腾讯云吴永坚谈Agent落地：企业怕的不是花钱，是跟不上

2026年，几乎每家企业面前都摆着一道绕不开的题：Agent究竟怎么落地？可真要动手，麻烦就一层接一层冒出来。

比如，企业里哪些场景真用得上智能体，一时想不明白；钱花了不少，偏偏没解决最要命的瓶颈。

又比如，场景好不容易定下来，却接不进那些连文档都没有、当初写代码的人早已离职的老系统。等系统建好，还得在企业内部推，业务和IT两拨人来回拉扯，权限、安全一堆事。系统真跑起来了，持续运营又跟不上。

腾讯云副总裁吴永坚的说法是，“整个流程都很痛”。最别扭的地方在于，痛归痛，却不能不做——窗口期就摆在那儿，大家都认定，“现在再不做，后面就跟不上了”。

比“痛”更普遍的情绪是焦虑。前几年企业问的是，“Agent能帮我省多少钱”，今年问的变成了，“什么时候能帮我赚钱？”可现实是，“真正能在这波大模型、AI、算力里获得很大收益的企业，整个行业里还很少。”吴永坚说。

近日，在2026腾讯全球数字生态大会上，腾讯云副总裁吴永坚接受「商业秀」等媒体专访时提到，利润从头部的能源、基建、芯片，到云、平台、软件公司层层推进，越往下游越没到收获的时候。所以眼下大多数企业的真实心态不是算收益账，而是怕掉队，想的是怎么尽快进入这个阶段、跟上技术变化。

以下为包括「商业秀」在内的媒体访问实录（有删减）

问：今天在现场跟不少客户都聊到这个话题——Agent 能帮着省时间、省成本，可到底哪天才能真替我把钱挣回来？也有人讲，省时省成本这件事本身，就已经是在赚钱了。

吴永坚：前几年大伙儿更在意的是先怎么把时间和成本降下来，那会儿多数还是在老流程里修修补补，本来也没人指望有多大改动，预期自然不高。可今年行业里有个挺明显的变化，从“会说话的 Agent”转成了“会干活的 Agent”。能干活，企业运转就能更高效；效率一上去，利润迟早会跟着来。不过真要说到把这份利润拿到手，我看路还长着呢。

放到整个产业里看，这波大模型、AI、算力当中真正赚到大钱的，眼下还不多。利润是一层一层往前推的：头部的能源、基建、芯片这几家先把收入和利润拉起来；接着云会跑得很快；再往后才轮到平台公司、软件公司、下游伙伴，还有那些想转型的传统企业。越往后，越还没到那一步。

所以眼下大家最惦记的，已经不是靠这个挣多少钱，而是怎么能快点走到那个阶段、跟上技术的变化。这才是当前普遍的焦虑所在。能不能尽快跟上这个节奏，比挣多少钱更要紧，这也是我们产品想做的事——帮企业把这套流程提速。

问：很多企业觉得用了AI并没有很明显的提效，从您的观察来看，背后的原因是什么？

吴永坚：提效不能说一点没有，得看技术走到哪一步。前两年能力偏弱，Chatbot 只能在原有流程里做点局部优化，可局部优化未必就落在瓶颈上，所以感受不明显。企业级落地最早比较多的是知识问答、检索提升、客服优化这几类，但整条流程还是得靠人去明确、去推动。

最近变化最大、提效最明显的要数写代码，因为它能覆盖的面很广。我们内部研发已经全部做到 Agent 自动化：需求进来，Agent 自己写代码、自己修问题，修完人来确认一下。从前每个环节都得人点头，需求找产品经理，产品经理找研发，研发找测试，如今全由 Agent 自己驱动，算得上真数字员工。原来要两三天的需求，现在一天之内就能出来。

可目前只有研发流程跑通了，别的流程渗透还很低，因为牵扯到基础设施，还有 Agent 跟原有系统之间怎么流转。一旦哪家企业把主流程——研发、财务这些基建流程——跑出来，后面跟上会很快，行业里就会不断渗透。这是个量变到质变的过程，不太容易察觉，但确实在变；今年我们慢慢摸到了质变，往后的提效会更明显。所以企业现在的状态，不是嫌提效不明显，而是怕错过机会、琢磨怎么尽快进来。

问：眼下企业里管智能体业务的负责人，普遍是痛并焦虑着。痛，可又不能不做。要是他们想做服务级、企业级的智能体，您觉得最该躲开哪些坑？

吴永坚：我会把它们拆成几个阶段来看。

头一个是场景选型。企业里究竟哪些场景，是真需要智能体来搭把手的？而且如今选型的逻辑变了，到了 Agent 时代，原来不少流程本身就得改。过去人与人之间大量的沟通、来回确认的 context，在 Agent 时代也许就用不着那么多了。你要是还站在老流程里去找“哪个环节痛”，场景很可能就选偏了，钱花了一大把，偏偏没解决最要命的那块。

第二个是接入。场景定下来就要落地，智能体得接进企业内部的系统、数据库，还得适配原来的整套环境，有些老系统连文档都没有，当年写代码的人可能早就不在了。同时组织架构、体系架构要不要跟着 Agent 时代一起改，也得一并考虑。这是第二道坎。

第三个是构建。现在做智能体的选型也不少，做出来之后还得在企业内部推：从一个人到一个小团队，到一个部门，再到更大的范围。推广当中又绕不开权限、安全，还有怎么让大家真的用起来。最后是运营，等真跑起来了，效果不行，还得想着怎么快速迭代。

从局部试点到整个企业转型，这几个阶段一个都少不了。中间还有技术发展带来的不确定性，所以对他们来说很痛，痛归痛，又不能不做。可大家心里都有个笃定的念头：“现在再不做，后面就跟不上了。”这个窗口对企业很关键，于是不少企业从观望，慢慢变成下定决心把原来的系统都换掉，来做这件事。

问：这次把Service Agent分成数据、半数据和面向终端业务场景，这种划分是基于对市场前景的思考吗？

吴永坚：一个是思考，另一个是对我们过去碰到的这些场景的归纳和判断。Service Agent 和 Personal Agent，是今年我们跟老板聊过很多回、越聊越清楚的一件事：企业内部个人用，和企业级用，是两码事。Personal Agent 更偏个人角色，比如你做个 PPT，从个人出发、个人搞定、小范围分享；办公 Agent 就不一样了，它站在企业角度想问题，要考虑不同权限、不同安全、能分享给谁、给谁看，还有构建过程本身的复杂。

腾讯集团高级执行副总裁汤道生（Dowson）前两个月公开谈过对大模型这几年的思考，提出 Personal Agent 向左、Service Agent 向右。元宝这类个人产品走一个方向，Service Agent 则是我们过去三年一直站在企业角度做的事。行业里多数声音都在讲 Personal Agent，包括最近很火的 Muse，一个是 C 端生意，一个是 B 端生意，属于不同赛道。吴永坚的判断是，后面会慢慢出现所谓的 Service Agent，只是它不像 Personal Agent 那样性感、那样快。

问：也有不少企业问，如果 ADP 能提供现成的场景包，那什么时候该用现成方案，什么时候该深度自建？

吴永坚：这确实是两类，一类是完全自建，另一类是买现成的、跟着产品一起成长。首先，这两类到最后不会有一类被消灭，肯定共存。只是他判断，完全自建的企业在整个大盘里的比例会越来越少。

这类公司有哪些共性？研发底子普遍不弱，对新鲜事物的反应和追逐本来就积极，互联网人才、AI 人才扎堆的地方，更容易往自研那条路上走。可放到整个行业里看，能做到这一步的仍是少数。问题在于技术迭代太快，今天押注的方向，谁也说不准哪天就被推翻。拿年初的龙虾能力来说，它本身就是前几年能力不断迭代的产物。过去有企业守着老一套自研，没跟上龙虾能力，现在照样得补上这一课。

所以企业最后都会算这笔经济账：到底是投入自研更可控，还是用一个跟得上技术演进、发展比较快的成熟产品来迎接这个时代？

他判断，挑平台的趋势只会越来越突出。以前要做 ADP 这种平台，得摆平的事情一箩筐：底层算力要适配、各种数据库要适配、各类企业系统也要适配，往上还得有搭智能体的本事，像最近发布的内驱 Cloud 模式、工作流的更新。企业自己从头再开发一套并非不行，可成本和风险明摆在那儿。

问：ADP 在金融、零售等不同行业做了产品包。哪些行业现在能拿出比较多的标准化场景给更多企业用，哪些要依赖 FDE 现场定制化？

吴永坚：眼下真正完全用不着 FDE、企业自己就能做完还能用起来的行业，还不算多。一般数字化基建比较完整的产业推起来更顺，零售就是例子，底子好、数字化程度高，推进自然快。中国企业的数字基建、云的建设，再加上 Agent 自身的基建，ADP、Token 这些都属于 Agent 时代的产品数字基建，目前都还在早期。今天推出 FDE 场景包，是因为看到大家很焦虑：不知道该怎么做。不少企业前几年先把平台搭起来了，却用不上，也不知道该建什么，这跟企业自身数字化建设的程度关系很大。

我们做产品的思路是盯着行业头部公司。他在腾讯内部看到 AI 建设起步早，也看到里面不少问题，ADP 正是把这些问题的教训吸收进来做成的。他常跟团队自嘲，说以前开的是一家做定制菜的馆子，私房菜，每家单独定制，厨师厉害、手艺还在不断升级，就是没法规模化。如今已经服务过不少大客户，对行业的口味大致摸清了，那就把菜品印成菜单。

腾讯不会把自己做成项目公司、纯人力外包的公司，所以必须把过去攒下的东西标准化，再输出出去。重点不在于只做一个产品，而在于把产品到 FDE 这一环做得更产品化，把复制的效益提上来。复制效益上去了，这门生意才转得动。当然，海外公司的 FDE 模式未必能搬到国内照用，客群关系不一样，我们推的是适合中国国情的 FDE 模式。

问：头部客户本身数字化基建强、有自己的 IT 部门和研发团队，为什么还需要腾讯的 FDE 团队帮他们做 Agent？

吴永坚：他们自己做也不是没可能，但腾讯肯定跑得更快，其他大公司有研发团队，自己也会动手。不过要看到，中国这么多行业里，不可能冒出那么多腾讯、那么多头部公司。今年龙虾能力一出来，原先自研的团队就愣住了，自己没有龙虾能力，想拿开源顶上，可开源也有周期。

技术只要还在往前走，企业最后算的都是经济账：自己的长处在哪，哪些该投、哪些不该投。覆盖面越铺越大，能力越变越复杂，就必然要挑一些平台和产品。况且这一轮大模型带起来的平台，覆盖面比上一代的视觉平台大得多。他仍然相信有人选自研、有人选平台，而他判断选平台的趋势会越来越突出。

问：FDE 现场逻辑压倒标准化逻辑的话，会不会变成以前定制化的老路？这门生意到底是做工具的生意，还是运营的生意？

吴永坚：他深信一个原理，那就是需求一定有热点聚拢，共性肯定存在，否则我们做不了产品。五大行业、25 个场景包不是无中生有，是我们过去两三年项目沉淀归类出来的，的确覆盖不了全部，但他相信它足够成为种子往前跑。

第二，产品会持续进化，技术正在帮着把门槛往下压。去年技术还不成熟，企业要做工作流，得靠员工手工去搭，还得熟悉不同平台，门槛很高。今年大模型能力成熟了，就把它做成 ADP 的自然语言构建工作流，你只要给一份文档，工作流由大模型生成，还能跟它沟通讨论、修改，甚至直接在上面编辑。门槛一降，慢慢就走向标准化。

适配也是同样的道理，主流数据库就那么五六款，适配完整个行业就能覆盖百分之八九十。这种硬骨头不啃，标准化就永远立不住，它始终是一门非标项目生意。哪个团队把硬骨头啃下来，路就蹚出来了。

还有今天发布的 ADP 视觉平台，我们团队原先就做人脸、OCR，甚至做过工业质检，早先把这套能力做成了标准化的 AOI 产品；这次升级之后，靠大模型加上注册的 Skill、大小模型的组合，把需求告诉它，它就能生成代码、转成工作流，工作流确定性强、性能好，可以直接落到生产里。这些都是厚积薄发的过程。

问：企业对于工作流、业务流、数据流，最大的顾虑是什么？

吴永坚：对工作流本身我倒不太担心，真正让我有顾虑的是拿现在这种纯大模型能力去做企业级服务。大模型比较自由、自驱动、自发挥，很聪明，适合灵活的事情，但企业有时候并不需要那么主动和自动化，因为自动化带来的不确定性很大。

工作流的价值体现在三处。首先它是 SOP，确定性很强；其次全过程可视化，执行得如何、产出什么结果都能看到；再者成本压得低，不必每次都让大模型从头思考，小模型同样能顶用。真正落地时复杂的是权限：老板问、部门经理问、总监问、组长问，各自能回复的内容范围各不相同，这是腾讯云要处理的问题，也是实际推进中最难的一环。

问：不少人觉得模型能力往上走，企业级 Agent 平台之间的差异会被抹平。那 ADP 这类企业级 Agent 平台，靠什么立足？

吴永坚：模型和构建这两项能力只是底子，只解决了偏前段的一部分问题。越往后走，接入企业“最后一公里”的事特别多：选型、接入、构建、推广、运营，还得把能力沉淀进产品，再规模化交付出去，这个难度并不低。打个比方，一个厨师把一道菜做好，和经营一万家更大的店、把这道菜端给那么多人，成本和难度完全是两码事。大家只盯着大模型这道菜好不好吃，可要让这么多人都觉得好吃，难度又是另一码事。把企业落地的过程沉淀成产品，有效率、成规模地交付给合作伙伴和客户——这是腾讯走过互联网、AI 以及 To B 之后，团队攒下来的系统化能力，这道门槛很高。

问：FDE 团队在前线承担了一部分工作，会不会出现份额被 FDE 团队拿走、合作伙伴无事可做的情况？

吴永坚：肯定有一部分份额会被拿走，这也合理，蛋糕在做大，需要更多人进来。比例不好讲，眼下也许是九一开，往后可能变成七三开、六四开，合作伙伴进来得越多，分出去的份额越大，这是好事。

问：WorkBuddy 和 ADP 双向打通之后，有没有落地效果不错的案例？

吴永坚：伊利就是个很好的例子，两个产品都买了。伊利不少员工把 WorkBuddy 当作入口来用，但对那些对企业内部智能体要求高的场景，比如权限各不相同、性能要求高的，就用 ADP 构建出来，再分发到 WorkBuddy 上给员工使用。

问：除了企业组织管理架构这一层，您觉得个人面对这轮技术迭代，还有哪些价值可以挖掘？

吴永坚：过去几个时代，从蒸汽机一路走到今天的大模型、Agent 时代，先被替代的是人的体力，如今脑力也在进一步被替代。越是这种时候，越要想清楚：人和大模型、Agent 相比，不容易被替代的独特性究竟在哪。

比如决策。像我们的 ADP 产品怎么选方向、要不要做私有化定开、为什么要走 FDE 这样的新模式，你去问大模型，它也能给你一堆选项，但最后拍板还得靠自己。再比如审美。AI 来了以后，让它写文档、做 PPT，谁都能做得不错，可不同人做出来的效果确实不一样。有些人就是清楚自己要什么，内容结构和审美给人的感觉就是不同。要表达什么观点，最终还是靠你自己呈现的内容结构，靠你自己去引导。这些就是不容易被 AI 取代的差异点，也是大家真正该去想的地方。