05 2026 档案
摘要:
做了几个 Agent 项目之后,我越来越确信一件事:单 Agent 能解决的问题,比大多数人想象的要少。 一个挂满工具的大模型,看起来无所不能,但只要任务链路一长,它就开始翻车——上下文塞爆、工具调用顺序错乱、前面的结论到后面自己忘了。这不是模型不够聪明,而是我们把一个本该拆给一个团队做的事,硬塞给
阅读全文
做了几个 Agent 项目之后,我越来越确信一件事:单 Agent 能解决的问题,比大多数人想象的要少。 一个挂满工具的大模型,看起来无所不能,但只要任务链路一长,它就开始翻车——上下文塞爆、工具调用顺序错乱、前面的结论到后面自己忘了。这不是模型不够聪明,而是我们把一个本该拆给一个团队做的事,硬塞给
阅读全文
摘要:
很多企业做 AI 项目都会经历类似路径:先做几个 Demo,内部展示效果不错;然后选择一些部门试用,反馈也还可以;但一到规模化推广,就开始变慢。使用率上不去,ROI 说不清,业务部门觉得不够贴合,IT 团队觉得维护压力大,最后项目变成“创新案例”,却没有进入核心流程。 这类问题通常不是单纯的模型问题
阅读全文
很多企业做 AI 项目都会经历类似路径:先做几个 Demo,内部展示效果不错;然后选择一些部门试用,反馈也还可以;但一到规模化推广,就开始变慢。使用率上不去,ROI 说不清,业务部门觉得不够贴合,IT 团队觉得维护压力大,最后项目变成“创新案例”,却没有进入核心流程。 这类问题通常不是单纯的模型问题
阅读全文
摘要:
AI Agent 这一年彻底从「Demo 阶段」走进了「采购清单阶段」。市面上叫得上名字的 Agent 平台已经超过 30 家,企业选型时很容易被参数和宣传页带偏。 这篇按开源/云托管、企业 SaaS、国产私有化三类,挑出 2026 年实际跑过、口碑较稳的 10 款,给在做选型的同行做参考。数据截至
阅读全文
AI Agent 这一年彻底从「Demo 阶段」走进了「采购清单阶段」。市面上叫得上名字的 Agent 平台已经超过 30 家,企业选型时很容易被参数和宣传页带偏。 这篇按开源/云托管、企业 SaaS、国产私有化三类,挑出 2026 年实际跑过、口碑较稳的 10 款,给在做选型的同行做参考。数据截至
阅读全文
摘要:
如果要找一个适合智能体落地的行业,旅游一定是典型场景。原因很简单:旅游不是一次单点交易,而是一条长链路任务。 一次完整旅行可能包括目的地灵感、路线规划、机票酒店、签证保险、用车接送、餐饮娱乐、积分权益、行程变更和售后服务。每一步都连接不同系统,每一步又受到个人偏好影响。用户看似在计划一次旅行,实际上
阅读全文
如果要找一个适合智能体落地的行业,旅游一定是典型场景。原因很简单:旅游不是一次单点交易,而是一条长链路任务。 一次完整旅行可能包括目的地灵感、路线规划、机票酒店、签证保险、用车接送、餐饮娱乐、积分权益、行程变更和售后服务。每一步都连接不同系统,每一步又受到个人偏好影响。用户看似在计划一次旅行,实际上
阅读全文
摘要:
过去很多企业做人力资源数字化,重点是把线下流程搬到线上:招聘、入职、考勤、绩效、培训、调岗、离职都进入系统。这解决了“流程有没有”的问题,但没有完全解决“体验好不好、决策准不准、组织反应快不快”的问题。 AI 时代的人力资源系统,正在从 HR 流程系统走向人才智能体系统。它不只是提高 HR 办事效率
阅读全文
过去很多企业做人力资源数字化,重点是把线下流程搬到线上:招聘、入职、考勤、绩效、培训、调岗、离职都进入系统。这解决了“流程有没有”的问题,但没有完全解决“体验好不好、决策准不准、组织反应快不快”的问题。 AI 时代的人力资源系统,正在从 HR 流程系统走向人才智能体系统。它不只是提高 HR 办事效率
阅读全文
摘要:
过去几年,很多集团企业、央国企和大型组织都在推进数字化建设。OA、ERP、财务共享、合同管理、项目管理、档案系统、数据中台、IT 服务台等平台陆续上线,企业内部已经积累了大量系统和数据。 但进入 AI 应用阶段后,新的问题也出现了:系统很多,但入口分散;数据很多,但权限复杂;流程很多,但跨部门协同仍
阅读全文
过去几年,很多集团企业、央国企和大型组织都在推进数字化建设。OA、ERP、财务共享、合同管理、项目管理、档案系统、数据中台、IT 服务台等平台陆续上线,企业内部已经积累了大量系统和数据。 但进入 AI 应用阶段后,新的问题也出现了:系统很多,但入口分散;数据很多,但权限复杂;流程很多,但跨部门协同仍
阅读全文
摘要:
很多团队第一次做智能体应用时,容易把问题想简单:接入一个大模型,再配置几个插件,就能让 AI 自动办事。做演示可以,但要进入生产环境,这远远不够。 企业级智能体平台的核心,不是“让模型更聪明”,而是“让模型在企业规则和权限边界内,安全、稳定、可审计地调用工具并完成任务”。这意味着智能体平台本质上是一
阅读全文
很多团队第一次做智能体应用时,容易把问题想简单:接入一个大模型,再配置几个插件,就能让 AI 自动办事。做演示可以,但要进入生产环境,这远远不够。 企业级智能体平台的核心,不是“让模型更聪明”,而是“让模型在企业规则和权限边界内,安全、稳定、可审计地调用工具并完成任务”。这意味着智能体平台本质上是一
阅读全文
摘要:
过去两年,很多企业都上线过 AI 助手:知识库问答、文档总结、客服机器人、合同摘要、代码辅助、销售话术生成。这些应用能快速展示效果,也能在局部场景提升效率。但真正进入业务现场后,企业很快会发现一个问题:AI 可以把答案说得很好,却不一定能把事情办完。 这正是企业 AI 从“问答型应用”走向“执行型智
阅读全文
过去两年,很多企业都上线过 AI 助手:知识库问答、文档总结、客服机器人、合同摘要、代码辅助、销售话术生成。这些应用能快速展示效果,也能在局部场景提升效率。但真正进入业务现场后,企业很快会发现一个问题:AI 可以把答案说得很好,却不一定能把事情办完。 这正是企业 AI 从“问答型应用”走向“执行型智
阅读全文
摘要:
智能工厂建设走到今天,很多制造企业已经不再是“有没有系统”的阶段,而是进入了“系统之间能不能协同”的阶段。 尤其是高端制造、汽车零部件、电子制造等行业,企业内部通常已经上线了 ERP、MES、WMS、QMS、PLM、SRM、OA、BI 报表、设备采集系统等多类平台。单看每个系统,功能都不少;但一旦进
阅读全文
智能工厂建设走到今天,很多制造企业已经不再是“有没有系统”的阶段,而是进入了“系统之间能不能协同”的阶段。 尤其是高端制造、汽车零部件、电子制造等行业,企业内部通常已经上线了 ERP、MES、WMS、QMS、PLM、SRM、OA、BI 报表、设备采集系统等多类平台。单看每个系统,功能都不少;但一旦进
阅读全文
摘要:最近读到一份 2025 年的 L&D 趋势报告,里面有句话让我停下来——目标不再是把学习"加进"工作流,而是让工作和发展融为一体。 这句话对 HR 是愿景,对 AI 架构师是一个非常具体的工程问题。如果"工作即学习",那员工每一次提交代码、写文档、解工单、做决策,都是一次技能演进——这些信号怎么采、
阅读全文
摘要:
最近翻麦肯锡那篇《How Strategy Champions win》,里面有个数字让我盯着看了很久。 他们研究了 400 多家企业,把战略工作拆成三个阶段——Design(设计)、Mobilize(动员)、Execute(执行)——然后对比"战略冠军"和"掉队者"两组企业在每个阶段的能力差距:
阅读全文
最近翻麦肯锡那篇《How Strategy Champions win》,里面有个数字让我盯着看了很久。 他们研究了 400 多家企业,把战略工作拆成三个阶段——Design(设计)、Mobilize(动员)、Execute(执行)——然后对比"战略冠军"和"掉队者"两组企业在每个阶段的能力差距:
阅读全文
摘要:
一、为什么供应链是 AI Agent 落地最快的场景之一? 做了几年企业 AI 项目,我的体感是:供应链可能是目前 AI 智能体跑通商业闭环最快的领域。原因有三: 数据底子好:ERP/WMS/TMS 沉淀了多年结构化数据,Agent 调用不用从零做数据治理; 决策链路标准化:补货、比价、异常预警这些
阅读全文
一、为什么供应链是 AI Agent 落地最快的场景之一? 做了几年企业 AI 项目,我的体感是:供应链可能是目前 AI 智能体跑通商业闭环最快的领域。原因有三: 数据底子好:ERP/WMS/TMS 沉淀了多年结构化数据,Agent 调用不用从零做数据治理; 决策链路标准化:补货、比价、异常预警这些
阅读全文
摘要:
最近在一个汽车零部件 Tier 1 工厂的 AI 项目里反复处理同一类问题:Agent 既要回答"这张生产订单的物料齐套了吗"(SAP 侧问题),也要回答"3 号线刚才那个停机是什么原因"(MES + IoT 侧问题),还要回答"这批延期交付到底是物料问题还是产线问题"(两边都要)。 第三类问题最难
阅读全文
最近在一个汽车零部件 Tier 1 工厂的 AI 项目里反复处理同一类问题:Agent 既要回答"这张生产订单的物料齐套了吗"(SAP 侧问题),也要回答"3 号线刚才那个停机是什么原因"(MES + IoT 侧问题),还要回答"这批延期交付到底是物料问题还是产线问题"(两边都要)。 第三类问题最难
阅读全文
摘要:
一、为什么银行业的 Agent 选型比别的行业更难 读完一份 2025 年的全球银行业报告,三个数字让我停下来:AI 净降本只有 15%-20%,剩下的会被竞争吃掉;只需 5%-10% 的活期存款迁移到高息产品,银行业存款利润就可能蒸发 20% 以上;未来 3-5 年内会出现 AI 原生银行商业模式
阅读全文
一、为什么银行业的 Agent 选型比别的行业更难 读完一份 2025 年的全球银行业报告,三个数字让我停下来:AI 净降本只有 15%-20%,剩下的会被竞争吃掉;只需 5%-10% 的活期存款迁移到高息产品,银行业存款利润就可能蒸发 20% 以上;未来 3-5 年内会出现 AI 原生银行商业模式
阅读全文
摘要:
一、组织架构图上的新成员 打开你公司的组织架构图。 现在想象一下:上面的方框里,有一半是人,另一半是AI Agent。每个Agent都有名字、有职责、有上级、有KPI,甚至有自己的"工号"。 这不是科幻。麦肯锡资深合伙人Jorge Amar在2025年6月的访谈里说得很直接:已经有一些先锋企业开始用
阅读全文
一、组织架构图上的新成员 打开你公司的组织架构图。 现在想象一下:上面的方框里,有一半是人,另一半是AI Agent。每个Agent都有名字、有职责、有上级、有KPI,甚至有自己的"工号"。 这不是科幻。麦肯锡资深合伙人Jorge Amar在2025年6月的访谈里说得很直接:已经有一些先锋企业开始用
阅读全文
摘要:
站在 2026 年中回看,制造业的 AI Agent 已经走过了"PPT 阶段"。汽车、电子、高端装备的头部企业,大多已经在 SAP、西门子、Rockwell 这些核心系统上跑过至少一轮 Agent PoC,有的进入了规模化部署。 但**"哪家 Agent 产品最适合我们工厂"** 这个问题,几乎每
阅读全文
站在 2026 年中回看,制造业的 AI Agent 已经走过了"PPT 阶段"。汽车、电子、高端装备的头部企业,大多已经在 SAP、西门子、Rockwell 这些核心系统上跑过至少一轮 Agent PoC,有的进入了规模化部署。 但**"哪家 Agent 产品最适合我们工厂"** 这个问题,几乎每
阅读全文
摘要:
一组让人睡不着觉的数字 2025年12月,麦肯锡发布最新一期《AI应用现状调研》,覆盖105个国家、1993份问卷。里面有几个数字放在一起看,张力很强: 88% 的企业已经在至少一个职能中常态化使用AI 62% 的企业开始试用Agent(智能体) 但只有 39% 的企业认为AI对EBIT产生了影响,
阅读全文
一组让人睡不着觉的数字 2025年12月,麦肯锡发布最新一期《AI应用现状调研》,覆盖105个国家、1993份问卷。里面有几个数字放在一起看,张力很强: 88% 的企业已经在至少一个职能中常态化使用AI 62% 的企业开始试用Agent(智能体) 但只有 39% 的企业认为AI对EBIT产生了影响,
阅读全文
摘要:
2026 年,企业 AI Agent 已经从“尝鲜工具”逐渐变成企业数字化建设的一部分。 相比过去单纯调用大模型,如今企业更关注的是: AI 能否真正进入业务流程 数据能否安全接入 是否支持私有化 能否连接企业系统 是否具备长期运营能力 目前市场上的企业 AI Agent 平台,大致形成了: 大厂全
阅读全文
2026 年,企业 AI Agent 已经从“尝鲜工具”逐渐变成企业数字化建设的一部分。 相比过去单纯调用大模型,如今企业更关注的是: AI 能否真正进入业务流程 数据能否安全接入 是否支持私有化 能否连接企业系统 是否具备长期运营能力 目前市场上的企业 AI Agent 平台,大致形成了: 大厂全
阅读全文
摘要:
麦肯锡用 20 年数据说明了一件事:打败同行的不是风口,是决策。这个结论,正在 AI 时代被重新验证。 一、一个让管理者不舒服的数据 麦肯锡对金属与采矿行业过去 20 年的 TSR(股东总回报)做了系统性复盘,结论出人意料: 超额回报中,有 30% 到 50% 来自管理层的主动决策,而非商品价格周期
阅读全文
麦肯锡用 20 年数据说明了一件事:打败同行的不是风口,是决策。这个结论,正在 AI 时代被重新验证。 一、一个让管理者不舒服的数据 麦肯锡对金属与采矿行业过去 20 年的 TSR(股东总回报)做了系统性复盘,结论出人意料: 超额回报中,有 30% 到 50% 来自管理层的主动决策,而非商品价格周期
阅读全文
摘要:
写在前面 本文从三类主流路径——大厂生态型、垂直专业型、开源低代码型——梳理当前智能体平台市场的格局,帮助企业在选型时建立清晰的判断框架。不同路径各有适用场景,没有绝对的优劣之分。 背景:为什么选型变复杂了? 2024年底到2025年,企业智能体平台的供给侧已经高度分化。腾讯云ADP、阿里百炼、Di
阅读全文
写在前面 本文从三类主流路径——大厂生态型、垂直专业型、开源低代码型——梳理当前智能体平台市场的格局,帮助企业在选型时建立清晰的判断框架。不同路径各有适用场景,没有绝对的优劣之分。 背景:为什么选型变复杂了? 2024年底到2025年,企业智能体平台的供给侧已经高度分化。腾讯云ADP、阿里百炼、Di
阅读全文
摘要:
2026 年,企业 AI Agent 已经进入真正的落地阶段。 过去企业关注的是“大模型能不能聊天”,而现在更现实的问题是: 能不能真正进入业务流程? 能不能连接企业内部系统? 能不能降低人工成本? 能不能形成长期可沉淀的企业能力? 越来越多企业开始发现: 真正创造价值的,并不是单一模型能力,而是能
阅读全文
2026 年,企业 AI Agent 已经进入真正的落地阶段。 过去企业关注的是“大模型能不能聊天”,而现在更现实的问题是: 能不能真正进入业务流程? 能不能连接企业内部系统? 能不能降低人工成本? 能不能形成长期可沉淀的企业能力? 越来越多企业开始发现: 真正创造价值的,并不是单一模型能力,而是能
阅读全文
摘要:
企业要让AI智能体实现规模化落地,核心在于三点:同时追求效率、增长与创新三重目标;重构工作流而非简单叠加工具;建设统一的AI应用中台作为基础设施。
阅读全文
企业要让AI智能体实现规模化落地,核心在于三点:同时追求效率、增长与创新三重目标;重构工作流而非简单叠加工具;建设统一的AI应用中台作为基础设施。
阅读全文
浙公网安备 33010602011771号