抢滩智能体，企业如何率先破局？

　　2025一开年，AI行业大有从iPhone时刻渐进到App Store时刻之势。

　　国产大模型DeepSeek的技术突破，犹如投向AI行业的普罗米修斯之火。在华尔街投行高盛看来，这把火意味着AI行业的发展开始从硬件基础设施层向应用层转移。

　　作为AI应用的最主流形态，AI Agent被认为是DeepSeek施展拳脚的最佳方向。DeepSeek-R1所代表的强推理模型，本就长于智能分析和推理，叠加持续降本空间，相当于为企业智能体的爆发进一步缩短路径。

　　科技行业原本就认定2025年会是「智能体元年」。就在DeepSeek崛起前夕，OpenAI 首席执行官Sam Altman还在个人「年终总结」中预言，「2025年，我们可能会看到第一批AI Agent‘加入劳动力大军’，并实质性地改变公司的产出。」

　　DeepSeek的崛起，让科技行业对智能体的预期进一步拉高。尽管很难预测谁会是下一个AI王炸，但很多人相信，人工智能的下一个巨大突破与智能体有关。根据德勤《2025年技术趋势》预测，智能体将成为未来企业的重要组成部分。

　　当趋势已来，摆在每一个企业面前的问题是，自身要如何布局、如何取舍，才能让智能体释放出更大的价值?

　　01

　　年内最火AI赛道

　　智能体「正式就业」

　　同ChatGPT类聊天机器人相比，智能体代表AI进化的更高层阶。它能在动态世界中作出自主分析和决策。

　　比如OpenAI今年1月发布的Operator，可以通过自己的浏览器访问互联网，点击、滚动、打字，还能订餐;2月发布的Deep Research，则能帮助ChatGPT找到过去十年GDP排名前十的发达国家和前十的发展中国家的iOS和安卓普及率，并将这些信息绘制在一个表格中。

　　从微软、谷歌、OpenAI、英伟达、Anthropic到国内的火山引擎、京东云、百度智能云、阿里云等科技公司，目前大家已基本形成一个共识：智能体是大模型落地的最优解。因为企业智能体能执行特定的自动化任务，可替代人工操作，进而提升效率。

　　这是让企业客户心甘情愿为大模型付费的前提。技术投资，最终还是为了省钱或者提升盈利空间。而智能体恰好提供了这样一种可能性：降低人力成本的同时，利用AI获得更高效产出。

　　比如麦肯锡通过自动化的流程分配智能体，将项目受理流程从20天压缩到两天;Momentic则用QA测试智能体直接取代了传统的QA团队;京东云开发的代码助手JoyCoder可以代码预测续写、注释生成代码、智能代码评审，已服务京东上万名开发者，研发提效30%。Relevance AI提供的每组智能体所处理的工作流程，相当于通常需要五名全职员工的工作量。

　　智能体商业潜力如此巨大，以至于一向谨言慎行的微软CEO纳德拉给出了一个大胆预测，AI Agent将取代SaaS。

　　两者有相似之处，都是通过软件形式执行特定的自动化任务。在传统云端服务中，SaaS是企业处理结构化数据的工具，其本质是一堆业务逻辑的CRUD数据库。比如人力资源、财务、客户关系管理、协同办公，每一项业务都有相对应的后端数据库，然后通过SaaS来调用服务。

　　智能体的本质则是生产力，它将大模型AI能力与SaaS工具融合，集成为产品，直接解决企业问题。比如CRM系统可以集成销售AI智能体，自动生成销售报告，预测客户流失风险。甚至，一个智能体可以同时调动财务、营销和客户服务等多领域工具，完成一个指定任务。

　　此类自主操作，能极大释放生产力。

　　所以从效率角度来看，AI Agent取代SaaS或AI Agent重塑SaaS，只是表述的不同;从趋势上来看，所有的SaaS都值得用AI再做一遍，值得用智能体改造一遍。

　　尤其在中国，大模型有望带SaaS行业走上健康发展的新路——大模型天然的泛化能力、更强的复制性，可以降低软件异构比例，能降低国内SaaS定制过高的问题;智能体对垂类领域数据库的打通，一方面提高SaaS智能化、降低企业人力成本，另一方面又降低了AI使用门槛。

　　从《降噪NoNoise》所接触过的部分toB企业来看，开发智能体基本已成共识，但具体策略未必清晰，比如IT部门和业务部门目标不一致怎么办?内部业务场景可能有数十个、SaaS工具也数百个，要先从哪些地方找突破口?

　　德勤在《2025年技术趋势》中建议，企业应先识别并聚焦1-2个高价值的AI应用场景。

　　京东云也发表研判：「在目前的发展阶段，智能体做深比做多更重要。」企业智能体从千体大战到万体大战，最后还是会收敛到收益最高的核心场景之中。

　　尤其是在DeepSeek、ChatGPT-O1等一批强推理模型的加持下，智能体产品在能力密度上有可能更好地契合核心场景，此时探索更深入的市场需求，也是一种生态位层面的布局。

　　02

　　摸着SaaS过河

　　有用比什么都重要

　　京东云的上述判断主要有两个依据。

　　一是参照海外SaaS行业的发展规律。海外SaaS企业完美演绎了「二八法则」在计算机领域的通用性：20%的核心SaaS满足80%的通用需求。

　　比如在全球CRM市场，SaaS开山鼻祖Salesforce一家切走了约21.7%的份额，该公司2024财年总营收高达349亿美元;人力资本管理(HCM)市场第一玩家Workday，独占全球27%的市场份额。在更加细分的全球视频会议行业，Zoom市场占有率高达55.9%。

　　这些头部SaaS企业能在一个赛道独占鳌头，是因为把服务做得足够深、把产品做得足够有用。像Salesforce是全球首家成功将CRM引入云端的公司，Zoom则率先打通了跨企业间的连接，解决了传统视频会议软件的信息孤岛难题。

　　这些头部SaaS企业能在一个赛道独占鳌头，是因为把服务做得足够深、把产品做得足够有用。像Salesforce是全球首家成功将CRM引入云端的公司，Zoom则率先打通了跨企业间的连接，解决了传统视频会议软件的信息孤岛难题。

　　借鉴海外SaaS企业成功经验，发展智能体也要用好技术的「二八定律」——20%核心应用满足通用的80%需求。在此基础上，京东云总结出五大智能体核心场景，包括协同办公、专业助手、客户服务、营销推广和数据应用。这些场景不仅能够覆盖企业核心需求，还能够最大化发挥智能体价值，让AI更有用。

　　从国内外AI应用发展方向来看，上述5个场景基本涵盖了大多数企业的核心需求，这些方向也与第三方调研机构对AI技术趋势的预测相吻合。

　　第二个依据来自产业端实践的验证。京东自身拥有产业基因，业务横跨零售、物流、供应链、金融、健康、工业、云计算等众多行业，公司基于内部业务需求而构建的智能体超过1万个，人效提升超过1亿元。

　　以营销推广为例，京东开发的广告投放AI Agent可随时化身为AI教练员、AI设计师、AI优化师、AI分析师等多个角色，帮助商家实现「一个人也可以是一个广告投放团队」。比如品牌方以往监控多账户投放效果时，需要重复低效的切换多个账户，现在仅需要对助手说一句「帮我查询跨账号数据」即可。

　　去年618大促期间，惠普在推广某款游戏本时借助智能助手，把人工耗时直接降低了20%以上。

　　在国际贸易场景中，基于京东云言犀智能体平台打造的CMS HScode生成智能体，可将跨境商家海关商品备案提效60倍。此前，为了一串看似简单的跨境商品海关编码(HS Code)，商家需要判断商品种类，然后翻阅《进出口商品归类》或者上网查找对应编码，再手动填报备案，耗时长达5分钟。

　　现在商家只需要一步——触发智能体工作流。

　　在协同办公领域，京东云快速识别各类合同风险的JoyLaw，将合同审查时间缩短至分钟级，100多页的合同审查比对可在几秒内完成，法务人员提效超30%。在客户服务领域，结合智能体应用，京东云智能客服能够7×24小时在线，实时解决用户需求，独立解决90%以上的问题。

　　通过对这些实践的充分解耦，京东云已经将5大核心场景的智能体技术能力沉淀到京东云言犀智能体平台上。通过预置的智能体配置模版，言犀平台基本可覆盖80%核心场景的智能体需求。

　　这意味着，有需要的大中小企业只需要在上面按需配置即可，不用再「摸着石头过河」。

　　03

　　企业智能体如何抄近路?

　　在聚焦高价值、核心AI场景的共识之下，如何做出有用、好用的智能体，不同类型企业的抵达路径也不相同。

　　中大型企业进行智能体布局，需要先在内部搭建统一的智能体平台，将开发AI应用的工具封装成插件、工作流、知识库等模块，让业务需求基于平台敏捷生长、快速迭代，避免重复造轮子。小微型企业则可通过直接调用公有云服务的方式使用智能体。

　　目前主流云服务厂商均有搭建自己的AI智能体平台。微软Copilot Studio上已有超过10万家组织创建或编辑过智能体;SaaS巨头Salesforce宣称Agentforce已有上万种智能体;百度文心智能体平台智能体分发量一年上涨16倍，基于言犀智能体平台，京东内部的智能体数量已经超过10000个，活跃在零售、物流、金融、工业、健康等众多领域。

　　由于国内主流云服务商各有特色——比如字节的内容和个性化推荐基因，京东云的产业基因等，企业可根据自身业务场景，选择适配的智能体平台直接「抄近路」。比如一些传统食品制造、航空、金融等产业型企业，已经开始通过京东云提升办公效率和业务决策管理效率。

　　其中，某金融公司技术子集团希望通过大模型技术提升办公效率。京东云为其本地化部署了包含办公场景和研测场景的多个开箱即用智能体和一站式智能体构建平台，不仅让员工查找金融专业知识变得更加高效，客户体验也得到了显著改善。

　　某航空租赁公司需要构建一个专门针对自有业务的智能问答系统。京东云提供的解决方案结合了向量数据库和知识图谱，系统通过问答反馈、链路追踪以及知识更新来持续优化自身性能，帮助员工的工作效率大大提升。

　　在这个过程中，作为京东云智能体技术体系的出口，言犀智能体平台负责「承上启下」——在上层应用领域，通过法律咨询、人力资源管理、营销自动化等100多种行业解决方案以及1000多个多功能插件，践行「AI应用更有用」的技术主张;在模型层以及底层算力上，通过一揽子解决方案实现让「AI应用更好用」。

　　为了让AI应用更「好用」，京东云已接入数十个主流大模型，包括惊艳全球的国产大模型DeepSeek。目前，言犀AI开发计算平台支持 DeepSeek-V3、DeepSeek-R1 以及所有蒸馏小参数模型(DeepSeek-R1-Distill)的一键部署。

　　同时，京东云也为金融、企业、政府等客户提供数据不出域的私有化模型推理服务。以DeepSeek R1版本为例，可根据界面提示进行选择资源规格以及对应带有deepseek模型的镜像，待资源创建成功后进入实例，启动即可与之对话。

　　在智算基础设施层，京东云支持万卡级别AI算力规模，提供对多元异构算力资源的统一管理，并支持多地域分布式算力的统一调度，确保资源的灵活分配和按需利用;通过创新的存算分离技术架构，可帮企业节省整体基础设施成本超30%。

　　据IDC测算，2025年，50%的组织将使用企业智能体执行特定业务功能。可以预见的是，大模型训练、推理成本的持续降低，以及推理模型的能力进化，将继续推动智能体在各行业落地应用，助力企业实现智能化转型、创造更多的盈利空间。

　　紧跟时代浪潮的企业和AI应用开发者，或许比观望者更快见证激动人心的生产力重塑时刻。