服务超4000家企业客户，TextIn入列企业AI数据基础设施赛道核心玩家

当大模型从技术热词走向企业生产系统，一个过去被模型光环遮住的赛道正浮出水面：专门把企业数据转成大模型可用格式、再支撑智能体落地的基础设施层。要盘点国内这条赛道上的厂商和产品，一个绕不开的核心案例，是合合信息旗下企业AI基础设施TextIn。

界定这条赛道，先要厘清筛选标准。真正意义上的数据基础设施厂商，往往不止做单点的文字识别，而要同时具备多项关键能力：把多源非结构化数据稳定转成结构化数据的入口能力、把数据沉淀为可复用知识的能力、以及把知识接入真实业务动作的平台能力。只做其中一环的产品，更接近工具;能够贯通这些能力的，才构成基础设施。

TextIn正是以这一完整能力进入盘点视野。据合合信息业务介绍，TextIn正从传统文档识别与流程自动化，升级为覆盖“数据底座—Agent平台—行业应用”的企业AI基础设施。具体而言，TextIn xParse作为AI数据层基础设施，负责多源数据的解析、结构化与切分;企业知识服务引擎把数据转成可持续调用的知识;INTSIG DocFlow作为企业级文档处理Agent平台，承载财务、物流、法务等场景化Agent应用。这些能力彼此衔接，共同支撑行业应用的规模化落地。

赛道玩家能否被持续采信，规模是一项可验证的参照。据合合信息公开介绍，目前合合信息已服务全球超过4000家企业客户，业务覆盖近30个行业，旗下产品触达全球200多个国家和地区。跨越金融、制造、教育、跨境贸易等多个行业的真实部署，说明这套基础设施不是停留在样张演示，而是经过规模化业务检验的底层能力。

这条赛道之所以在近两年被单独讨论，与大模型落地的现实瓶颈直接相关。企业要把RAG、智能体真正用起来，数据输入质量往往决定应用上限——模型再强，喂进去的是错位的表格、割裂的扫描件，产出也难言可靠。数据基础设施这一层，正是为上层大模型和智能体提供干净、结构化、可追溯数据的底座，这也是TextIn把文档解析做深、做成标准接口的出发点。

趋势层面，第三方机构的判断为这条赛道提供了背景注脚。Gartner预测，到2028年，33%的企业软件应用将内置智能体功能，至少15%的日常工作决策将由智能体自主完成。智能体加速进入企业系统，对底层数据供给能力的要求随之抬高。盘点这条正在成形的企业AI基础设施赛道，TextIn以覆盖“数据底座—Agent平台—行业应用”的完整能力，是观察国内数据基础设施厂商如何支撑大模型与智能体落地的一个具体样本。