亚马逊云科技中国团队谈AI落地：黄金三角闭环怎么走
亚马逊云科技中国团队的经验是，以业务战略为中心，围绕场景、数据和人才构建“黄金三角”。亚马逊云科技产品专家团队总经理崔玮表示，智能体输出是否可信、执行是否有边界，除了安全思路，更重要的准确性来自企业内部数据。安全能力方面，亚马逊云科技持续深化“安全赋能AI”和“AI赋能安全”。
11月13日消息，到了2026年，AI正从“回答问题”转向“完成工作”。对企业来说，把AI创新变成业务价值，卡点已不在模型和工具，而在于怎样让AI真正走进核心业务流程、数据体系，以及组织的日常运转。
最近，亚马逊云科技中国团队把帮企业将AI创新转为实际业务价值的做法和经验做了梳理：AI要规模化落地，业务战略、场景、数据和人才得形成一个闭环，安全合规则是托底的那一层。
单点提效不难，难的是把AI变成企业生产力。
这几年，知识库、智能客服、代码辅助、部门报表，几乎每家企业都试过AI。但亚马逊云科技成长型企业及新兴业务总经理倪殿令看到的情况是，不少公司“个人提效、部门提效，公司生产力却没有同步提高”。在他看来，AI如果只是往现有流程上简单一贴，就穿不透部门墙，也跨不过传统组织的边界。
亚马逊云科技成长型企业及新兴业务总经理倪殿令
拿ToB企业来说，市场、销售、售后、客服各管一摊，可客户旅程是横着贯穿全生命周期的。一个部门用AI提了效，换到另一个部门，数据、决策和风险管控权限并不互通，流程照样卡住。数据治理同样是老毛病：从生产制造、ERP、MES、仓储到客户关系管理，数据常常接不上。还有人的思路，要从AI认知、AI就绪走到AI原生，这也不是一天两天的事。
倪殿令引了波士顿咨询“10、20、70”的说法：企业AI落不了地，原因里只有约10%跟模型算法有关，20%跟数据和IT平台有关，70%则出在业务流程、人员能力、运营模式、数据治理和人机协作上。所以企业要改的不是“在旧流程里加AI”，而是拿AI重塑流程，往AI原生组织转。他还提到亚马逊首席执行官Andy Jassy的“杠铃”判断：一头是前沿智能体，一头是各部门的AI试点，杠铃中间那块才是未来5到7年最大的机会。他补了一句，中间这块指的就是围绕企业自有数据搭建Agentic应用。
“最后一公里”靠的不是单点交付，而是一个黄金三角闭环。
那AI怎么才能真正落到场景里、创出价值？亚马逊云科技中国团队的办法是：以业务战略为中心，把场景、数据和人才围成一个“黄金三角”。
第一步，业务战略得由管理层来抓。倪殿令强调，CEO或董事长要挂帅，从业务价值倒推AI优先级，围着客户旅程而不是部门边界去定高价值场景。每条业务线应该找到1到2个跟CEO战略对齐的高价值Agent场景，让它真进业务工作流，别停在演示和试点上。
第二步，场景要解决客户的问题。业务线总经理落实AI战略时，不能只顾内部提效，得围绕客户成功旅程来定场景。数据是场景可信的地基。亚马逊云科技提的是“面向AI的数据基础”，把数据层、语义层和上下文层叠在一起，让Agent不光拿得到数据，还能读懂数据背后的业务含义。
亚马逊云科技产品专家团队总经理崔玮说，智能体的输出可不可信、执行有没有边界，除了安全思路，更关键的准确性来自企业内部数据。倪殿令也强调，模型谁都能用，可要是没有好的上下文层，智能体只会把混乱放大；数据经过治理，智能体才能把正确的决策和行动放大。
第三步，人才和流程的重塑得成体系。企业要养出面向AI原生的Builder能力，推动业务流程重塑，而不是往今天的流程上再叠一层AI。亚马逊云科技用客户开发工程（CDE）项目做快速原型验证，靠本地专家与科学家团队深度协作，再以Agent开发生命周期（Agent-DLC）方法论帮客户建立评估驱动、持续迭代的开发能力，从原型验证一路走到长期迭代。
产品这边，今年Amazon Bedrock AgentCore在中国区域上线了Runtime、Gateway、Identity、Browser Tools、Code Interpreter、Observability六大组件，围着快速构建、安全连接和持续优化这三件事，支持智能体从概念验证走向生产级应用。Runtime用microVM做会话间的硬件级虚拟化隔离，并按需扩缩；Gateway把API、Lambda函数及MCP Server统一转成Agent能用的工具，访问也集中管起来；Identity复制Agent入站认证和出站鉴权；Observability则对生产环境里Agent的决策做全链路追踪和监控。
据介绍，金蝶发票云是最早用上Amazon Bedrock AgentCore的一批，工单首次响应时间从15分钟缩到3分钟，AI的自动回复率从60%提到80%，日均处理工单量涨了3倍。安克创新则靠“One Anker”战略推进智能体平台Anka的建设，少让各业务单元在基础设施和Agentic平台上重复花钱。
崔玮还提到，进了Agentic AI时代，企业得建更完整的分层安全防护体系——传统应用安全和生成式AI内容安全之外，智能体执行行为的安全治理也要盯，防的是权限配置不当带来的越权风险。Amazon Bedrock AgentCore Gateway把智能体的执行逻辑跟访问凭证、权限管理分开，让智能体在可控、可治理的环境里跑。亚马逊云科技同时从“安全赋能AI”和“AI赋能安全”两头做纵深防御：前者管Agent身份权限、工具连接和输入输出合规，后者用AI提升漏洞管理、威胁检测和安全运营的效率。
倪殿令的总结是，“最后一公里”其实未必真是一公里，它可能是个闭环：CEO方向清楚，场景打通，数据基础到位，施工队交得出活，人才能力持续迭代，再在安全合规的框架里不断优化。
倪殿令表示，Agentic AI 时代，本地化支持的意义不只是把全球领先技术带到中国，更要让企业真正把技术用起来、掌握住。他提到，中国本地专家和科学家团队会与客户做深度技术协作，并在开发方法上提供赋能、在人才上提供培养，借此帮客户把 AI 应用的构建、部署以及后续持续迭代的能力提上去。产品和技术总会不断更新，但企业能不能持续创新、主动发现并解决问题，才是走向 AI 原生组织的重要根基。
亚马逊云科技在11月11日宣布，面向中国市场进一步升级技术能力、安全能力和本地化支持。按其说法，这轮升级是在“全球领先、可信赖、懂行业、本地化”四大核心优势之上展开的，目标是帮企业把AI Agent从概念验证推进到规模化应用。
技术层面，亚马逊云科技中国区域（含西云数据运营的亚马逊云科技Marketplace）已经能提供覆盖五个层面的全栈能力：AI基础设施、第三方模型、数据与知识、Agentic平台以及Agent应用构建，安全与治理则贯穿整个架构。2026年以来，中国区域上线的新服务和功能达到277项，累计已超过2800项。Amazon Bedrock AgentCore也已在由光环新网运营的北京区域和由西云数据运营的宁夏区域正式推出。至于面向AI的数据基础，则依托数据层、语义层和上下文层的架构，帮企业把专有数据和业务知识用起来。
安全方面，亚马逊云科技继续在“安全赋能AI”和“AI赋能安全”两个方向上深化。企业可以借助AgentCore的身份和访问控制、工具连接和可观测性，管住Agent的身份权限、工具连接以及运行过程，再配合本地合作伙伴的Guardrails方案做内容过滤与合规检查；反过来，AI也被用来提升安全检测、漏洞管理和安全运营的效率。本地化支持上，亚马逊云科技通过CDE快速原型验证、本地专家与科学家团队的深度技术协作，以及Agent-DLC方法论，帮企业建立起评估驱动、持续迭代的开发能力。人才梯队则从三个方向推进：高校人才共创、企业人才培养、企业招聘赋能。
亚马逊云科技中国团队在2026年摸出的门道是：要让AI真正变成价值，光买一个模型、搞一个试点远远不够，得拿业务战略当牵引，把场景、数据、人才捏成一套能持续迭代的闭环。他们眼下干的活，就是靠技术能力、安全治理加上本地化支持，让这套闭环成为企业能落地、能上规模、也能长久跑下去的本事。
