AI 智能体开始往车间里跑了——企业敢让它动手之前,还得先过四道关

一、智能体开始往车间里跑了,门还没全打开

1.1 一句话现状:它不再只是聊天,而是要交出结果

一句话说清现状:企业里的 AI 智能体已经从"会聊天、会写文档",走到了"能自己调用工具、把活干完"这一步,但离真在生产环境里动手脚,中间还隔着四道关。腾讯云 CTO 王慧星在 2026 年 11 月的全球数字生态大会上把这件事说得很直白,智能体的真正价值已经从"给建议"转向"交结果",不能只回答问题,还得调用工具把任务做完。规模上,办公助手 WorkBuddy 自 3 月上线以来,企业版已经落进 50 多个行业,覆盖 50% 的中国企业 500 强和 60% 的中国企业 100 强,开放平台上的伙伴和开发者超过 5 万,上架的技能超过 20 万项。过去这东西摆在门户里等人点,现在它替人跑流程,跑完把结果交回来。

落到人身上,变化更具体。以前导购要等区域经理下发话术,现在经营策略能直接生成好推给上千人;以前药师遇到用药咨询要翻资料查指南,现在知识被整理成随时能调用的技能;以前招聘专员筛简历要一份份地看,现在分析、筛选、个性化打招呼可以交给机器先做一遍,人只留最后一道审核。腾讯高级执行副总裁汤道生把这叫作上下半场:上半场大家比谁的模型更大更聪明,今年业内已经很少再提哪个模型得了多少分;下半场比的是价值,用户用了 AI 到底得到了什么。这句话落到企业账上是要命的:交不出结果的智能体,再热闹也只是演示。

1.2 办公桌跑通了,车间还没接住

不过这不是哪家企业一夜之间想通的事,而是有一道墙还没翻过去。在腾讯这次大会的现场调研里,制造业受访者说得很直白:智能体现在用得多的是人力资源这类偏文职的活,到了生产制造场景就不敢轻易推荐,原因是没有一个合适的"地基"来接住车间里的数据和流程。换句话说,办公桌那侧已经能跑通,车间那侧还在原地。车间班长每天盯着产线的异常,处理办法还是拉群发照片、打电话问老师傅;排产表改了,要靠人在几个系统里对一遍;质检记录从纸笔挪进表格,再靠人汇总成报告。这些活不是没价值,而是每个动作都要开五个系统、复制三遍数据,错半步后面全要人肉擦屁股。

为什么模型再强也接不住?一位做垂直设计工具的厂商给了个解释:专业场景里的规矩是很多年攒下来的,什么信息该放在哪、版面怎么排、什么颜色不能配、组件要用哪一套规范,这些是行业习惯,不是模型能临时学会的常识。他们的做法是把这些约束直接做进产品,让图形界面和智能体配合着用,而不是让智能体去猜。这提醒了一个常被忽略的事实:企业场景的难,往往不在模型,而在有没有一套能被描述清楚的规矩体系,让智能体照着做。谁能把规矩写清楚,谁就能把智能体真正用起来。做制造的、做硬件的,尤其吃这个亏。

二、第一笔账:钱到底花在哪

2.1 三笔不写在预算表上的账

很多企业算智能体的账,只算两样:买系统的钱,和培训人用的钱。这笔账通常算不准,因为真正的大头往往是不进预算表的三笔。第一笔是改接口的钱。企业里的进销存、生产管理、办公、财务、供应链这些系统,当年是分着上的,各管一段,彼此不通气。想让智能体接得进去,要么花钱做对接改造,要么说服对方开放接口,这中间要协调、要停机窗口、要供应商配合,往往比软件本身还费劲。第二笔是等的时间。智能体干活不是即时的,一个任务可能跑上几小时甚至几天,期间它得记住进度、记住工具环境、记住状态,还得随时接下一项任务,而大量时间其实是在等模型返回、等人派活。

环境常开着,算力就在空转;关掉再启动,连续性又断了。成千上万个智能体同时开工的时候,调度要能弹性伸缩、隔离环境要能快速起停、存下来的数据要能随时还原、安全隔离还得跟上,又是一笔钱。第三笔是试错的钱。智能体第一次接手真实业务总会犯错:报表里的一列算错,一封发错的邮件,一张填错的表单。真正贵的不是纠正本身,而是发现得太晚——等一周后有人对不上账才知道,那时候要回滚的是一整段已经跑下去的流程。把这三笔账摊在纸上,老板才看得见钱换来了什么,而不是一张看不懂的账单。三笔账不打出来,就没法谈"值不值"。

2.2 怎么算:从"用了多少"改成"值不值"

算账的第一步,是先让钱花出去的过程看得见。据厂商介绍,不少企业级智能体平台的治理后台能查组织额度余额、有效期和流水,能按任务、执行主体和计费项目去拆用量和消耗,还能查每一次运行的情况、执行事件、结果文件和失败原因。听起来像财务功能,其实是智能体能不能被管住的地基——看不见花在哪,就无法止损,也谈不上让业务部门认账。很多企业一开始只按感觉判断这东西贵不贵,后来才发现真正的坑是说不清钱花在哪:哪个部门用得多、哪类任务最耗,全靠拍脑袋,根本没法谈复盘。

更上面一层,衡量标准换了。汤道生提到,我国日均词元调用量已经从 2024 年初的 1000 亿,涨到 2026 年 7 月的超过 500 万亿,几年里调用规模涨了不止千倍,但业内评价体系正在从"模型强不强"转向"任务值不值"。这句话对企业采购最实在:以前可以拿"用了哪家的模型"当汇报材料,现在得拿出"哪个环节省了几个人工时"当交代。都市丽人给了一个可参考的算法:原来 IT 团队 10 人规模,后来精简到一半,靠 AI 编程工具把 80% 的编码工作自动化替代,再把省下来的人手投到电商品控、法务合同审核、门店智慧导购这些业务场景上。问得出按任务拆分的消耗,跟供应商谈价时才有底气。

三、动手之前:三条红线

3.1 数据会不会流出去

第一条红线是数据边界。智能体和之前那些办公软件最大的不同,是它真的碰到企业最值钱的东西:客户名单、价格、配方、合同、人员档案。它的价值恰恰来自"连得多",而连得越多,口袋上的破洞就越多。打个比方,智能体像一个能力很强、但不该单独进财务室的新同事。真正让管理层不安的往往不是模型算错,而是数据在某个环节被顺手带了出去——一次分享链接,一个没关掉的文档权限,一段被写进日志的原文。所以有心的做法是:智能体按岗位拿权限,能看什么先定什么,拿不到的东西不许碰,而不是默认全开、出了事再回头查。

这是"可托付"三个字最实的部分。据厂商介绍,他们的做法是把权限、凭证、日志和人工确认四件事一起管:拿什么身份登录,留了什么痕迹,哪一步需要人点头。配套的知识库也强调"有出处",回答能查到原文,而不是让模型凭印象编一句。这一条最容易糊弄过去:权限清单没人认真填,日志存了没人查,人工确认点嫌麻烦就被并掉。企业可以照抄这个顺序:先定权限,再留痕迹,最后才谈自动化比例。顺序反了,后面全是返工。真到出岔子要追责的时候,这几样东西就是唯一的证据链,事后补是补不回来的。

3.2 别让它越权:人手里要留最后一把钥匙

第二条红线是执行边界,说白了就是:凡是要签字担责的动作,签字的必须是人。招聘这个场景最能说明问题。据厂商介绍,招聘专员拿到岗位说明后,先梳理出想要什么样的人,再筛简历、准备针对性的沟通内容;装在电脑上的执行端帮他做分析、做筛选、把简历调出来看、把打招呼的话术准备好,到了最后确认这一步,他可以随时中止,最终审核权始终握在自己手里。看起来多了一道人工,实际上是把"错招一个人"的责任从机器身上挪回了招聘专员身上,这才是让业务部门敢开口的前提。他敢用,是因为最坏的结果他能自己看见、自己收住。

同样的逻辑要推广到别的场景:凡是会离开公司、会影响钱、会影响客户的动作,都留一个人工确认点;凡是只影响内部、错了能撤回的动作,才放手让它跑。判断标准可以更朴素:这件事出了岔子,谁来跟老板解释?如果答案是"机器干的",那这个动作现在就不能完全交给机器。还有第三条红线是追责:过程记录要能查,运行情况、执行事件、结果文件、失败原因都得留下,不是为了罚人,而是为了下个月出问题时,有人能顺着痕迹倒推回去,而不是全靠回忆。这三条红线都不是技术问题,而是管理问题:谁给权限、谁按确认、谁看日志,都得落到具体的人头上。

四、怎么选:老系统该配谁

4.1 两条路:自带接口的老系统,和只能点鼠标的老系统

企业的现实是,大部分老系统都不开放接口,这时候只有两条路可走。第一条是找那些自带对接口子的系统,按授权范围直接调用,省事、稳定、账单清楚,但你得先摸清哪套系统有接口、谁批授权、数据格式怎么对得上。第二条是走界面:不改造老系统,也不要求对方开放接口,而是装一个能"看懂"屏幕的执行端,靠识别屏幕内容来操作软件、跨系统取数填单。据官方介绍,这种"识屏即操作"的能力在一套公开的电脑操作考试中取得过 90.2% 的任务成功率,曾登顶全球总榜。但这类数字是厂商自述,不是通用保证,真要上生产,得拿自家系统跑一轮测试才算数。

两条路各有代价,也要认各自的软肋。走接口的,好处是每一步都可查可追责,坏处是改造和协调成本高,常常得等供应商排期。走界面的,好处是不用求人,能覆盖那些又老又改不动的系统,坏处是界面一变就可能出错,稳定性依赖对方软件的更新节奏。据官方介绍,实在智能 2018 年成立,累计服务 6000 多家企业。所以在选之前先别问"哪个平台更先进",先问"我要接的这几个系统里,有几个真有接口,几个只能点鼠标"——这个比例,基本就决定了你该走哪条路、要花多少钱、能走到多深。不管走哪条路,先在一两个场景里把边界写清楚比选平台更重要。

4.2 一张对照表:哪些场景先上,哪些先别碰

光有路还不够,还得挑场景。下面这张表按四个问题把常见场景分成两拨:数据干不干净、错了能不能撤回、错了谁背锅、接口现不现成。这四个问题里只要有一个答不上来,就先别急着上,把它补上再说——智能体不怕流程复杂,怕的是流程里有说不清的地方。同样是填一张单子,如果填错能立刻作废重填,那就是能放手让机器做的活;如果填错会让一批货发出去、钱付出去,那就必须留人在最后一步。同一类动作,风险高低完全取决于错了以后后果有多难撤回。所以判断的第一个顺序应该是先看后果,再看流程复杂不复杂。

这张表真正的用法,是把"先做什么"那一列填上贵公司的名字和日期。排产建议这个场景,不少制造企业试过几轮都没跑起来,原因往往是数据源有三套口径,车间、计划、财务各一套;这时候正确做法不是先上工具,而是先花几周把口径对齐。另一个常见误区是把"跑通"当终点:一个场景跑通了,只说明这条路能走,不代表它值得推广。真正该问的是,同样的动作在贵公司一个月要做多少次,做一次省下多少时间,省下来的时间有没有人接得住。很多企业把智能体当成一个功能来采购,买回来只问它能干什么,其实更该问的是:我这里哪个活重复最多、最容易出错。

五、跑通一个之后,怎么推到全公司

5.1 第一个场景怎么挑

很多企业的智能体项目死在第一个场景选错:挑了个看着最热闹的"最难的",三个月没结果,业务部门失去信心,项目被叫停。挑第一个场景,标准可以很朴素:这件事一个礼拜要做很多次,结果好不好当场能验,做错了还能撤回。财务对账、门店巡检、周报汇总这类活,通常比"智能调度"更适合当第一枪,因为它们有标准答案,错了当场就暴露,不会像生产决策那样一错就伤筋动骨。选好场景之后,第一件事不是买工具,而是把这件事现在是怎么做的,一步一步写下来,写到别的同事照着也能做一遍为止。

这一步写下来的东西,后面就是复制用的模板。伊利的做法是把办公助手、企业微信和小程序三头打通,先汇聚业务数据,再生成经营策略,最后下发给上千名导购,据官方介绍运营效率提升超过 50%;海王集团则把 7000 多名药师的专业知识整理成能随时调用的技能,据厂商称运营成本降低了 80%。这两个案例还有一条好抄:别一上来就做全局平台,先选一条业务线,让一线的同事先看到好处,再拿这个结果去跟别的部门谈推广。推广的时候,谈的也不是技术,而是别人愿不愿意照着做、以及做错了谁来兜着。

5.2 复制之前,先把这三样补齐

一个团队跑通之后,能不能推到全公司,取决于三样东西有没有留下。这也是厂商反复强调的企业经验三件套:知识库,把手册、规章制度、历史文档和常见问题变成能检索、答案有出处的库;技能,把"这件事该怎么做"留给下一次,里面装着步骤、业务规则和模板;工作流,把跨环节、带判断条件的任务串起来,还能用大白话调整完再测试发布。少了这三样,每换一个部门就要重新教一遍;补齐了,新团队拿到的不是软件,是能接着往下走的经验。这三样还有个共同点:都存在系统里,而不是存在某个人的脑子里。人会走,经验留下来才留得住。

地方上的样本能看出这个节奏。安吉县"场景办"对 152 家规上工业企业做了摸排,形成一张覆盖 187 个场景的"全景图",全县规上企业的数字化改造 2.0 已经大面积铺开;按官方公布的规划,到 2027 年目标是绿色家居行业用上 AI 的企业达到 100 家以上。对企业自己的启示是:先摸家底,再挑场景,一家一家推,别一口气铺开。对一家企业来说,这段话可以直接翻译成三步:先摸清自家有哪些系统、哪些环节在重复劳动,再从中挑出几个数据干净、后果可逆的场景,最后一家一家推,推一个沉淀一份经验。接得进,才谈得上管得住。

六、一张能照着做的清单

6.1 上线前逐条打勾,再决定要不要扩

前面五章拆开的东西,压成一张能照着做的清单。每一行都写成动作而不是原则,照着做的时候逐条问自己一句"这条我做了没有"。清单不用一次全过,但建议从头往下读:前四条不过关,后面做得再漂亮也是在给以后埋雷。清单的价值不在好看,而在于它把要不要扩这个决定,变成一件件能核对的事。上面七条里,第一条到第四条决定能不能做,第五条决定从哪儿起步,第六条决定它能不能变成公司自己的能力,第七条决定它会不会慢慢烂掉。七条里若有三条答不上来,就先别扩大范围,回去补齐再说。

最后提醒一句,给所有正打算上这套东西的人:别从"让 AI 干最多的活"开始,要从"让 AI 干最省心的那件活"开始。前者容易把人推到一个半成品的摊子前面收不了场,后者能让你在两个月内拿到一个团队愿意要的答案。也不要把标准定得太高:办公助手这类工具已经落进 50 多个行业,连车间主管也在人力资源这类场景里跑出了效率提升,从最容易的地方起步,先跑出第一笔能说清楚的账,比一上来挑战车间排产现实得多。四道关的顺序不会变——接得进,才谈得上管得住;管得住,才敢算投入;算得清,才愿意复制。急着跳关的,最后往往花的钱更多。