云栖大会热点直击：瓴羊CEO抛出“Agent=模型×数据×场景”公式，如何重塑商业智能？ | 速途网

（文章来源：AI营销新鲜事）

数据分析领域正经历一场静默革命：曾经需要专业数据分析师数日完成的工作，现在只需与一个对话窗口交流几分钟便能解决。

今天，在阿里云栖大会上，阿里云智能集团瓴羊CEO朋新宇系统性地提出了“企业级Agent = 大模型 X 好数据 X 强场景”的公式。这个公式看似简单，却涵盖了企业级AI应用成功的三大支柱。

早前在”走进长安·会数据同学”活动上，长安汽车营销数字官范龙祥分享了一个观点：“场景靠什么驱动实践？最重要的就是数据驱动，即Data x AI。其中，数据是基础，AI是技术，没有基础的技术是空中楼阁，没有技术的基础是浪费资源。”

当众多媒体将目光聚焦于技术参数和产品功能时，我们更应关注这一公式背后的商业逻辑：企业级Agent如何从概念走向实践，并在真实商业环境中创造可量化的价值？

01

大模型：从“规模崇拜”到“适配为王”

企业级AI应用的首个误区是对大模型的盲目崇拜。众多企业追逐参数规模，却忽视了实际场景的适配性。

瓴羊团队在实战中发现，经历大模型热潮后，企业态度日趋务实。他们不再盲目投入基础模型训练，而是聚焦垂类应用解决具体痛点。

企业级大模型的关键在于“专用性”而非“规模性”。朋新宇在云栖大会明确表示，“大模型无需选最好的、只选最合适的”。这一观点直击企业痛点，引导行业从技术追逐转向价值导向。

瓴羊数据系统产品线总经理董芳英以Quick BI的智能小Q为例，揭示了专用模型打造的艰辛历程：在通用大模型基础上，团队耗时三年进行精细化调优，包括超百万量级的专项训练语料，覆盖18个行业，并以周为单位进行自动化迭代。

华为的行业智能化实践同样印证了这一趋势。他们发现，垂域数据质量直接决定行业模型能力。行业智能化落地，仅靠开箱即用的通用模型远远不够。企业必须基于自身及行业积累的高质量数据，对通用模型进行训练调优，才能形成专属竞争力。

华为“ACT三步走”路径中的关键环节——“结合垂直行业数据对模型进行校准”，已在南方电网的“大瓦特”电力行业大模型中见到成效。该模型融合CV与NLP技术，使电网智能巡检缺陷识别效率提升5倍，准确率提高至90%以上。

02

好数据：企业AI化的“隐形分水岭”

在Data x AI的等式中，数据质量直接决定了AI能力的天花板。范龙祥形象地比喻：“数据治理是冰山下的庞大区域，如果把数据治理做好，就可以像中国高铁一样，支撑起整个数据网络。”

优质数据必须具备三大特征：有结构、有业务含义、企业独有。这一标准与蚂蚁数科Agentar平台的实践不谋而合。该平台内置金融专属数据工厂，具备数据清洗与标注能力，可自动修复扫描件合同的模糊字段，沉淀亿级金融专业数据。

瓴羊调研揭示，数据分散在ERP、CRM、电商平台等孤岛中，缺乏统一治理和合规流通机制，成为智能体构建的最大障碍。

重庆电信的“深思”平台实践展示了数据融通的价值。通过技术攻坚与资源整合，他们搭建起支撑超大城市运行的“数据中枢”，参与“数字重庆”20多个区县和委办局的数据仓建设与治理，打破部门间数据壁垒。

瓴羊在云栖大会发布的AgentOne平台直面这一痛点，帮助企业治理内部数据，汇集行业与公共数据资源，形成高质量、可复用的数据资产池。这种思路与长安汽车的观点异曲同工——只有夯实数据地基，AI大厦才能稳固。

03

强场景：AI价值的“终极试炼场”

企业级Agent的最终价值必须在具体场景中兑现。判断“强场景”有三个关键标准：资金密集、人力密集、数据密集。

营销、客服和数据分析等场景天然符合这些特征。瓴羊AgentOne已在这些核心场景中部署超过20种企业级Agent，直接推动企业人机协同升级，打造“超级员工”。

长安汽车聚焦邀约试驾、销售转化等场景，构建真实试驾识别机制，以通义大模型为核心实现AI话术训练，提升销售顾问专业能力。

视易云策的KTV管理系统展示了强场景选择的智慧。基于“超级数据分析师”的“AI问策”功能，他们将复杂多系统数据整合分析，以简单“问答”形式呈现给管理者。KTV管理者如同拥有专业分析团队，实现数据驱动、实时科学的日常决策，显著提升经营效率和盈利能力。

华为“ACT路径”的第一步就是“评估高价值场景”，从商业价值、场景成熟度、业务与技术融合度三维评估，已帮助客户识别并落地1000多个AI核心生产场景。

重庆电信将AI技术应用于智慧安防，打造的“基层智治”平台覆盖全市所有区县、790+个街道乡镇，涵盖区域入侵、垃圾治理等20多类场景，实现异常情况自动识别与联动处置，推动基层治理从“人工巡查”向“智能预警”转变。

金融领域的价值创造更为显著。蚂蚁数科Agentar的智能风控场景帮助某股份制银行将信贷审批时间从3天缩短至4小时，错误率从1.8%降至0.3%，年减少坏账损失12亿元。

04

企业AI进化：三阶段演进路径

从行业实践看，企业AI发展遵循三阶段演进路径：AI协作、AI协同和AI驱动。目前，多数企业正从协作向协同过渡。

AI协作阶段，企业实现点状AI应用。重庆电信在“人工智能+教育”领域打造的“深思智教”标准产品，已与10余所院校深度共建，开发出AI简历生成、AI面试助手等20+类智能应用。

AI协同阶段，企业打通多个AI应用形成工作流。复星旅文通过AgentOne平台打造国内首个全场景AI度假智能体——AI G.O，覆盖游客“游前—游中—游后”全旅程服务，可在1.5秒内响应上百种需求，并自动派发工单至一线团队。项目从开发到上线仅用时90天，凸显AI协同效率。

华为的一站式Versatile平台能自动生成包含100多个步骤的智能体与业务流程，大幅加快部署速度。同时，华为建立系统化AI人才发展体系，赋能业务人员直接参与AI智能体的使用、开发与运营。

AI驱动阶段是企业AI应用的成熟期，AI成为业务核心驱动力，多智能体协作成为主流。蚂蚁数科Agentar平台实现多智能体协作机制，通过计划、执行、表达、评价智能体分工协作，显著提升系统整体性能。

瓴羊提出的“AI超级公司”概念正是这一阶段的成熟形态——深度整合AI技术，以人机协作为核心驱动力的新型组织，在研发、运营、销售、服务等环节重构协作方式与决策流程。

05

Agent驱动的产业未来

各行业的领先企业已开始部署AI智能体，并取得了显著成效。

法本信息的FarAI GPTRecruit智能招聘系统实现招聘全流程智能化，帮助企业招聘成本节省近30%，效率提升30%，面试通过率提高35%。

中煤信息基于DeepSeek技术打造的“中国中煤安全大模型”，构建“1个风险知识库+4个专业知识图谱+5个应用场景”体系，实现煤炭安全管理从被动处置向主动预警的范式转变。

某连锁咖啡品牌携手瓴羊智能小Q打造数据分析Agent，深度融合大模型技术与业务场景。门店管理者可即时查询“今日已售杯量”、“单品增长趋势”等关键指标，系统同步关联天气指数、节假日特征等外部变量进行交叉分析。

瓴羊发布的“企业数智化诊断Agent”可自动评测企业“AI×Data”融合能力成熟度，输出定制化发展建议，成为企业迈向“超级公司”的智能导航仪。

更多的“超级公司”正在现实中初现雏形。瓴羊联合阿里云研究院发布的《AI超级公司：企业进化与价值重塑》白皮书预测，未来每一家企业都将成为人机协同的“超级公司”，需要具备AI驱动的自主决策与持续进化能力。

未来的企业竞争，将是AI应用深度与广度的竞争。那些能够率先跨越概念验证阶段，实现AI规模化部署的企业，将在新一轮产业变革中占据领先地位。企业级Agent不再是一个遥远的概念，而是正在发生的现实，它将重构企业的数据流、决策链和价值网，最终推动产业智能化的全面升级。