{"id":88709,"topic":"ai","source":"每日经济新闻","title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","url_hash":"933086990cc5b4a8df866e5ac1b569b84bc8a374","author":"","summary":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ 每日经济新闻","content":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","image_url":null,"lang":"zh","published_at":"2026-09-23T06:54:00+00:00","fetched_at":"2026-09-23T10:15:08+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1903 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1903,"summary_length":1903,"usable_text_length":1903,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1903,"summary_length":1903}},"news_item":{"id":88709,"canonical_url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","source_url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","source_name":"每日经济新闻","author":null,"published_at":"2026-09-23T06:54:00+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ 每日经济新闻","full_text":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","excerpt":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1903 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1903 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1903,"summary_length":1903,"usable_text_length":1903,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1903,"summary_length":1903}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","summary":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","source":"每日经济新闻","date":"2026-09-23T06:54:00+00:00","content":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1903 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1903 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1903,"summary_length":1903,"usable_text_length":1903,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1903,"summary_length":1903}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/88709","export_markdown":"/api/items/88709/export?format=markdown","export_json":"/api/items/88709/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html"},"formats":{"full":{"id":88709,"title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","source":"每日经济新闻","author":null,"published_at":"2026-09-23T06:54:00+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","full_text":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1903 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1903 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1903,"summary_length":1903,"usable_text_length":1903,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1903,"summary_length":1903}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1903 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1903,"summary_length":1903,"usable_text_length":1903,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1903,"summary_length":1903}},"actions":{"read":"/item/88709","export_markdown":"/api/items/88709/export?format=markdown","export_json":"/api/items/88709/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html"}},"digest":{"id":88709,"title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","source":"每日经济新闻","topic":"ai","published_at":"2026-09-23T06:54:00+00:00","excerpt":"2026-09-23 14:54:30 每经记者｜张韵 每经编辑｜杨军 从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。 企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。 而企业级 Agent…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 1903 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","subtitle":"每日经济新闻 · 2026-09-23","summary":"2026-09-23 14:54:30 每经记者｜张韵 每经编辑｜杨军 从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。 企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI…","badges":["quality:high"],"links":{"read":"/item/88709","original":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","diagnose":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html"},"quality_warning":null},"export":{"title":"带着Agent逛云栖：大模型竞赛转向，企业AI为何仍困在最后100米？ - 每日经济新闻","url":"https://www.nbd.com.cn/articles/2026-09-23/4589958.html","summary":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","source":"每日经济新闻","date":"2026-09-23T06:54:00+00:00","content":"2026-09-23 14:54:30\n每经记者｜张韵 每经编辑｜杨军\n从计算底座、基础模型到模型服务、智能体应用（Agentic应用），置身本届云栖大会的四大展馆，《每日经济新闻》记者对阿里云全栈AI能力有了具象化感受：大模型的竞争正从对话问答走向真实环境中的复杂任务执行，基础模型的能力上限决定了智能体应用的天花板。\n企业AI转型的现实困境是什么？阿里巴巴集团副总裁、千问办公CEO（首席执行官）陈宇森认为，AI Agent既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。\n而企业级 Agent 真正落地的前提，是数据，做好连接、理解和复用才能为企业级Agent所用，真正走进业务场景。\n过去，写一套方案、查一份资料、做一页PPT，AI让每个人都快了起来，但对组织来说，个人的快还不够。\n在3号馆“创造馆”，各路FDE（前沿部署工程师）带着Agent入场，深度体验阿里员工是如何把岗位经验变成专属Skill。在千问办公的能量兑换站，记者看到，不同岗位的Skill和专业套件被融入验证过的案例中，扫码复制适合自己的模板，就可以到真机体验区上手实操。\n“大量企业AI项目仍停留在概念验证阶段，症结不在于模型能力，而是在于缺少能够深入业务现场、对落地结果负责的执行层，FDE正是这一执行层的关键角色。”在采购场景的项目展台，现场工作人员向记者演示了一个智能体应用从方案设计、POC验证、工程集成与效果调优的全过程。\n现场，有国企高管对此表现出浓厚兴趣，他向产品经理具体询问了企业级落地的可行性。他希望真实解决内部员工电话询问订单进展的实际痛点，让员工从可视图上的被动寻找转变为线上的一键获取，提高部门与部门间的沟通效率。\n交流中，他们发现搭建智能体需接入企业原有的采购系统，尽管从提交订单需求到最终产品交付的数据流跑在内网，但集团为保护隐私安全，会高度限制外部平台的调用权限，这成了制约这一想法落地的关键之一。\n“整体体验下来，千问办公把每一个岗位的工作流都拆解到极细的颗粒度，融入一家企业流程再造的每个环节，比如针对销售部门，AI Agent可以帮助不会写代码的管理者从业务角度设计一套定制化的SOP（标准作业程序），”现场体验者向记者表示，每一个工作步骤会在页面上对应一个基础模块，业务进行到哪一步都清晰可见。\n在合作生态的展台现场，记者遇到了一位前来观展的大模型架构师，在他看来，现阶段智能体应用亟需向垂直领域深入，率先行动者有望获取第一波商机。\n上述架构师认为，自世界人工智能大会以来，大量厂商聚焦于通用Agent开发，导致产品高度同质化，市场销售受阻，这是因为多数产品仅将工作流拆分为细碎的SOP，未真正嵌入原有业务体系成为核心环节。\n而改进的关键在于梳理客户标准的业务工作流，分析其中可被AI替代或改进的具体环节，该架构师向《每日经济新闻》记者进一步表示，Agent的落地重点在于让客户能够实际使用模型，实现技术与业务的无缝对接。\n他看到，一些智能体应用会结合出海业务细分领域，将AI与内部知识库、系统及海外平台（如TikTok、X平台）打通。此类应用能实现内容的一键生成与发布，因紧密结合具体业务场景而具备生命力。而另一些BI产品仅涉及知识库、外部信息搜索，本质仍是老套的数据融合，缺乏新颖概念，未能提供独特的业务价值，难以吸引客户购买。\n针对企业数据不出域的刚性需求，每日互动AI副总经理赵天宸在接受记者采访时表示，核心解法是构建本地环境确保数据安全的同时提供便捷工具，让企业通过自然语言对话快速将想法转化为定制化的业务系统。\n与纯在线的模型服务不同，每日互动强调本地化部署和数据私有化，但相比动辄上百万元的部署成本，赵天宸提供一条创新思路：将大模型算力从本地剥离。\n“模型能跑得起来吗？”一位有意向采购的客户向展台销售询问设备参数并反复提出这一疑问。\n赵天宸回答道，早期行业尝试将大模型塞入一体机导致成本过高，现在工作站模式将大模型部署在云端专用算力集群，本地搭载千问小模型保留意图识别、问答预处理等任务运行。\n赵天宸进一步表示，云端算力采用按需付费模式，与国企运营商合作使用可信算力，云端仅执行计算、不存储企业原始业务数据，确保企业数据不会被纳入公共知识库。\n封面图片来源：每经媒资库\n如需转载请与《每日经济新闻》报社联系。\n未经《每日经济新闻》报社授权，严禁转载或镜像，违者必究。\n读者热线：4008890008\n特别提醒：如果我们使用了您的图片，请作者与本站联系索取稿酬。如您不希望作品出现在本站，可联系我们要求撤下您的作品。\n欢迎关注每日经济新闻APP","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.nbd.com.cn/articles/2026-09-23/4589958.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1903 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1903 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1903,"summary_length":1903,"usable_text_length":1903,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1903,"summary_length":1903}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}