ARTICLE · 1330118
智能体别光会写文档了:怎么才能干进企业的真活儿里
现在很多企业用AI,出现一个挺尴尬的现象:公司花了不少钱上智能体平台,员工们也确实在用——写周报、做PPT、整理会议纪要,用得挺欢。
但老板一算账,就不对劲了。这些活儿,本来就不值多少钱。AI 把写周报的时间从半小时省到五分钟,省下的那点工夫,老板看不出什么收益。
问题出在哪?
我认为,智能体现在干的,大多是“边角料”的活儿,真正值钱的业务流程,它一根手指头都没碰着。
01
先想明白:钱在哪儿
先说个扎心的判断标准。
你公司里那几个最贵的员工,每天的时间花在哪?如果他们的时间大头是在填表、找数据、跨系统对数、来回确认信息——那说明流程有问题,也正是智能体该下嘴的地方。
企业落地 AI,最大的问题不是模型不够聪明,而是断点太多。AI 想帮你做分析、写方案,但它接不上你内部的系统,拿不到订单数据、客户数据、库存数据,那它只能在门外转悠。
接不进系统,AI 就永远只能碰你愿意复制粘贴给它的那点内容。
所以判断一个智能体方案有没有价值,别看它演示视频多炫,就问一个问题:它能操作业务系统吗?能写进去数据吗?出错算谁的?这三个问题答不上来,那基本还是个文档工具。
02
三条路,看你们走哪条
结合最近半年各家的公开案例,我梳理下来,智能体往业务里钻,目前就三条路。
第一条:正门进——走系统接口。
最正统的做法。通过 MCP 或者开放平台,让智能体直接读写 ERP、CRM、OA 里的数据。
用友去年做的一个维修智能体,我觉得挺值得拆开看看。设备坏了,现场工人不用记资产编码、不用填表,直接语音描述一下现象就行。智能体接了单以后,翻历史工单、查故障知识图谱、看运行参数,给出三个最可能的原因,还带置信度。然后推荐维修方案,自动派单给合适的人。修完了,故障原因、处理过程,自动整理回系统。
注意,这套东西不是在“回答维修问题”,它是把一整条工单流转链路接管了。过去靠电话、微信群、纸质单据来回搬的信息,现在全程在系统里走。
金蝶在供应链上也差不多是一个路数:销售订单一变,智能体自动把变更同步到物料清单、工艺路线、采购单和生产任务上,各部门看到的是同一份数据,不用再靠人肉对齐。
第二条:翻窗户进——没接口的系统怎么办。
现实里很多企业的老系统根本没 API,或者接口烂得没法用。这种怎么办?
现在业内比较认的方案叫“界面即接口”——人怎么点,AI 就怎么点。具体做法是让智能体读取操作系统的界面信息(Windows 上叫 UIA,Mac 上叫无障碍接口),把屏幕上的按钮、输入框变成结构化数据,然后逐个操作,操作完再回头检查一遍结果。
这比截图识图靠谱得多,也不依赖屏幕分辨率。适合那些操作频率高、界面又稳定的场景,比如天天要跨系统对账、录报表。国内做 RPA 的那几家,现在都在往这个方向跟 Agent 融合。
第三条:平台搭台,技能进场。
WorkBuddy、灵犀这类办公平台走的是这条路。WorkBuddy 开放平台上现在有五万多家开发者和二十多万个技能,企业版的思路是把接入业务系统、安全管控、用量观测这几件事打包好。
说白了,平台管基础设施,具体怎么接你们家的系统,要么自己写技能,要么找伙伴做。
03
几个能抄作业的案例
亚信用 TRAE,6000 个研发席位。他们不是拿 AI 写写小程序,而是把需求分析、编码、测试、代码评审、运维各环节都做成了智能体,串在研发流程里。结果:AI 贡献了 32% 的代码,整个研发交付周期提效 15%。他们还专门做了私有知识注入,让 AI 懂自家的技术栈和代码规范,不然写出来的东西根本进不了主干。
蒙牛,200 个“AI 先行官”。不是让 IT 部门闭门造车,而是从业务一线挑了 200 个人,教会他们自己搭智能体。最后做出来 45 个数字员工、199 个提效场景。牧场看诊这个业务,原来要一天半,现在两小时。
苏宁的新品发布筹备,从三个工作日压到四个小时。这种活儿以前就是一堆人拉会、传文档、互相等,现在流程节点上都是智能体在跑。
还有个宁德的物业公司。用 WorkBuddy 做需求分析,输出结构化的需求清单,然后用 CodeBuddy 直接把物业管理系统——报修、缴费、巡检这些模块——的前后端代码生成出来,再做自动代码审查。以前这种小系统外包出去,没个半年下不来。
这几个案例有个共同点:智能体干的是流程里的活儿,不是文档框里的活儿。
04
别指望一步到位
“智能体完全自主操作业务系统”这件事,现在没有哪家敢说自己做到了。公开案例里最可信的形态,都是 AI 干活、人确认的半自动模式。用友那个维修智能体,诊断出三个候选原因之后,还得专业工程师点头确认;界面操作的方案里,也是机器准备、人复核。
这其实是好事。让 AI 直接改订单、直接付款、直接给客户发消息,出了事故没法收拾。成熟的路径应该是:
· 先挑一个高频、能验证、错了损失不大的环节,让智能体端到端跑起来。比如报修派单、发票录入、代码评审这种。跑顺了,再往上下游扩。
衡量 AI 落地成不成熟,不看能写多少代码,看能不能安全可控地、在整个组织里复制。
还有一个容易被忽视的事:治理。权限怎么给、每一步操作有没有留痕、Token 花在哪个部门哪一步、值不值——WorkBuddy 企业版专门做了个可观测中心来算这个账。别小看这个,老板看不见账,项目第二年的预算就悬了。
05
最后说两句
回到开头的问题:智能体平台怎么才不是办公辅助工具?
答案其实不复杂,就三句话:
· 给它递手——把业务系统的接口暴露出来,没有接口就想办法让它能操作界面;
· 给它派活——选流程节点,别选文档框,从最痛的那个环节开始;
· 给它记账——权限、审计、效果观测先搭好,不然跑得越快翻得越狠。
平台本身(WorkBuddy 也好、灵犀也好、TRAE 也好)没有魔法,魔法在你们家愿不愿意把流程、权限和判断标准交给它。
腾讯的汤道生有个检验标准,他反问企业主——今天你还能回到不用 AI 的状态吗?如果那个价值你已经放弃不了了,说明它真的跑通了。
写周报的 AI,你随时可以放弃。接管了故障派单的 AI,你试试停一周?














































































