【赛迪网讯】当大模型竞赛逐步从参数比拼走向产业落地，企业级智能体正迎来关键分水岭：褪去早期概念化试点光环，直面遗留系统打通、成本收益核算、人机权责划分等现实难题。7 月 18 日，腾讯云 ADP 4.0 海外版于上海WAIC期间正式发布，腾讯云副总裁吴运声、产业平台代表找钢网 CTO 张晓坤接受赛迪网采访时，围绕智能体规模化落地、AI 产品出海挑战、产品生态演进等核心话题，揭开当前产业真实的机遇与瓶颈。

当前企业智能体已经走出 Demo 试点阶段，但存量系统打通、商业化算账、组织协同、海外合规等难题横亘在前。行业共识逐渐清晰：智能体不会颠覆 ERP、CRM 等传统业务系统，而是形成长期共生关系；人机协同而非全自动落地，将成为产业落地主流范式。

存量系统对接，成为规模化落地首要卡点

过去一年，企业智能体验证场景集中在知识库问答、基础业务自动化。不少市场观点将落地阻力归结为数据质量与 ROI，但吴运声提出，伴随 Agent Loop 能力升级，技术瓶颈已经转移：最大阻碍是智能体与企业老旧业务系统打通。大量业务流程、历史数据沉淀在缺乏 API、MCP 接口的遗留系统中，想要让智能体接入真实业务，必须完成接口改造。

这也重塑了智能体与传统软件的关系。市场持续争论智能体是否会侵蚀 ERP、SaaS 生存空间，吴运声给出明确判断：二者是共存关系，不存在替代逻辑。传统系统最初围绕人设计交互界面，未来将会逐步向 “为人、也为智能体” 双重目标迭代；绝大多数企业不会选择推倒原有系统重构 AI 原生平台，改造、适配迭代是主流选择。一部分企业会搭建中央智能体，调度多个业务系统协同完成复杂任务。

落地实践中，企业需要重新厘清人机边界。找钢网作为产业贸易领域标杆客户，依托腾讯 ADP 搭建 “找钢龙虾” 数字员工体系，张晓坤分享实战经验：完全自动化风险极高，行业最佳实践趋近二八分配，智能体承接标准化、高重复工作，关键决策、风险操作必须保留人工审核。钢铁贸易订单一旦出现 AI 幻觉，会直接引发合同、履约风险。

找钢网内部形成一套协同模式：交易员配备四块屏幕，两块由真人操作，两块交由 AI 数字员工并行处理报价、寻货、单据录入。AI 并非削减人力，而是释放员工精力开拓新业务；在售前寻货报价环节，人机协同模式相较纯人工，人效提升十倍以上。

产品矩阵分化：上层办公 Agent 与平台型 ADP 形成分层市场

当前各类智能体产品集中涌现，竞争趋于白热化。腾讯内部形成差异化布局：元宝面向大众用户，WorkBuddy 聚焦员工办公提效，CodeBuddy 服务研发场景，乐享定位企业专属知识库，ADP 作为底层平台支撑企业构建生产级智能体。

两类产品面向截然不同的客户群体，边界日渐清晰。开箱即用的 WorkBuddy 适合团队日常办公提效；而 ADP 面向经营业务场景，支持精细化权限管控、全链路审计，可深度集成进 CRM、OA 系统，适合财务、客服、供应链等核心业务数字化改造。企业最核心诉求不是极致的对话能力，而是可信、可控、可审计。

伴随产品复杂度提升，全新职业角色 FDE（融合业务分析师、交付实施）登上舞台。传统软件交付模式难以适配 AI 项目，AI 落地上限高度依赖实施人员。FDE 既要读懂客户业务流程，又熟悉智能体产品边界，完成场景设计、智能体搭建、持续迭代全流程工作。腾讯云内部已经设立相关岗位，成为打通产品与客户需求的关键桥梁。

在商业化层面，行业仍处在探索期。云厂商很难直接按 “任务” 定价，任务边界难以标准化；智能体综合成本由模型 Token、插件、各类工具调用共同构成。C 端免费引流、增值服务变现是互联网通用路径，但短期难以盈利；B 端价值更容易量化，也是现阶段企业优先发力方向。金融、传媒、零售行业付费意愿更强，核心判断标准在于 AI 投入能否转化为明确业务收益。

成本管控也倒逼企业优化架构。越来越多客户开始拆分业务链路：高复杂度、不确定任务使用智能体循环处理；标准化流程交由传统工作流，减少不必要 Token 消耗，平衡效率与成本。

ADP 4.0 扬帆出海：性价比优势凸显，合规本地化是最大门槛

本次 ADP4.0 同步面向全球发布，新增 Claw 模式，依托 Agent Loop 大幅降低智能体搭建门槛，用户使用自然语言即可自动编排工作流、挂载技能。出海已经成为腾讯云重要战略方向，当前国内市场依旧是基本盘，东南亚作为优先拓展区域。

海外中小企业青睐国产大模型的性价比优势，同样传导至智能体赛道。但机遇背后挑战重重。各地 AI 监管政策差异巨大，通用大模型产品、企业私有化智能体方案需要遵循完全不同合规规则。吴运声介绍，腾讯在印尼落地大量私有化部署项目，软件与技术部署于客户本地环境，满足数据不出域要求。

全球 AI 赛道呈现两条路线：闭源路线持续冲击模型能力上限，开源路线深耕性价比。中美模型差距持续缩小，不存在难以逾越的颠覆性技术壁垒，但更多考验配套工程化能力。海外市场也出现竞争者复制中国厂商 “开源 + 性价比” 模式，侧面印证国内 AI 产业落地经验具备全球参考价值。

张晓坤同时透露，找钢网依托智能体能力，一方面从钢铁向化工、工业品横向拓展，另一方面跟随一带一路布局东南亚、中东。平台模式催生全新 “A to A” 产业协作：上下游企业部署的数字员工，可以直接完成供需信息对接、交易协同。目前 “找钢龙虾” 已面向行业商业化推广，采用订阅模式服务两千余家上下游中小企业。

行业演进展望：告别单点试点，走向体系化运营

综合嘉宾观点，2026 年企业智能体并非简单从试点跨入规模化，而是普及速度显著加快。经过两年市场教育，企业对 AI 接受度持续提升，腾讯云智能体开发平台的需求量同比实现翻倍增长。

长期来看，行业将形成清晰分层：具备自研团队的大型企业选择从底层模型、基础设施切入；多数中小企业直接选用上层标准化智能体工具；产业平台则依托行业知识库，打造垂直行业数字员工模板，实现快速复制落地。

值得注意的是，ADLC（智能体开发生命周期）行业标准尚未统一。相较于成熟的传统软件工程体系，智能体生产流程还处在术语、方法论百花齐放阶段。企业搭建生产级智能体，不能只聚焦评估环节，构建、测试、发布、可观测、权限治理、安全审计缺一不可。

站在产业拐点，企业级智能体的竞争，早已不止模型能力比拼。能否打通存量 IT 系统、搭建可持续的人机协同机制、跑通健康商业模式、适配全球不同区域监管要求，将决定厂商下一阶段的市场位置。（文/徐培炎）