亚马逊云科技：AI落地为何个人提效企业不增效，黄金三角怎么补
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，2026年的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，卡点已经不在模型和工具上，难的是让AI真正进入核心业务流程、数据体系，以及组织的日常运行。
近日，亚马逊云科技中国团队聊了聊帮助企业把AI创新转成实际业务价值的做法和经验：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，底下还得垫着安全合规。
AI在局部提效不难，难的是把它变成企业生产力
前几年，知识库、智能客服、代码辅助、部门报表，几乎每家企业都在试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，不少企业“个人提效、部门提效，公司生产力却没有同步提高”。问题出在哪？AI如果只是往现有流程上简单一贴，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相通，流程照样卡住。数据治理也是老毛病：生产制造、ERP、MES、仓储到客户关系管理，数据常常接不上。人才这边，思维得从AI认知、AI就绪走到AI原生，同样不是一天两天的事。
倪殿令引了波士顿咨询的“10、20、70”说法：企业AI落不了地，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。所以企业真正要改的，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AI试点，未来5到7年最大的机会在杠铃中间。他补充说，中间这块指的就是围绕企业自有数据构建Agentic应用。
“最后一公里”不是单点交付，而是一个黄金三角闭环
那AI怎么才能真正在应用场景里落地、创造价值？亚马逊云科技中国团队的经验是：以业务战略为中心，把场景、数据和人才围成一个“黄金三角”。
头一条，业务战略得由管理层来牵头。倪殿令强调，CEO或董事长要挂帅，从业务价值倒推AI优先级，围着客户旅程而不是部门边界去定义高价值场景。每条业务线该找出1到2个与CEO战略对齐的高价值Agent场景，让它真正进业务工作流，别停在演示和试点上。
再一条，场景要解决客户的问题。业务线总经理落实AI战略时，不能只盯着内部提效，得围绕客户成功旅程去定义场景。数据则是场景可信的基础。亚马逊云科技提的是“面向AI的数据基础”，把数据层、语义层和上下文层合到一起，让Agent不光能拿到数据，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表示，智能体输出可不可信、执行有没有边界，除了安全思路，准确性更主要的来源是企业内部数据。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；数据经过治理，智能体才能把正确的决策和行动放大。
第三条，人才和流程重塑得系统化。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类需求，支持智能体从概念验证走向生产级应用。Runtime通过microVM做到会话间硬件级虚拟化隔离和按需扩缩；Gateway把API、Lambda函数及MCP Server统一转成Agent可用的工具，并集中管理访问；Identity复制Agent入站认证和出站鉴权；Observability则对生产环境中的Agent决策做全链路追踪和监控。
据介绍，金蝶发票云率先用上Amazon Bedrock AgentCore之后，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%，日均处理工单量提高3倍。安克创新则沿着“One Anker”战略推进智能体平台Anka，减少各业务单元在基础设施和Agentic平台上的重复投入。
崔玮也指出，进了Agentic AI时代，企业得建一套更全面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，还要盯住智能体执行行为的安全治理，防住权限配置不当带来的越权风险。Amazon Bedrock AgentCore Gateway把智能体执行逻辑与访问凭证、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”两个方向搭纵深防御：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”并不是真的一公里，它可能是个闭环：CEO方向清楚，场景打通，数据基础到位，施工队能交付，人才能力能持续迭代，并在安全合规框架里不断优化。
倪殿令说：“进入 Agentic AI 时代，本地化支持的意义不只是把全球领先技术带进中国，更要让企业把这些技术真正用起来、掌握住。我们想做的，是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。技术和产品总在更新，但企业能不能持续创新、主动发现并解决问题，这才是走向 AI 原生组织的重要基础。”
三大能力同步升级，AI价值转化的底座再加固一层。11月11日，亚马逊云科技宣布在华升级技术能力、安全能力和本地化支持。此前已有的“全球领先、可信赖、懂行业、本地化”四大核心优势仍是基础，在此基础上，目标是帮企业把AI Agent从概念验证推到规模化应用。
技术这一侧，亚马逊云科技中国区域已经铺开全栈能力，覆盖AI基础设施、第三方模型、数据与知识、Agentic平台及Agent应用构建五个层面，安全与治理贯穿整个架构。西云数据运营的亚马逊云科技Marketplace也在其中。2026年以来，中国区域上线277项新服务和功能，累计超过2800项。Amazon Bedrock AgentCore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。面向AI的数据基础则走数据层、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，亚马逊云科技继续往“安全赋能AI”和“AI赋能安全”两个方向做深。企业可以借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；内容过滤与合规检查，则结合本地合作伙伴的Guardrails方案来做。另一头是用AI提升安全检测、漏洞管理和安全运营的效率。
本地化支持上，路径包括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，目的是让企业建立起评估驱动、持续迭代的开发能力。AI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。
2026年，亚马逊云科技中国团队的经验指向同一个结论：AI价值转化不是买一个模型、做一个试点就完事，得由业务战略牵引，把场景、数据和人才组织成能持续迭代的闭环。团队当下所做的，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可落地、可规模化、可长期运行的能力。
