瓴羊发布AgentOne：务实比速度更关键

在企业级Agent元年赛程过半之际，这个领域并未涌现太多花哨新概念。面对是否第一时间落地Agent，不少企业仍在试探观望，毕竟企业不会为‘炫技’买单。但关键转折点正在到来。

时空智能科技公司千寻位置上线了1号数字员工，正式发出第一张AI‘工牌’。自今年3月与瓴羊合作开发智能客服Agent后，千寻位置对其进行长期考核。智能客服‘转正’的KPI为回答准确率达80%，回答完备率达50%，如今一半的客服咨询能自主解决，无需转接人工。千寻位置在Agent落地中切实感受到其超高学习能力、一人分饰多角的客服效率以及‘释放人效’等好处。2025年，千寻位置预计与瓴羊持续合作，孵化8个以上AI员工，这表明数字员工不仅可用，且越来越好使。

大模型能力虽强，却难以直接满足企业具体需求。而企业级Agent深入场景正打破这一僵局，让过去落地难、见效慢的数字化愿景有了大规模落地的可能。阿里云智能集团瓴羊副总裁林永钦表示，‘Agent时代，大模型算力成本达到临界值会产生杠杆效应，让企业愿意投入，但此前需要判断与坚持’，瓴羊已做好准备继续做‘最难’的事。

01. 企业级Agent，为何难？

推动企业从‘被动接受’到‘主动拥抱’Agent比想象中难。林永钦指出，企业对待新生事物比C端用户更务实冷静，新技术诞生时，企业最关心价值、成本、安全性，这三方面边界模糊，导致企业对Agent应用落地心存顾虑。

阿里云智能集团瓴羊副总裁 林永钦

在瓴羊看来，企业级Agent比拼的不仅是技术，更是对场景的选择与理解。今年7月起，两个多月内瓴羊陆续发布三批企业级Agent，覆盖客服、数据分析、营销等高频场景。云栖大会上，瓴羊又发布企业级AI智能体服务平台AgentOne，将Agent能力和体系升维到平台级。

瓴羊Agent产品面世不算早，其路径和‘勇气’源于吃透做深场景。2023年底，瓴羊团队在客服、营销领域探索基础模型下Agent的效果，并着手构建平台。今年下半年，随着Agent进入主流视野，客户需求迸发，瓴羊在与单个客户共创中验证了产品落地效果，才正式发布Agent产品。林永钦认为，To B领域更看重产品落地深度，早期瓴羊在判断拓展的时间窗口。概念兴起、价值认知有迷雾时，瓴羊凭借场景洞察力和嗅觉，与企业客户站在一起，从私域数据规范打磨，规避安全隐患。

ToC Agent是内容与办公效率的锦上添花，ToB Agent则是雪中送炭。企业级Agent难啃有几个深层原因：一是企业场景业务链条长、场景割裂、非标准化场景多，单一Agent无法解决所有问题，如客服过程涉及多断点，Agent需与业务系统打通闭环才能提升价值；二是企业数据资产低效、结构化成本高，数据分散、孤立、参差不齐，用好Agent需先进行数据治理整合，这是企业短板；三是安全稳定是企业接受新技术的底线，很多Agent产品演示效果好，但实际业务中可能出现响应延迟、判断失误、系统崩溃等问题，影响效率和带来业务风险。因此，瓴羊将AgentOne打造成企业落地AI应用的第一站，提供全链路开发工作空间，支持搭建、评测、分析、调优等，对接现有系统可缩短落地周期。

02. “实诚”的Agent，长啥样？

为何许多Agent厂商解决不好问题，瓴羊做对了什么？瓴羊告别‘拿着锤子找钉子’的技术导向阶段，将行业Know - how、阿里生态与务实产品化能力结合，形成难以复制的综合解决方案。

阿里云智能集团瓴羊CEO朋新宇

朋新宇认为构建企业级Agent有黄金公式：大模型×好数据×强场景。瓴羊源自阿里数据中台，有企业数据智能实战经验和技术积淀。他指出企业有数据不代表有好数据，好数据是有结构、有逻辑的数据，智能底座需根植于好数据，很多企业为用AI投入大量成本进行数据治理，而瓴羊能帮助企业跨越这一挑战。林永钦表示，Agent引入后，企业希望统一处理数据格式，让AI更好理解数据语言，务实的Agent能帮助企业关注数据价值。在数据分析场景下，瓴羊的问数Agent、解读Agent等应用于百家企业客户。

瓴羊被客户评价为‘实诚’的AI应用厂商，不夸大能力、不制造焦虑，聚焦解决真实业务场景中‘有数据可依、有效果可依’的普适性需求。此外，瓴羊的场景理解为数据智能找到‘跳板’，即朋新宇所说的‘强场景’。他表示人力和数据密集的地方是人AI共生共进之处，瓴羊从企业复杂业务中提取出价值共性。

以复星旅文为例，其服务链条长、客户需求个性化且触点分散。通过阿里通义千问大模型和瓴羊AgentOne平台，构建全场景AI度假智能体AI G.O，以24小时、低于1.5秒的即时响应，将重复性、标准化工作交给Agent，释放人工到更有温度的服务中。复星旅文基于AgentOne平台打造专属IP形象的AI智能体，结合行业大模型优化，90天完成上线，兼顾速度、品牌个性化与系统稳定性，驱动客户体验升级和全域复购率增长。

牧原肉食作为行业巨头，经营管理依赖数据驱动，业务规模扩大后，传统方式难支撑精细化运营，存在数据响应慢、报告产出周期长、分析标准不统一等问题。瓴羊的‘超级数据分析师’智能小Q构建‘报告Agent + 问数Agent’双引擎架构，上线后30分钟自动生成原本耗时数日的分析报告，遵循企业管理逻辑和分析路径。智能小Q提升销售管理效率80%，减少50%无效会议争执，实现90%业务场景自助查询覆盖，推动企业从‘经验驱动’到‘可预见增长’跨越。可见，瓴羊战略是从千行百业寻找验证普适性、可落地需求，打磨垂直场景，让AgentOne成为AI应用‘第一站’。

03. 让AI会思考，还差什么？

瓴羊的第三个价值来自阿里强生态。阿里云作为全栈AI服务商，其面向B端解决方案能与生态内其他产品无缝集成，降低企业部署单一智能化产品的复杂度。瓴羊和店小蜜合作，提炼相关能力打包成解决方案，让客户享受阿里云算力基础，共同服务海信。天猫新品创新中心（TMIC）积累了服装趋势数据，瓴羊与其合作在AgentOne平台推出新品创新Agent，助服饰品牌紧跟流行趋势。

瓴羊能解决企业数据孤岛问题，得益于自身产品技术能力和生态开放性、整合性，让AgentOne拥有独特生态位。以智能客服场景为例，其逻辑复杂，如客服退款环节，企业有多个环节和多种应对方案，退货客服自动化程度低。引入AI可解决效率问题，让客服工作更健康。小模型时代智能客服泛化能力差、无法自我迭代，大模型带来智能化‘举一反三’和落地能力，让Agent有实现全局自动化的可能。

瓴羊将企业级Agent分为三个层级：一是‘会思考’，结合大模型和知识库的智能问答属此范畴；二是能落地执行，思考后规划并调用工具闭环执行任务；三是Agent有自我进化和迭代能力。目前企业级Agent处于第二阶段，需选定合适领域，发挥AI最大价值。未来，随着Agent跃迁，智能化前沿企业将成为‘超级公司’，竞争将是人机协作和生态协同的整体效率竞争。企业应像有机体与用户交互，瓴羊正试图成为连接这一切的‘神经系统’。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com