头图来源：腾讯云

智能体是过去一年里 AI 行业最受关注的方向之一。

从查资料、写文档到处理日常办公事务，桌面办公智能体走完了第一轮普及，办公提效这件事在行业里已经形成共识。可 AI 再往企业核心业务走一步，问题就变了：搭一个智能体并不难，难的是让它真正嵌进业务流程，适配复杂的系统、权限与规则，并且持续产出可以量化的经营价值。

腾讯云副总裁吴永坚的判断是，对话式的桌面办公 Agent 和服务经营的 Service Agent，会是未来企业级智能体两个长期并行的核心赛道。大模型给的是理解与推理能力，要让 AI 真正参与业务经营，还得有一套能打通系统、管好权限、支撑长期稳定运行的企业级平台。

在 2026 腾讯全球数字生态大会企业级 Agent 产业实践专场上，腾讯云 ADP 宣布全生命周期产品升级，同时推出 FDE 交付方法论与生态共建体系。它要回答的问题正是：办公场景的提效已经形成共识之后，智能体要真的走进业务经营场景，底层平台还需要补哪些能力。

那些原本用来搭单点应用的开发工具，正在变成 Service Agent 扎根企业业务流的核心基础设施。

一、从办公到经营，企业级 Agent 需要新的底座

这一年里，办公场景的 Agent 已经完成了普及教育。员工拿它处理文档、检索信息、辅助日常工作，个人效率的提升普遍能感知到。

可个人价值和企业价值之间还隔着一道鸿沟。麦肯锡 2026 年 8 月的全球 AI 调查给出一组很有说服力的反差数据：80% 的人感受到了 AI 带来的个人效率提升，认为 AI 真正为公司利润创造了正向贡献的却不到四成。

这个反差本身就是行业焦虑的来源——所有人都在说 AI 提效，企业管理者真正关心的问题却还没有标准答案。

顺着这份焦虑往下看，企业现在问的问题早就变了。大家不再问「智能体能做什么」，问的是「个人提效怎么变成业务增长」、「安全怎么管」以及「效果怎么评」。行业里其实还没有一套固定的落地范式，从业务流程到组织架构，每家企业都在自己摸路。

腾讯集团副总裁、腾讯云 CTO 王慧星｜图片来源：腾讯云

腾讯集团副总裁、腾讯云 CTO 王慧星和媒体交流时提到一个变化：以前是云厂商追着企业说数字化是必答题，现在反过来了，企业 CEO 主动找上门问这道题该怎么答。他说平台方的角色也跟着变了，过去是把一个封闭的产品塞给客户，现在得把能力拆成原子化单元，和企业一起在真实业务里趟出路径。

其实 Service Agent 和大家熟悉的办公助手，本质上是两个赛道。

吴永坚在接受采访时讲得很清楚，ADP 不是通用的 Agent 开发平台，而是专门面向数据和业务场景的 Service Agent 构建平台。这类智能体有两块绕不开的硬骨头——一是跨系统打通，合同、发票、业务记录分散在不同系统里，要先统一口径，再做分析；二是权限体系得严格对齐企业原有的身份机制，同一个问题，不同职级的人拿到的答案本来就该不一样。

行业的关注点已经转移了。搭出一个智能体 Demo，早就不算什么难的环节。

落到实际，有四道坎绕不过去：AI 接入企业内部系统时，安全边界怎么划、哪些数据谁能看；非专业岗位的人，怎么把知识和工具搭成一套；跑起来以后，效果、成本、故障怎么盯住；公司里 Agent 建了一大堆，员工却既不清楚有哪些，也不知道该挑哪个用。

腾讯公司高级执行副总裁、腾讯云与智慧产业事业群总裁汤道生在主论坛上给出的判断，和这一点正好对得上——在他看来，Agent 的使命要从内部协同转向业务经营，按业务规则办事、全天候运转，最后得为实际的经营结果担责。

二、从搭建工具到业务载体，ADP 重做 Service Agent 的落地体系

问题于是来了：要让 Service Agent 真正跑进业务流，平台到底要补哪些能力？ADP 这次全生命周期升级回答的就是这件事。

腾讯云副总裁吴永坚｜图片来源：腾讯云

现在行业里谈 Agent，多数还停留在个人助手、代码助手这类场景，说到底是人提一个需求，AI 完成一个任务。吴永坚的判断是，企业里更核心的 Agent 形态早已不是这个样子——Service Agent 嵌在真实业务流程当中，由业务事件触发，7×24 小时运转，最终要对可量化的经营指标给出交代。

不妨看几个再日常不过的业务场景：债券交易群里冒出一句「帮我拆一下这笔单」，智能体自己去录系统、查持仓、走询价流程，到了关键节点再把人叫回来确认；几千家零售门店的摄像头每天传回几十万张画面，智能体从中自动判断陈列是否合规、货品有没有缺；上千名导购每天接待不同客户，智能体当场生成贴合商品和用户的沟通话术。这些活儿过去靠人工加规则系统顶着，往后就是 Service Agent 的地盘。

ADP 这一轮全生命周期升级，其实就是顺着「开放连接、原子化能力」的产品思路，对着前面那四道坎，一个一个补缺口。

变化最明显的是构建层。企业以前想做一个真能跑业务的 Agent，光有会聊天的对话框远远不够，前端操作页面、后端业务逻辑、数据状态管理都得自己补，这些零碎活儿通常吃掉项目八成的工作量。

这次 ADP 让智能体能力与站点服务互通：智能体管分析与执行，站点管操作页面、业务逻辑和数据状态，企业能直接搭出端到端的完整业务应用。自然语言构建能力也升级了，生成、调试、评测、发布全流程都在一个工作区里完成，懂业务的人把需求说清楚就能搭，边聊边改。

换句话说，ADP 的能力边界从「搭一个 Agent」推到了「搭一套能跑起来的业务系统」。

接入与治理，是企业级场景躲不开的硬门槛。

ADP 走的是私网直连，AI 经企业内网连数据库和业务系统，数据不必暴露在公网上；网络连接跟租户、身份、数据权限绑在一起，把「谁可以通过哪个 Agent 访问什么资源」定清楚。

每次运行都有全链路留痕，成本和状态看得明白，出问题能定位到具体环节，版本也能回滚；AI 从业务反馈里找出问题、提改进建议，人工审核后才生效，机器持续学，人始终把关。体系还开放了 100 多个接口和官方命令行工具，不管从产品界面调还是走接口调，安全、权限、审计的标准一致。

等智能体真建起来，使用入口又成了新问题：企业内部攒了几十上百个 Agent，员工既不知道有哪些，也不知道该用哪个。AgentPortal 管的就是这件事——它作为企业智能体的统一入口，按部门、岗位精准分发，员工提问不用自己挑 Agent，系统会派给最合适的那个，没有对口的就由通用智能体兜底。它还与 WorkBuddy 双向打通：企业在 ADP 上构建的能力可以分发到员工的日常工作入口；员工验证过的有效流程，也能沉淀成企业可复用的智能体，企业能力服务个人，个人经验反哺企业，循环就这么转起来。

通用平台之外，ADP 自己也先搭了两个垂类「样板间」。客服智能体覆盖接待、业务办理到服务质检的完整流程，已落地 200 多家标杆客户，平均解决率超过 85%；视觉智能体让业务专家只讲清「对与错」，Agent 就能自己理解要求、拆解任务，把模型和工具编排成完整工作流持续运行，已在一家零食品牌约 4000 家门店、13 万路摄像头落地，日均处理约 78 万张图片。

ADP 的角色因此变了——它成了支撑 Service Agent 全生命周期跑在业务里的载体。企业级 Agent 的竞争也随之变成：谁的工程体系更扎实，谁能让智能体在复杂的企业环境里稳定、合规、持续地跑下去。

三、Agent 规模化落地，拼的是体系化能力

回看大模型时代早期，行业盯的是模型参数和对话能力；Agent 刚兴起时，大家比的是谁搭得快、谁的场景多。到今天，竞争维度换了——比的是谁能真把 AI 嵌进企业的业务流程，让一个试点项目变成可复制的组织能力。

最有说服力的，还是真实业务里跑出来的结果。

金融场景里，华润信托基于 ADP 打造的智能债券助手直接「住」进了交易群：群里发的交易指令它自动拆解并录入系统，持仓和进度它自动查询、在群里回复，询价流程也自动完成，关键节点留人工确认。智能拆单准确率从最初的 80% 以上一路优化到 98%。

华润信托 CIO 苏南说，「ADP 作为我们的平台，它是在我们的数据之后的。」这话点出了企业级平台该站的位置：不把企业数据抽到自己地盘上，而是站在企业原有数据和系统后面，把能力托起来。

零售场景里，伊利借 WorkBuddy 汇聚业务数据，分析后生成经营策略，下发给上千名导购，运营提效超过 50%；ADP 导购智能体实时生成商品推荐和沟通话术，A/B 测试显示销售订单提升 26%。

除此之外，东北证券基于 ADP 搭了三个协同工作的智能体，串成「看懂账户—识别需求—匹配服务」的完整链路，从单一场景往财富管理全流程延伸，没有权限的内容会自动过滤；华住基于 ADP 协同搭建 38 条工作流，覆盖 152 个客服子场景，超 70% 的高频客服问询自动处理，已在 10000 + 门店落地。

这些案例横跨金融、零售、文旅，说明 Service Agent 并非某一个行业的特例。

落地的组织路径也在慢慢清晰。蒙牛鼓励一线员工围绕真实工作场景把智能体用起来，在内部办 Skill 大赛，从中沉淀好场景、好实践，也推着产品团队拿出更好用的工具。在王慧星看来，平台厂商和客户一线员工一起用好工具、找到自己的场景，可能就是一条可选的探索路径。

项目里踩过的坑，不能只留在单个客户的项目里。吴永坚打了个很形象的比方：过去团队做项目像开一家定制私房菜的饭店，厨师手艺很强，每家客户都做专属菜，可根本没法规模化。做了两三年项目、服务了足够多客户之后，行业口味大概摸清了，就该把菜单标准化——把沉淀下来的经验做成可复制的方法论。

这套 ADP FDE 交付方法论把智能体项目落地拆成接入、建设、验证、推广、治理五个阶段，每个阶段都有明确的任务、交付物和验收标准，还配了模板、评测用例和操作手册；同时沉淀出覆盖零售、制造、教育、金融、医疗五大行业的 25 个标准化场景包，按「70% 可复制、30% 按需定制」的思路，帮伙伴把一次项目的成功转成可复制、可持续的交付能力。在吴永坚看来，最关键的是把这些方法论内化进 ADP 的产品里，变成产品。

真正让这件事铺开、形成规模的，说到底还得靠生态。腾讯云副总裁、生态拓展业务负责人张果把伙伴该干什么说得挺明白：FDE 伙伴主要抓三块——业务判断（场景诊断、方案设计、价值定义）、交付实施，还有持续运营（培训、问题排查、效果调优）。ADP 则是腾讯旗下首个拿到 FDE 认证的产品。挑伙伴也有硬杠杠：企业资质、商务能力、人员认证、项目经验、专职交付服务，这五个维度要一起过。

腾讯云与十二家伙伴的企业级智能体 FDE 方案共建合作已正式启动。十二家企业级智能体 FDE 方案共建合作伙伴｜图片来源：腾讯云

各家伙伴跑出的路径并不一样。毕马威拿出的是「行业专家 + 敏捷工程师」这套完整 FDE 模式，主攻金融、制造等行业的深度方案；软通动力把 ADP 底座和 FDE 结合，落到医药研发场景里，研发成本降了 80%，周期缩短 30% 左右；翼企云服务交通行业客户，先从知识管理入手，再一步步推进到车次智能调度这类核心业务，帮客户拿到的最关键的东西，是自主构建智能体的组织能力。

企业级 Agent 从概念火热走到价值验证，要经历从「有」到「用」再到「好」的过程，这一步绕不过去。得扎进业务流程，扛住 7×24 的工程考验，最后对经营结果负责。

产品筑牢底座，方法论沉淀经验，生态放大覆盖。AI 应用的竞争重心正从模型能力转向系统落地能力，未来能真正跑通的企业级智能体，既要有更聪明的大脑，也得有一套能长进业务肌理里的扎实骨架。