Agent融入企业工作流难在哪？在这场腾讯大会上，几位大咖分享了实践经验

AI Agent已经成为了2026年各行业「解放生产力」的核心动力。从IT巨头到个人博主，人人都在AI Agent的推动下，「解锁」了更丰富的身份和能力。在10月29日举行的「2026腾讯全球数字生态大会」上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，自今年3月上线以来，WorkBuddy累计完成了90亿次任务请求，企业版落地50多个行业，覆盖50%的中国企业500强、60%的中国企业100强。

图片来源：腾讯

但问题在于，员工用上了AI，并不意味着企业已经用上了AI。这句话听起来有些绕：就以雷科技举例：雷科技本身也是WorkBuddy的重度用户，像统计文章、会议转录、外出活动行程安排等具体的任务也都会用上AI。但从层级上看，这些AI工作场景更多还是把WorkBuddy这种AI Agent当成个人助理，而不是按AI擅长的方式，让Agent直接为企业的工作流服务。

从企业管理的角度讲，AI Agent在这一场景下更多是给员工减负，而不是给企业减负或者优化生产结构。或者换个说法，这种工作模式下AI Agent只向员工展示了自己的价值，而没有向企业本身提供价值。

也正因如此，雷科技认为AI Agent ToB业务发展的真正难点，其实是如何将AI Agent与企业最核心的工作流结合，打造「原生」Agent的工作流，让Agent在降本增效之外，为企业找到新的增长点，这也是腾讯全球数字生态大会2026上腾讯AI生态升级的重点方向。

图片来源：腾讯

但只有技术、产品的升级还不够。Agent融入到企业工作流到底还有哪些卡点、难点？雷科技在2026腾讯全球数字生态大会上，与腾讯云互联网业务技术总经理陈亮，钛动科技「钛极」大模型负责人丁俊玮、源策未来联合创始人兼CEO李天羽，就AI Agent的落地实践展开交流，试图从AI服务供应商与用户的角度，找到企业「用上AI、用好AI」的难点和解决方案。

想在企业落地，Agent必须要有「收益」

想要打造所谓的原生Agent工作流，Agent服务必须先向企业证明自己的价值。在交流中，腾讯云互联网业务技术总经理陈亮就提到，「企业愿意在AI方面投入，本质是要看到回报」。

毕竟这种对软件流程的投入，并不像传统的硬件设备或软件投入，可以立竿见影地看到效果。从服务商的角度看，想要让企业愿意在AI方面投入，Agent必须拿出足够高的回报，这个回报既可以是Agent生产模式节约下来的成本，也可以是新增的业务收入。

在被问到腾讯推动智能体平台在企业业务中规模化应用的最大难点时，陈亮也承认，推广最难的一点就是成本。值得注意的是，这里的成本并不仅仅是为AI重构生产线本身的成本，也包括后续的使用成本。

分享中，陈亮提到了一个非常有趣的现象：过去互联网业务创新可以用规模效应来分摊边际成本，但在AI模型的使用上，这个利用规模效应分摊边际成本的办法却很难行得通。

他指出，「一直到当前为止，在模型使用上，对于包括企业应用在内的新业务创新，成本可能偏线性——因为用户多、访问次数多，Token就多。」而Token的使用量会直接体现在企业的运营成本上。

作为回应，腾讯也在积极寻求降低企业AI成本的方式，比如使用国产的开源模型，想办法压缩上下文。

在雷科技看来，这种与ToC市场完全不同的推广策略，也从供应商的角度解释了腾讯云为什么打造自己的全栈AI引擎，同时加速WorkBuddy等Agent平台对不同行业的适配。和ToC市场不同，ToB行业隔行如隔山，每个行业甚至是每个企业里，AI Agent提供价值的方式都不一样。

作为服务供应商，腾讯云不可能用单一的AI组件服务所有的行业。所以在腾讯云Agent解决方案的版图中，我们也能看到腾讯云为不同行业的不同需求，提供了足够多的AI服务组件，允许企业根据自己的实际需求搭建自己的腾讯云Agent落地方案，让AI可以适配不同行业、不同企业的特点，以更低的成本搭建「原生AI」的生产线。

图片来源：腾讯

提供AI基建，腾讯让企业把钱花在「刀刃」上

就拿腾讯云和源策未来的合作为例，具身智能企业要解决的问题，和互联网企业完全不同。这里先介绍一下，源策未来做的是通用全身人形机器人的基座模型，要让机器人调动四肢、躯干去完成复杂的全身任务。

作为腾讯云ToB领域的「用户」，源策未来联合创始人兼CEO李天羽就提到，「我们现在的大脑、小脑训练，整个数据的存储、处理管线，以及数据到真机部署的链路，大量都跑在腾讯云上。」

而具身智能和大语言模型最大的不同在数据层面，据李天羽的分享，「互联网上没有现成的物理轨迹可用，模型要在各自的场景里自己完成数据采集和后训练，一个场景一套数据，换一个任务就得重来一遍。」

除了数据的问题，前面提到的算力成本问题也不容忽视。大脑和小脑的训练本身就吃算力，模型在进入真实环境之前还要先在仿真里跑一遍验证。对一家做机器人的公司来说，自己建机房去扛这两件事并不划算，毕竟钱更该花在模型和本体上。正因如此，源策未来把整条链路放到了腾讯云上。

而从腾讯云这个服务供应商的角度来看，具身智能行业所需要的数据采集、清洗、打标和大脑和小脑训练所需的云端训练集群，以及模型在物理环境里的仿真与验证，都是腾讯云和具身智能行业的合作空间。

比如在大会期间，腾讯就正式推出了国内首个模块化的具身智能软件平台Tairos「钛螺丝」，为企业提供云服务、大模型、训练环境与全套SDK。

图片来源：腾讯

根据腾讯集团副总裁、政企业务总裁李强的说法，平台目前已经服务90%具身智能头部企业；此外WorkBuddy开放平台也同样支持各类机器人硬件接入。在具身智能领域，腾讯云早已做好了准备。

AI变革营销：粗制滥造内容经不起预算的考验

说完具身智能这个相对新兴的行业，我们再来看一下以腾讯云Agent为代表的AI能力，是如何改变「营销」这个诞生超过100年的传统行业的。

根据钛动科技「钛极」大模型负责人丁俊玮的说法，现阶段的Agent或者大模型能解决营销行业内容生产效率与执行效率方面的问题，通过内容批量生产和创意洞察、投放调优的方式，替代大量人力工作。

但这两项效率的提升，也带来了一个新的问题，「广告投放最终还是要决定预算、要真的花钱。就算生产出一千个素材，最终可能还是只投其中一百个。所以现在人的精力已经成了广告营销领域的卡点。」

为了解决这一问题，钛动科技推出了Navos智能体，同时也基于开源模型做了广告营销领域的后训练。但在交流中，丁俊玮也承认，「（目前）模型的能力上，其实还没有达到真的能代替人做决策的程度。」

图片来源：钛动科技

在雷科技看来，这一现象也回应了大家对AI取代真人工作的担忧。得益于飞速发展的大模型技术，不少广告企业都开始利用AI技术批量生产营销内容，用铺天盖地的视觉公式来抢占用户的注意力，为客户建立品牌认知。像近几个月在网上走红的模拟经营游戏《疯狂水世界》，就凭借天马行空且货不对板的AI宣传片成功出圈。

但我们知道，消费者的时间是有限的，企业的预算也是有限的：前者决定了粗制滥造的内容只可能以审丑为卖点获得短时的关注，无法为产品提供持续的吸引力；后者意味着企业必然会将有限的预算投放到最好的内容上，倒逼内容生产方提升质量和新鲜度。

用丁俊玮的话来总结，就是「粗制滥造的内容，肯定经不起预算的考验」。

把工作交给AI，把思考留给自己

在交流中，针对企业内AI和真人的分工这一话题，陈亮也补充了一个精炼的观点：「我们可以把执行和工作交给AI，但是不要把思考交给AI。」在他看来，人和AI交互肯定会产生焦虑；要摆脱这个焦虑，我们必须把思考的过程留给自己。

雷科技认为，陈亮对真人与AI分工的这番总结，也从另一个角度回应了此次交流最初的话题：回到本文开头那个问题——企业要如何把AI Agent接进最核心的工作流，在「简单粗暴」的降本增效之外，找到新的增长点。

首先我们必须明确，对企业而言，真人依然有不可取代的价值；AI Agent进入企业的方式也不应该是以更高的效率取代员工，而是以更高的效率为员工服务，实现人机共创。

在这一前提下，企业想要拥抱AI，应该做的也不是在原有工作体系下，把真人替换成AI，而是回归到企业的核心价值上，先搞清楚企业能为客户提供怎样的服务，创造怎样的价值；再考虑如何用AI Agent平台的潜力，让员工在创意、情感、思考、决策等AI无法涉足的领域体现体现出更高的价值。

拿腾讯此次的AI升级为例，一体化套件Buddy One直接将WorkBuddy、腾讯文档、腾讯会议、腾讯网盘、ima等AI工具连接起来，用统一的WorkBuddy Agent底座为不同的AI场景服务。雷科技认为，这一做法让Buddy One可以适配不同行业、不同企业的实际工作流，让AI工具成为企业生产、运营中各环节的「机油」，提高整个企业的效率。

图片来源：腾讯

更难得的是，这一套打法并不是腾讯在会议室里「闭门造车」想出来的，而是腾讯内部各部门与外部合作伙伴在实际工作中摸索出来的。背靠庞大的腾讯体系，腾讯云可以基于金融、教育、制造业、零售等行业的一线经验，调整并优化自己的AI Agent能力组件，更好地服务用户。

腾讯集团副总裁、腾讯云CTO王慧星在大会上就提到，「腾讯WorkBuddy企业版已落地政务、教育、零售、金融、传媒、出行等50多个行业，覆盖50%中国企业500强。」可以说，这套源于一线、服务一线的AI Agent打法，也是腾讯云和其他AI服务供应商最大的不同之处。

在2026年这个AI能力「大爆炸」的时间点，腾讯的终极目标是给每个企业提供一个开放的平台能力，让企业在AI时代走得更远。在2026腾讯全球数字生态大会上，腾讯已经把自己的AI工具箱给到了企业；能否用好这套AI工具，把企业做大做强，就看各企业自己了。