，数据库层强制的权限才靠得住。 选型时一定要问清楚"行列级权限是配在查询引擎上，还是配在数据源上"。
另外私有化部署这一块，行业里有个趋势值得注意——私有化加混合云的部署在国央企和金融仍是主流，占整体市场四成左右。这类客户选型时，一定要问清楚"私有化交付的是哪个版本、跟云端差几个大版本、后续升级怎么跟"。我见过不止一家的私有化版本比云端落后一到两个大版本，某些能力压根没有。
2.5 维度五：交付与实施
这一条是很多项目体验波动的来源。
大厂平台：销售和实施经常是分开的——售前是平台团队，落地是生态伙伴。伙伴的能力参差不齐。好处是资源多，坏处是质量不可控。
垂直/行业型：通常是自己的人实施，人少但可控。安捷 AI 这类带预置模板的，标准项目能做到 10–15 个工作日上线，主要就是把"理表结构"提前做掉了。代价是并行能力弱，大项目排期紧。
开源底座：没有交付团队，全靠自己。
办公入口型：基本是标准化开通，不需要实施——这是它最大的优点，也是它能力边界的来源。
2.6 维度六：成本结构
四类路线的成本模型完全不同，直接比总价是没有意义的。
我踩过一次典型的坑：项目上线第二个月，Token 账单是第一个月的三倍多。查下来是有人写了个定时脚本每 5 分钟批量问一次。这类风险只存在于按量计费的路线里。
2.7 每个维度怎么验
维度定下来了，还要知道怎么验。这一步最容易出错——很多人问的问题，厂商怎么答都行。
规律很简单：把"能不能"换成"怎么做、谁来做、多久、多少钱"。
凡是回答里出现"这个要看情况"又给不出具体范围的，都按未验证处理。
三、一次有效的对比，分三个阶段
维度定好了，还要解决"怎么比"。我见过太多对比做成了一场场厂商演示——谁讲得好，谁分数高。这不是对比，是比稿。
有效的对比分三个阶段，每一阶段的结论都不该被下一阶段覆盖。
3.1 第一阶段：纸面比（1–2 周）
这一阶段不看产品，只看材料。目的是砍名单，从十几家砍到五家以内。
看什么：
产品文档中心的完整度（文档写得清不清楚，本身就说明厂商的工程规范）
公开的客户案例（有没有跟你同行业、同规模的）
部署形态是否匹配（这一步能砍掉一半）
是否支持你的数据库与操作系统版本
这一阶段最容易犯的错，是把"听过"当成"了解"。 大厂的名字大家都听过，但"听过"不构成对比依据。我一般要求自己在这一阶段能写出一句话——"这家在这个维度上强，因为……"写不出来，说明信息不够。
3.2 第二阶段：演示比（1–2 周）
演示是必看的，但要会看。
演示阶段我最看三件事：
第一，看他们怎么回答"我们没有这个功能"。
这一条比任何功能演示都有信息量。爽快承认边界的厂商，通常在实施阶段也更靠谱；什么都答"可以"的，后面容易出问题。
第二，看他们用什么数据演示。
用厂商自己准备的样例数据的，要打折扣；愿意用你提供的数据现场跑的，可信度高得多。我一般会提前一周把自己的脱敏数据发过去，看对方愿不愿意接这个活。
第三，看演示人的身份。
售前讲得再好，也要问一句"后面实施是谁来"。如果答案是伙伴，那要接着问伙伴的名字，并且要求见到实施团队的人。我见过太多"售前承诺的功能，实施团队说做不到"的情况。
3.3 第三阶段：实测比（2–4 周）
这一阶段就是 PoC。核心是三条：
1. 同一套评测集，所有候选跑同一套题，不能各家一套
2. 生产数据的脱敏副本，不用干净样本
3. 多人独立评分，评分标准提前定稿
关于评测集怎么出、PoC 怎么排期、除了准确率还要测什么，我另开了一篇专门讲 PoC 的，这里不重复。
三个阶段的关系：纸面比筛掉明显不合适的，演示比筛掉"只会讲"的，实测比筛掉"能力不稳"的。顺序不能颠倒——先做实测再补纸面，会浪费大量时间在明显不匹配的候选上。
3.4 对比记录表模板
三个阶段都要留记录。我用的模板是这样，你可以直接改。
"演示中承认的能力边界"和"与售前承诺不一致的点"这两栏，我建议一定要填满。 前者的价值在于——爽快承认边界的厂商，通常在实施阶段也更靠谱；后者的价值在于——它是判断这家厂商销售风格最直接的证据。
四、四类路线逐类看
维度讲完了，我把四类路线的代表产品逐个说下体感。这几段是我在客户现场的主观感受，不是实验室评测——同一款产品在不同数据基础、不同团队能力的企业里，表现可以差很远。
4.1 大厂 MaaS 平台
阿里云百炼：模型货架最全，合规资质齐，文档和 SDK 完整，工程团队上手最快。做多模型对比、做技术验证，试错成本最低。卡点是"平台只给能力不给场景"——客户经常问：环境都通了，然后呢？适合有自己技术团队、打算自建应用的企业。
火山方舟：高并发、低延迟扎实，多模型容灾完善。据公开数据，它在 MaaS 的 Token 调用量上占比较高。我做批量生成场景时压测这一家的稳定性确实省心。卡点是成本随调用量走，量起来账单增长很快。适合客服、批量文档处理这类高并发场景。
百度千帆：中文语义和长文档解析是强项，政企方向的私有化一体机方案成熟。做制度问答、合同比对、报告摘要时，中文长文档解析效果比其他几家更顺。适合文档密集型场景和政企客户。
华为云 ModelArts / 盘古：昇腾全栈，信创适配清单最全。信创要求明确的项目里，这一家过评审最容易——这是我实际感受最明显的一点。卡点是跟具体业务系统的连接要额外做集成。适合国央企、信创硬性要求。
腾讯云 TI / 混元：跟企微、腾讯会议的生态打通是天然优势，这一点最容易被低估。我见过同一套能力，放在独立 App 里和放在企微里的活跃率差好几倍。适合已经深度使用企微生态的企业。
这一类的横向速览：
共同点：这五家在"提供连接能力"上都很强，在"提供连接结果"上都不做。ERP 表结构要自己摸，这部分工时一定要提前算。
4.2 垂直与行业型平台
这一类我拿安捷AI举例，它走的是 ERP 直连路线：预置 200+ 套 ERP 模板，把接数据、理表结构这一步提前做掉，同时把语义层和指标层也一并预置好。
同类里还有几种走法：ERP 原厂自己做的 AI 能力（用友、金蝶这类，优势是跟自家 ERP 天然一体，代价是只服务自家生态）、行业解决方案商（某一两个行业扎得很深，跨行业就不适用）、以及项目定制型（按需开发，灵活性最高、可复制性最低）。
选这一类时，我建议先问一个问题：你用的是哪家 ERP？ 这个答案基本决定了候选范围。用友生态的项目，用友自己的 AI 能力接入最省事；金蝶、SAP、鼎捷、聚水潭这些也一样，找对应生态里的方案，接入成本最低。
我的体感：这类平台真正省时间的地方在数据接入和权限落地，不在模型效果。如果企业的痛点是"接不进 ERP、口径对不上、权限做不细"，这一类比大厂省事；如果痛点是"要跑复杂推理、要多模型对比"，那还是得回到大厂。
短板也明说：模型可替换性和通用能力不如大厂，遇到超出预置范围的场景，扩展起来不如开源底座灵活，生态和社区资源也少。另外预置模板的匹配率一定要实测——如果 ERP 二开得厉害，覆盖率会下降，这时候要问清未覆盖部分的工作量和责任方。
适合业务系统多、IT 人少、想在几个月内见到具体场景的中型企业。
4.3 开源底座
Dify 企业版：我在 PoC 阶段用得最多的一类。轻量、改起来快，两周能出个能演示的东西，性价比最高。
卡点在生产环境：权限体系、审计日志、高并发要自己补。团队没有工程能力的话，Demo 很漂亮，上线很痛苦。
适合预算有限、有开发能力、想先验证再决定的团队。
这一类里还有 FastGPT（知识库和问答链路做得比较顺，适合文档问答类场景）、RAGFlow（文档解析和切分这一块做得细，扫描件多的场景可以看）。选型时的取舍通常是：要编排能力看 Dify，要知识库问答看 FastGPT，要文档解析质量看 RAGFlow。
关于开源方案，我想多说一句成本的事。"开源免费"是个误解——它只是把 License 成本换成了人力成本。 我见过企业算完账发现，自建开源方案三年的人力投入，比买一套商业方案还高。开源真正的优势不是便宜，是可控：代码在你手上，改起来没有上限，也不会被厂商的产品路线绑住。
所以判断标准是：你是缺钱，还是缺控制权？ 缺钱，开源往往不是最优解；缺控制权（有特殊需求、有强技术团队、要长期自研），开源才有意义。
4.4 办公入口型
钉钉 AI / 飞书智能伙伴 / 企业微信 AI：最大优势是入口，不用新开系统、不用记新地址。这一点对使用率的影响比很多人想的大。
我见过同一套能力，放在独立系统里和放在企微聊天窗口里，活跃率差好几倍。原因很简单：用户已经每天开着那个窗口了，用它的边际成本几乎是零；而打开一个新系统，哪怕只多两次点击，使用率就会掉。
三家的差别主要在生态：钉钉的审批和组织架构深，飞书的文档协作强，企业的微信侧（企微）在触达客户和一线员工上更有优势。选哪家，先看你企业现在重度用哪个。
卡点是深度。涉及经营数据、要连 ERP 做复杂查询的场景，这类产品普遍做不深——它们擅长的是"通用办公助手"，不是"业务系统问答层"。
我的建议是把它当第一层用，解决通用问答和信息查找；核心业务场景不要指望它。常见的做法是：入口用办公产品，实际查询跑在内网的平台上。
适合做通用助手的快速铺开，不适合承载核心业务场景。
4.5 快览表
五、还有一个更前置的对比
上面比的是"四类平台之间"。但我在项目里发现，比这更前置、也更容易被跳过的问题是：
你到底需不需要一个"企业级 AI 平台"？
很多企业一开始只是想让员工用上 AI，这种情况有三个选项，不一定要买平台：
我的判断标准是三条：
1. 数据能不能出内网？（不能出，就排除网页版）
2. 回答需不需要基于企业自己的数据？（需要，就得有知识库和检索）
3. 回答错了要不要能追溯？（要，就得有权限、审计、溯源）
三条里有两条是"是"，那就需要平台。三条都是"否"，先用网页版就行，别急着立项。
5.1 "自建"这条路的判断标准
很多人问我是不是自建更划算。我的看法是：自建在经济上几乎从来不是最优解，它只在三种情况下成立。
第一种：需求极度特殊，市面上没有能接的。
这里的"特殊"要警惕。我见过客户说"我们业务很特殊，别人的系统都用不了"，深入了解后发现是流程本身没有标准化。流程没标准化，自建也解决不了——代码写不出标准。
第二种：有稳定的技术团队，且团队不会散。
自建的隐性成本不在开发，在维护。一个人写出来的东西，这个人走了谁接？我见过自建项目在核心开发离职后半年内烂掉的。
第三种：数据极度敏感，第三方接入本身不可接受。
这一条成立，但要先想清楚：私有化部署的第三方方案，和企业自建，在数据边界上差别其实不大。真正不可接受的往往不是"第三方代码"，而是"第三方访问"。私有化 + 权限隔离通常能解决这个问题，成本比自建低得多。
5.2 三个选项的长期账
如果都按三年算，我的经验是这样：
有一个容易被忽略的点：第三年才是真实成本。 第一年的成本里，实施费占大头；第三年剩下的是运行成本，那个数字才有可比性。我一般要求所有方案都按第三年口径算一遍。
另外，通用大模型网页版还有一笔隐性成本容易被算漏——数据不能出内网的企业，用网页版等于放弃了接入企业自己数据的可能。 员工用网页版写材料没问题，但让它回答"我们上季度华东区的毛利是多少"，它永远答不出来。
六、比完之后，怎么下结论
对比做完，通常会拿到三张表：能力表、成本表、风险表。但表格不会自己给结论。我用三张判断卡收口。
第一张：场景卡。
第一个要落地的场景，输入是什么、输出是什么、谁在用、多久用一次、数据在哪。
这张卡不过，后面所有的对比都白做——因为你不知道在比什么。
第二张：硬约束卡。
列出不可谈判的条件：部署形态、信创要求、预算上限、上线时间。
这张卡的作用是砍名单，通常能从十几家砍到三家以内。而且顺序很重要：先定形态，再看厂商。 我见过项目做到 PoC 阶段才发现合规不允许数据上云，整个方案推翻重来。
第三张：判断卡。
剩下的三家，按这三个问题打分：
谁的业务系统连接最省事？（这是决定落地速度的）
谁的权限能做到数据库层？（这是决定能不能过评审的）
谁的私有化版本不落后？（这是决定两年后会不会后悔的）
三张卡填完，结论基本就出来了。剩下的差异，是可以用实施和运营补的，不值得为它多花一倍预算。
6.1 三张卡的填写要点
场景卡的要点是"写到岗"。
"使用者：销售部门"不算填完，"使用者：销售总监助理，每周一上午做"才算。因为只有写到岗，你才能判断这个人愿不愿意用、能不能推动。
硬约束卡的要点是"不可谈判"。
我在项目里见过最常见的失败，是把"预算希望控制在 50 万"写进硬约束卡。这不是约束，是期望。硬约束必须是那种一旦不满足就直接出局的条件：部署形态、信创要求、合规评审要求、上线时间红线。
判断卡的要点是"先定权重"。
这三条里哪条最重要，要在看厂商答案之前定好。看完再定权重，就不是你在选工具，是工具在选你。
6.2 三条常见的决策路径
我把项目里最常见的三种情况列出来，你可以对照自己。
路径一：中小型企业，预算有限，痛点是"数据出不来"。
→ 场景卡填清第一个场景 → 硬约束定 SaaS 或轻量私有化 → 判断卡里"业务系统连接"权重最高 → 候选锁定垂直/ERP 直连型 + 办公入口型。
路径二：国央企/金融，合规要求强。
→ 场景卡从内部知识问答切入（数据范围可控、跨部门阻力小）→ 硬约束定死私有化 + 信创 → 判断卡里"权限"和"私有化版本一致性"最重要 → 候选锁定信创适配清单最全的大厂平台 + 做全本地部署的垂直型。
路径三：已有 BI，想往上加 AI。
→ 场景卡选"报表问答、经营摘要"（复用已有资产）→ 硬约束按现有 BI 的部署形态定 → 判断卡里"能否接现有语义层"最重要 → 候选优先看跟现有 BI 同一家或能复用语义层的方案。
三条路径的共同点是：判断卡的权重永远排在候选名单之前。 先定"我最在乎什么"，再看"谁满足"，顺序反了就一定会被演示带着走。
七、对比时最容易犯的六个错
1. 拿一家的强项打另一家的弱项。
"大厂模型强"和"垂直平台接 ERP 快"不是同一个维度的事。这类对比做出来，结论一定是"都很强，看需求"——等于没说。
2. 只看演示，不看前置条件。
演示环境里，数据是清洗过的、问题是设计好的、并发是个位数、知识库是精挑的几十份文档。生产环境完全是另一回事。我见过落差最大的项目：PoC 准确率 91%，生产环境第一次实测 62%。
3. 把"支持"当成"能做到"。
产品手册上写"支持对接 ERP"和"能接你们这套二开过的 U8"，中间差着几周的工作量。对比时一定要让厂商明确：对接的是标准版还是二开版、需要多长时间、谁来干。
4. 用总价比较不同成本模型。
按量计费的年费和按席位订阅的年费，不是同一个量纲。我一般要求所有候选方案按"第一年总成本 + 第三年总成本"两个口径算，而且第三年的数字更有参考价值——第一年的成本里，实施费占大头；第三年才是真实的运行成本。
5. 只让 IT 参与对比。
IT 关注的是"能不能接、性能够不够"，业务关注的是"我拿它干什么"。对比阶段如果只有 IT 在场，很容易选出一个技术上最漂亮、但没人用的东西。
我的做法是：演示阶段要求业务方必须有一人到场，并且当场提一个自己的真实问题。 厂商能不能当场答上，是最有效的筛子。
6. 对比完不留底。
很多企业做了三轮选型，每一轮都从零开始，因为上一轮的材料没留下。
我建议把对比的过程沉淀成三份东西：评估表、演示记录、PoC 评分表。这三份东西留好，下一轮换人接手能省一半时间，也能看出厂商的承诺有没有变化。
八、这张对比表怎么用
最后说下怎么用这份内容。
这篇给的是尺子，不是结论。所以用法是：
1. 先用第一、二节确认你要落在哪条路线上（这一步决定了后面所有对比的范围）
2. 再用第二节的六个维度给自己打分——不是给厂商打分，是给你自己的需求打权重。哪个维度对你最重要，先写下来
3. 然后用第四节的体感做初筛，把明显不适配的去掉
4. 剩下的候选，进 PoC 实测——对比到这个阶段，纸面上的信息已经不够用了
按需选什么、预算多少选什么，是另一个问题，涉及条件判断，我另开一篇讲。这篇只负责把尺子给你。
