亚马逊云科技：AI落地为何个人提效易企业增效难？

11月13日消息，2026年AI正从“回答问题”转向“完成工作”。不过对企业来说，把AI创新变成业务价值，卡点已不只在模型和工具，更在于如何让AI真正走进核心业务流程、数据体系和组织日常运行。

近日，亚马逊云科技中国团队分享了帮助企业把AI创新转为实际业务价值的实践与经验：AI要规模化落地，业务战略、场景、数据和人才得形成闭环，安全合规则是底座。

AI局部提效容易，变成企业生产力却难

过去几年，几乎每家企业都在试AI：知识库、智能客服、代码辅助、部门报表……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，不少企业出现了“个人提效、部门提效，公司生产力却没跟着涨”的情况。问题在于，AI若只是在现有流程上做简单叠加，就穿不透部门墙，也跨不过传统组织边界。

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、客服等部门各管一摊，可客户旅程是横向贯穿全生命周期的。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，流程卡点照旧。数据治理同样是老问题：从生产制造、

倪殿令引用波士顿咨询的“10、20、70”观点：企业AI不落地，约10%与模型算法有关，20%与数据和IT平台有关，70%则与业务流程、人员能力、运营模式、数据治理和人机协作有关。所以企业真正要改的不是“在旧流程里加AI”，而是用AI重塑流程，转向AI原生组织。倪殿令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，另一头是各部门AI试点，杠铃中间那段才是未来5到7年最大的机会。他补充说，中间这段指的就是围绕企业自有数据构建

“最后一公里”不是单点交付，而是

怎么让AI在应用场景里真正落地并创造价值？亚马逊云科技中国团队的做法是：以业务战略为中心，围绕场景、数据和人才构建“

头一条，业务战略得由管理层牵头。倪殿令强调，CEO或董事长要挂帅，从业务价值倒推AI优先级，围绕客户旅程而非部门边界来定高价值场景。每条业务线应找出1到2个与CEO战略对齐的高价值Agent场景，让它真正进入业务工作流，而不是停在演示和试点。

第二条，场景要解决客户问题。业务线总经理落实AI战略时，不能只做内部提效，而要围绕客户成功旅程来定场景。数据则是场景可信的基础。亚马逊云科技提出“

亚马逊云科技产品专家团队总经理崔玮表示，智能体输出可不可信、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。倪殿令则强调，模型谁都能用，可要是没有好的上下文层，智能体会把混乱放大；只有经过治理的数据，才能让智能体把正确决策和行动放大。

第三条，人才和流程重塑必须系统化。企业要培养面向AI原生的Builder能力，推动业务流程重塑，而不是在今天的流程上叠一层AI。亚马逊云科技通过

产品层面，今年MCP Server统一转化为Agent可用工具，并集中管理访问；

据介绍，金蝶发票云率先使用

崔玮也指出，进入Agentic AI时代，企业需要建立更加全面的

在倪殿令看来，“最后一公里”恐怕远不止一公里，它更像一个得转起来的循环：CEO把方向定明白，场景跑通，数据底座打牢，施工队交付得出来，人才本事能一轮轮往上走，同时放在安全合规的框子里持续打磨。

倪殿令说：“到了 Agentic AI 时代，本地化支持值钱的地方，不只是把全球领先的技术搬到中国来，更在于让企业真的把这些技术拿得住、用得上。我们想靠中国本地专家和科学家团队的深度技术协作，加上开发方法上的赋能和人才培养，帮客户把 AI 应用的构建、部署和持续迭代能力提上去。技术和产品总会不停更新，可企业自己能不能持续创新、主动把问题找出来并解决掉，这才是走向 AI 原生组织的重要根基。”

三大能力升级，进一步夯实AI价值转化底座

11月11日，亚马逊云科技宣布在华把技术能力、安全能力和本地化支持再做一轮升级，围绕“全球领先、可信赖、懂行业、本地化”这四项核心优势，帮企业把 AI Agent 从概念验证推到规模化应用。

技术能力方面，亚马逊云科技中国区域（包括西云数据运营的亚马逊云科技

安全能力方面，亚马逊云科技持续深化“

本地化支持这块，亚马逊云科技用 CDE 做快速原型验证，靠本地专家与科学家团队深度技术协作，再配上 Agent-DLC 方法论，帮企业练出评估驱动、持续迭代的开发本事；人才梯队则从高校人才共创、企业人才培养、企业招聘赋能三个方向来搭。

从亚马逊云科技中国团队2026年的经验看，指向的是同一件事：AI 价值转化不是买个模型、搞个试点就完事，得拿业务战略当牵引，把场景、数据和人才组织成一个能持续迭代的闭环。亚马逊云科技中国团队眼下做的，就是用技术能力、安全治理和本地化支持，让这套闭环变成企业落得下、铺得开、跑得久的能力。