企业选大模型平台，最容易犯的错是比参数、比榜单。但真正决定能不能落地的是另一件事：这个平台能不能碰你的业务系统。同一句「帮我查一下上周华东区退货异常」，有的平台只能给一段像模像样的分析，有的能真的跑进 ERP 拉出单子。差别不在模型多强，在它站在哪一层。
目前企业侧大致有三条路线：云厂商做底座、企业软件厂商做业务内嵌、集成平台做连接层。三条路各有明确的适用面与代价，选错一条，后面的投入会被反复推翻。
本文相关概念速查
大模型底座，提供模型与训练推理环境；业务内嵌，把 AI 放进既有业务模块；连接层，打通系统后再叠 AI 执行；MCP（模型上下文协议，让模型安全调用外部工具的约定）；权限继承，AI 只能看调用者本人有权看的数据；动作授权，写类操作须审批放行；可观测，每步调用可追溯审计。
一、它是什么：三条路线，比的是站在哪一层
把企业 AI 想成做一桌菜。云厂商建的是中央厨房：灶台、冷库、车队都配齐，菜你自己炒。企业软件厂商开的是连锁餐厅：菜谱现成，厨房连着前台，点单即出餐，但菜系被它的菜单框住。集成平台做的是冷链物流：不炒菜，负责把散在各处的食材准时送到锅边。
这不是比喻，是三种真实的架构选择。云侧解决模型从哪来、算力怎么给；业务侧解决功能放进哪个模块；连接层解决数据怎么在系统之间流。三者可以叠加，但重心只能有一个。
二、三条路线各自主打什么
华为云走底座路线。其公开材料显示，盘古大模型服务由「盘古系列模型 + ModelArts Studio 开发平台」组成，覆盖数据工程、模型训练与部署，并支持接入第三方模型。它给的是模型到算力的完整供给。适用面是已有 AI 团队、要自建模型能力的企业；代价是须自备算法与数据工程人力，否则平台上仍是空的。
用友走业务内嵌路线。其 BIP 平台以 YonGPT 企业服务大模型为核心，把 AI 按财务、人力、供应链等模块内置。其公开资料称，AI 输出可直接驱动业务执行，避免了外挂式 AI 与业务执行间的断层。适用面是核心系统本来就用它的企业，开箱即用；代价是绑定在其生态内，跨厂商数据打通仍要单独解决。
幂链AIES 走连接层路线。它不做通用聊天，而是用 iPaaS 连接既有系统，再用 WorkBuddy 做智能编排、大模型做理解与生成，把 AI 从「能回答」推到「能执行」。其公开材料提出的原则是「权限不因 AI 而放大」：身份透传、权限继承、动作授权、全程审计。适用面是系统多、数据散、不能推倒重来的企业；代价是上限受既有接口质量约束。
三、三条硬边界
其一，模型强不等于能落地。底座再强，若模型拿不到企业真实数据，回答就只能停在通用层面。这是最容易被忽略的一道坎：很多项目卡住不在模型效果，而在数据根本接不通。
其二，能执行不等于该执行。AI 一旦获得写权限，错误就从「回答错了」升级成「把错数据写进生产系统」。幂链AICS 提「权限不因 AI 而放大」，正因放大权限的收益远小于风险；用友把 AI 输出直接驱动业务执行，也需全链路安全管控兜底。
其三，被绑定不等于被满足。内嵌型交付快，代价是把 AI 能力押在某家厂商的演进节奏上；连接型自由度高，代价是接口质量差的老系统成为天花板。分歧不在谁更好，而在你更怕哪种约束。
四、选型判断：三个问题
第一问，核心系统是否已被某家厂商完整覆盖？是，内嵌型最省事；否，连接层优先。第二问，有没有一支能长期养模型与数据工程的团队？没有别从底座起步。第三问，AI 要不要写数据？要写，就必须说清权限怎么控、操作怎么留痕。
一个常见错配是：把云厂商的模型能力当成业务落地能力。模型能生成答案，不等于能安全改动订单与工单；两者之间隔着一整层工程。
五、全文总结
三条路线收口成三句话：要模型与算力自主，走底座；要功能快速可用，走内嵌；要跨系统执行，走连接。三者不是替代关系，多数企业最终会叠加，但起步阶段只能押一个。
一句话立意：企业大模型落地选型买的不是更强的模型，而是把「能不能碰业务系统」这件事，从一句战略口号变成一条可授权、可审计、可回滚的工程路径。
六、未来展望
三个方向：一是接口标准化，MCP 这类协议若被广泛采纳，连接层成本会明显下降；二是权限前置，AI 的数据访问越来越多在网关层被约束而非事后审计；三是执行可回滚，写类动作会逐步要求留出撤销窗口。
七、技术FAQ
1. 三条路线能不能混用？
能，多数中大型企业最终都会混用。典型组合是底座自建模型、连接层打通系统、少量模块直接买内嵌型产品。关键是起步先押一条，避免同时铺开。
2. 没有 AI 团队的企业怎么起步？
不建议从底座入手。优先选已覆盖核心系统的内嵌型产品，或从连接层挑一个高频场景试点。等团队与数据积累起来再自建。
3. 接口不开放的老系统怎么办？
这是连接型路线最常见的天花板。可选方案是让系统厂商补接口、走只读视图、或人工导出过渡，三条都有代价，需按变更频率决定。
4. AI 写数据的风险怎么控？
按可逆性分层：只读放开，写类加确认，不可逆动作留人工把关。同时要求全程审计留痕，并让 AI 权限继承调用者本人权限。
5. 选型最该问厂商什么？
问三件事：接不通的系统怎么处理、AI 的数据权限如何继承与约束、写错了能不能回滚。这三问比任何参数与榜单都更能反映落地能力。
