文｜白 鴿

編｜王一粟

這兩周，企業(yè)級智能體開發(fā)平臺頗有你方唱罷我方登臺的架勢。

微軟、騰訊、網(wǎng)易等國內(nèi)外巨頭，近期都相繼宣布推出了新一代智能體開發(fā)平臺。相比于兩年前，智能體開發(fā)的產(chǎn)品邏輯已經(jīng)有了翻天覆地的變化，做出的智能體也更加可用。

為什么企業(yè)級智能體開發(fā)平臺，今年如此“卷”？

一方面，推理大模型的迭代升級，給智能體帶來了更好的體驗效果。

“之前常說‘各領(lǐng)風(fēng)騷數(shù)百年’，但在AI領(lǐng)域，大模型能領(lǐng)風(fēng)騷的時間極短，可以說是‘各領(lǐng)風(fēng)騷三五天，甚至三五個小時’，技術(shù)更新?lián)Q代速度極快?！本W(wǎng)易副總裁、網(wǎng)易數(shù)智總經(jīng)理阮良感慨道。

網(wǎng)易副總裁、網(wǎng)易數(shù)智總經(jīng)理阮良

正是由于推理大模型的不斷進化，也讓智能體的能力實現(xiàn)每7個月提升一個級別。這種能力的不斷進化，讓“智能體已經(jīng)從工具進化到伙伴，真正能夠做到邊思考邊干活?！?/strong>

因此，邁入2025年，AI ToB廠商們?yōu)楦玫哪玫缴虡I(yè)化結(jié)果，都紛紛上新或升級了智能體開發(fā)平臺。

網(wǎng)易數(shù)智作為網(wǎng)易旗下的一站式企業(yè)服務(wù)提供商，自然也不愿錯過這一波AI浪潮。

從去年開始，網(wǎng)易就進行了ToB業(yè)務(wù)架構(gòu)整合，通過整合原網(wǎng)易智企和原網(wǎng)易數(shù)帆業(yè)務(wù)，升級為網(wǎng)易全新的ToB品牌網(wǎng)易數(shù)智，并形成包括網(wǎng)易云信、網(wǎng)易云商、網(wǎng)易易盾、網(wǎng)易數(shù)帆、網(wǎng)易CodeWave五大業(yè)務(wù)板塊，統(tǒng)一向阮良匯報。

組織架構(gòu)統(tǒng)一升級后，其業(yè)務(wù)的各個板塊也都進行了產(chǎn)品的AI技術(shù)迭代升級，網(wǎng)易數(shù)智最新推出的CoreAgent智能體協(xié)作中樞，背后就是各個板塊的技術(shù)協(xié)同。

業(yè)務(wù)架構(gòu)的統(tǒng)一，讓每一個產(chǎn)品的能力得到提升，組織的協(xié)同效應(yīng)也進一步加強。

數(shù)據(jù)顯示，近三年網(wǎng)易投入研發(fā)超400億，已擁有四大AI實驗室，在AI領(lǐng)域已經(jīng)積累數(shù)年經(jīng)驗。

網(wǎng)易數(shù)智扛起了網(wǎng)易AI ToB的重任后，在第十年主動求變，能否再走上一個新臺階？

部署成功率超低，企業(yè)級智能體需要一個“數(shù)字工廠”

得益于推理大模型的來臨，智能體應(yīng)用愈發(fā)多樣化。

從去年至今，已出現(xiàn)多種多樣的智能體應(yīng)用，但往往這些應(yīng)用更多是面向C端消費者，而面向B端企業(yè)應(yīng)用的智能體，真正可用好用的卻并不多。

據(jù)Gartner數(shù)據(jù)顯示，僅在2024年Q2到Q4期間，關(guān)于智能體的咨詢量增長了750%，但企業(yè)智能體實際部署成功率卻不超過30%。

“這其中最重要的區(qū)別，就是企業(yè)端和消費端對智能體的差異化需求?！比盍颊f道，相比較來說，企業(yè)級智能體對可靠性、安全性、時效性及降本增效的能力等都要求更高。

畢竟企業(yè)級應(yīng)用背后涉及多個環(huán)節(jié)，一旦某個環(huán)節(jié)出現(xiàn)問題，就可能出現(xiàn)安全、輿情等事件。而消費級智能體的容錯性更高，用戶允許其犯一些錯誤，可自行糾錯。

因此，當(dāng)前企業(yè)部署AI大模型，更多呈點狀分布，游離在業(yè)務(wù)之外，沒有與企業(yè)應(yīng)用架構(gòu)相融合，更沒有進入企業(yè)核心業(yè)務(wù)流程，且大多數(shù)都在做基礎(chǔ)文書類工作，發(fā)揮的實際價值比較淺。

那么，如何滿足企業(yè)級AI落地對智能體的高需求，讓企業(yè)級AI真正從可用到好用？

“從智能體到企業(yè)級AI應(yīng)用，還需要打通AI應(yīng)用落地的最后一公里。”阮良說道，其中的關(guān)鍵就在于企業(yè)級智能體開發(fā)的“數(shù)字工廠”，即智能體開發(fā)平臺。

網(wǎng)易數(shù)智此次發(fā)布的CoreAgent智能體協(xié)作中樞，就是專門為企業(yè)提供的一站式、可落地智能體開發(fā)、協(xié)作解決方案，能夠支持問答、工作流、自主智能體等多種形態(tài)智能體開發(fā)、測評、托管平臺，集成增強版知識庫能力，安全圍欄能力，AI資產(chǎn)沉淀能力。

如果將其提供的智能體進行劃分，可以分為兩類形式：

一類是需要通過程序員手工編排的智能體，其依賴于人類給定的工作流節(jié)點進行任務(wù)處理，如第一個節(jié)點輸入，第二個節(jié)點判斷，第三個節(jié)點執(zhí)行等。

“這種固化的工作流編排對企業(yè)來說好處比較多，畢竟企業(yè)業(yè)務(wù)需要更多的確定性?！本W(wǎng)易CodeWave和CoreAgent產(chǎn)品負責(zé)人對光錐智能說道。

但這種智能體更依賴人類給定的程序，預(yù)設(shè)定的工作流就像是一條流水線，把復(fù)雜任務(wù)拆解成多個簡單步驟，每一個步驟都有明確的目標和流程，遵循一定規(guī)則完成特定目標。

這也是當(dāng)前大多數(shù)智能體編排平臺采取的模式。但實際運行過程中可能會存在bug，有些任務(wù)實現(xiàn)度并不能滿足生產(chǎn)需求，甚至其中的某個小環(huán)節(jié)出現(xiàn)了差錯就有可能影響整個流程的效率。

此時CoreAgent智能體平臺也可以提供第二種智能體形式，即自主智能體，只需要告訴他任務(wù)是什么，就可以自主規(guī)劃出來要干什么，以及怎么做能夠完成任務(wù)。

“目前，配置好的自主智能體，能夠在‘殺時間’的場景中表現(xiàn)更優(yōu)秀?！鄙鲜鲐撠?zé)人說道。

所謂的“殺時間”場景，即繁瑣但不得不做、工作量大且費時間、誰做結(jié)果都一樣的場景。例如重復(fù)性比較強、需要多輪確認的多人會議邀約、HR約多人面試等場景，自主智能體就已經(jīng)能夠很好地應(yīng)對。

相比于工作流編排的智能體，自主智能體泛化能力更強，在獨立思考、自主規(guī)劃之外也帶來了更多的不確定性，于企業(yè)而言，要讓它更好地融入業(yè)務(wù)、產(chǎn)生價值就必須要在二者之間找到一個平衡點，則存在挑戰(zhàn)。

對此，網(wǎng)易數(shù)智給出了2個解決方案：

一是企業(yè)可以基于自身積累的Know-How對自主智能體進行訓(xùn)練，訓(xùn)練后的自主智能體可以按照業(yè)務(wù)專家的想法完成任務(wù)。

二是自主智能體本身就具備強自主學(xué)習(xí)、自主反思能力，因此當(dāng)自主智能體在完成多項任務(wù)之后，配合人工的調(diào)校，就可以認識到哪些任務(wù)是成功的，并將成功經(jīng)驗總結(jié)沉淀下來，在下次執(zhí)行同類工作任務(wù)時完成得更出色。

說白了，要么企業(yè)基于自身沉淀的數(shù)據(jù)知識微調(diào)訓(xùn)練自主智能體，要么讓自主智能體經(jīng)過更多任務(wù)實踐進行自我迭代優(yōu)化。

從整個行業(yè)來看，眾多ToB服務(wù)企業(yè)都在卷智能體開發(fā)平臺，各家產(chǎn)品都存在著同質(zhì)化趨勢。

那么，網(wǎng)易數(shù)智的CoreAgent智能體平臺與其他同類型產(chǎn)品究竟有何不同？

一方面，CoreAgent融合了網(wǎng)易數(shù)智各業(yè)務(wù)過去十年積累的技術(shù)底座。

具體而言知識庫采用的RAG技術(shù)，是基于網(wǎng)易云商和七魚多年算法技術(shù)積累，自主智能體安全可控運行的背后則是來自于網(wǎng)易云信云原生架構(gòu)的沙箱運行機制；智能體內(nèi)容安全則由網(wǎng)易易盾AI內(nèi)容檢測保駕護航；如果要打通智能體與企業(yè)系統(tǒng)的最后一公里，則離不開網(wǎng)易CodeWave的智能開發(fā)能力?？梢哉f，CoreAgent自產(chǎn)品設(shè)計之初就與生俱來的具備了各個業(yè)務(wù)最長板的那項能力。

另一方面，在過去的十年，網(wǎng)易數(shù)智服務(wù)了超過百萬家各個行業(yè)的外部客戶，深入到了許多千奇百怪、細枝末節(jié)的場景；背靠網(wǎng)易集團，網(wǎng)易數(shù)智也在與集團內(nèi)部億級用戶規(guī)模的產(chǎn)品打磨中積累了大量的智能體實踐經(jīng)驗。

因此，通過CoreAgent生產(chǎn)的智能體，無論是手工編排智能體，或是自主智能體，在經(jīng)過人工調(diào)校后都已經(jīng)能夠很好地完成工作任務(wù)。

不過，現(xiàn)階段企業(yè)級智能體依然處于落地初期，并未真正大規(guī)模進行商業(yè)落地，真正可用好用的智能體依然十分稀缺。那么，企業(yè)級智能體，又該如何真正在企業(yè)業(yè)務(wù)中扎根發(fā)芽？

數(shù)字員工：企業(yè)AI落地的小切口大突破

除了提供一個通用的智能體開發(fā)平臺，讓企業(yè)可以深度定制“量體裁衣”式的智能體外，面對一些標準化程度高的場景，一個成熟的、即插即用的智能體，已經(jīng)可以成為一名合格的數(shù)字員工了。

從小場景切入，以數(shù)字員工的形式在企業(yè)中落地，可以說是目前智能體應(yīng)用的最優(yōu)解。

目前，諸如在線客服、銷售導(dǎo)購、財務(wù)報表生成修改等具體細致的場景中，數(shù)字員工已經(jīng)在很多人的不經(jīng)意間悄悄上崗。

對此阮良表示：“AI Agent就是企業(yè)的第一號數(shù)字員工，但企業(yè)想用好智能體，就要明確大模型的能力邊界，規(guī)劃好數(shù)字員工的能力邊界，揚長避短?！?/strong>

這就像企業(yè)中的業(yè)務(wù)專家——不必包攬全流程，卻能在細分領(lǐng)域憑借深厚積累成為“不可替代者”。正如財務(wù)專家聚焦預(yù)算管控、供應(yīng)鏈專家專注庫存優(yōu)化，智能體若能在企業(yè)業(yè)務(wù)鏈條中找到精準的“能力錨點”，成為某個細分場景的“數(shù)字專精者”，同樣能在專長領(lǐng)域釋放最大化價值。

而能夠?qū)崿F(xiàn)專才專用的背后，企業(yè)級知識庫的建設(shè)是最關(guān)鍵的一環(huán)。

通常來說，雖然當(dāng)前大模型能力在不斷進化，卻也仍存在著技術(shù)缺陷，如果放大場景，可能就會導(dǎo)致出現(xiàn)幻覺。

以退換貨數(shù)字員工為例，它表面上是放在臺前的智能客服，但其已經(jīng)能夠?qū)訌那芭_客服，到后臺產(chǎn)品交付、物流運輸?shù)纫幌盗辛鞒蹋坏┢渲心硞€流程出現(xiàn)問題，都有可能招致客戶的不滿，甚至升級為大面積的客訴事件，影響到公司品牌和企業(yè)形象。

基于此，想要數(shù)字員工在具體場景中不能犯錯，“就需要將大小模型結(jié)合，新老技術(shù)結(jié)合，最重要的是賦予AI最精確的知識范圍，包括安全圍欄等?！比盍颊f道。

“網(wǎng)易數(shù)智發(fā)布的數(shù)字員工都用到了知識庫的能力，我們目前已經(jīng)形成了很多關(guān)于知識切分、知識召回等算法的積累。”網(wǎng)易數(shù)智相關(guān)負責(zé)人表示，“后續(xù)我們還將會推出可編排的知識庫，讓企業(yè)能夠把自身積累的知識庫與其他行業(yè)知識庫相融合，進行可視化編排，讓企業(yè)能對數(shù)據(jù)資源自由處理。畢竟知識庫不是通用的，只有根據(jù)企業(yè)實際需求、結(jié)合自身行業(yè)Know-How積累對知識庫靈活調(diào)優(yōu)，才能讓智能體的能力更加全面，應(yīng)對更多復(fù)雜多變的場景?！?/p>

阮良還提出了企業(yè)級AI落地的另一條重要原則：不要拿著錘子找釘子，而是要在需求上找AI。

為此，網(wǎng)易數(shù)智還發(fā)布了商品導(dǎo)購數(shù)字員工、售后服務(wù)數(shù)字員工、私域運營數(shù)字員工、智能外呼數(shù)字員工、財務(wù)數(shù)據(jù)分析數(shù)字員工等多個行業(yè)智能體。

這些數(shù)字員工都是基于一線客戶的需求，并在網(wǎng)易數(shù)智本身的產(chǎn)品方案和服務(wù)能力圈之上，結(jié)合AI而形成的智能體，并非憑空臆想。

“事實上，網(wǎng)易數(shù)智今年在內(nèi)部舉辦了多場AI智能體創(chuàng)意大賽，涌現(xiàn)了大量面向細分場景的數(shù)字員工產(chǎn)品。我們的設(shè)想是，某一天，這些小場景中的專業(yè)智能體，對企業(yè)某一個板塊的具體業(yè)務(wù)流程可能比人更加清楚了解，有效避免大模型幻覺問題。一旦智能體能力達到了我們認為的合格線，我們就會讓智能體從網(wǎng)易走出來，去幫助更多客戶解決問題?！比盍颊f道，“未來，企業(yè)生產(chǎn)力將=（數(shù)字員工+人類員工）??協(xié)同指數(shù)，AI智能體將是企業(yè)管理最佳時間在AI時代的抽象和固化?！?/strong>

從可用到好用，老樹需要發(fā)新芽

“企業(yè)級AI落地就像是一場“馬拉松”，是一個復(fù)雜的系統(tǒng)工程，需要一步一步來。”IBM董事長、首席執(zhí)行官Arvind Krishna說道。

當(dāng)前，于企業(yè)而言，AI的能力怎么快速融入到IT自動化、業(yè)務(wù)自動化過程中，甚至重塑業(yè)務(wù)流程，這件事情會變得越來越重要。

不過，目前企業(yè)落地AI，仍存在諸多難題。

首先是智能體的協(xié)同，盡管當(dāng)前數(shù)字員工已經(jīng)能在企業(yè)內(nèi)部扎根發(fā)芽，但最終還需要多個AI智能體串聯(lián)并行，才真正能夠長成參天大樹。

另外，最核心的一個痛點，“就是當(dāng)前很多企業(yè)中都存在很多老舊系統(tǒng)，這些系統(tǒng)往往還是核心業(yè)務(wù)系統(tǒng)，很難實現(xiàn)AI開發(fā)和改造。”阮良說道。

而網(wǎng)易數(shù)智接下來的目標：

其一，串連整合業(yè)界大模型、私有化部署智能體及企業(yè)自研智能體，借助網(wǎng)易CodeWave進行二次開發(fā)，助力企業(yè)構(gòu)建優(yōu)質(zhì)的AI應(yīng)用組織和代碼資產(chǎn)。

其二，對企業(yè)老舊系統(tǒng)實施非侵入式改造。通過AI學(xué)習(xí)系統(tǒng)精華與流程，添加浮層及MCP接口等AI接口，實現(xiàn)老舊系統(tǒng)核心數(shù)據(jù)、流程與功能融入全新AI業(yè)務(wù)流程，煥發(fā)新活力。

今年，是網(wǎng)易數(shù)智的第十年，也是其To B業(yè)務(wù)轉(zhuǎn)型升級的關(guān)鍵一年。

在AI時代中，網(wǎng)易數(shù)智強化AI ToB戰(zhàn)略，與企業(yè)之間的關(guān)系，也將從產(chǎn)品和能力的“交付者”進階為客戶場景的“價值共謀者”。

“我們清晰地看到，AI的終極價值并不在于單點技術(shù)的領(lǐng)先，而在于能否深入業(yè)務(wù)場景，解決真實問題，創(chuàng)造實際價值。在這個過程中，單個個體的力量遠遠不夠，我們需要聯(lián)合更多的上下游合作伙伴，共建健康的產(chǎn)業(yè)生態(tài)環(huán)境。人工智能的時代沒有孤勇者，只有同行人。”阮良說道。

因此，大會現(xiàn)場，網(wǎng)易數(shù)智宣布“AI未來生態(tài)聯(lián)盟”正式成立，將全面開放全棧AI能力，讓網(wǎng)易數(shù)智成為連接伙伴、賦能生態(tài)的“橋梁”和“引擎”。

畢竟，在奉行長期主義的ToB賽道，眾行方能走得更遠。