企業做智能體的靠譜操作指南

陳慶春/文

面對AI能力的飛速迭代，企業人士普遍都在擔憂，自己苦心積累的業務壁壘和競爭優勢，會在AI或是智能體的降維打擊下，消失殆盡。而AI不確定的投入回報，又讓他們舉棋不定。這種擔憂與猶豫編織的焦慮，在科技企業的高歌猛進中是不斷加深，還是逐漸緩解？

5月7日，在聯想Tech World 2025創新科技大會上，聯想集團董事長、CEO楊元慶一口氣發布了多個超級智能體，包括聯想天禧個人超級智能體、聯想樂享企業超級智能體、聯想城市超級智能體。他首次定義超級智能體有三大核心功能：感知與交互、認知與決策、自主與演進。

楊元慶說：“超級智能體是提高生活質量和生產力水平的下一個引爆點。”它已經不再只是一個工具，而是個人和企業的“認知操作系統”。 個人超級智能體“天禧”，可跨設備調用日歷、郵件及個人云數據，實現復雜任務的自主編排；企業超級智能體“樂享”，則化身硅基員工，無縫對接市場、銷售、采購等全流程；而城市超級智能體，已在武夷山、宜昌等地的實踐中，驗證城市治理并提供社會服務的可行性。

在超級智能體之下，聯想集團還發布了多個“行業領域智能體”與“通用領域智能體”，形成了不同超級智能體和大量領域智能體的組合，聯想集團高級副總裁、中國方案服務業務群總經理戴煒將其稱之為“聯想智能體矩陣”。

戴煒說：“智能體的迭代不只是來自于技術的演進，更重要的推動源泉來自于AI在客戶應用場景的落地和實踐 。”聯想在經歷了智能體的“問答輔助”、“推理執行”和“規劃協同”三個階段之后，才實現了“超級智能體”從概念走向規模化落地。

超級智能體的到來，是AI能力的升級，但也加劇了企業對智能體的焦慮。如何跟上AI的步伐，或許成為每個人、每個企業頭頂的一把“達摩克利斯之劍”。

企業該如何做智能體和超級智能體？

企業做智能體

先要正視“三大焦慮”

人類80%的時間耗費在機械性執行，而非創造性思考。AI及智能體的意義就在于，解放人類，讓人類有更多的時間去創造性思考。這種趨勢正在變成現實。

戴煒提到，聯想一年發生的總服務量大約在5000萬+件，其中3000萬+件，也就是60%以上由AI完成閉環解決。Google Cloud報告顯示，2024年4月至2025年4月，全球企業生成式AI使用數量增長6倍，覆蓋汽車、金融、醫療等11個行業。

Manus曾曝光，通過智能體自動爬取電商評論、生成銷量可視化圖表，實測效率提升 8 倍。制造業、金融業和政務領域成為智能體應用主力，部分企業通過智能體實現合同審核、生產調度等流程效率提升60%。行業內普遍測算，智能體平均提效至少50%。

Gartner 將智能體列為 2025 年十大戰略技術趨勢之首。根據 Gartner 3月份的預測，企業軟件中整合自主型 AI 的比例將從 2024 年的不足 1%躍升至2028 年的 33%。同時，超過 15%的日常工作決策將交由智能體自主完成。

AI及智能體的快速落地與提效，令企業不得不正視這份即將被AI淘汰的焦慮。不做就是等死，做還有希望。就像巴菲特在最近的股東大會上所說：“模糊的正確勝過精確的錯誤。”

波士頓咨詢數據顯示，采用智能體的企業運營效率平均提升37%，而滯后者的客戶流失率正以每年15%遞增。

但上了AI及智能體之后，又產生了新的焦慮：如何考量投資回報率，也就是ROI？

多份 2024-2025 年度調研顯示：約1/3 ~ 1/2的企業級AI或智能體項目在POC（概念驗證）到生產環節被叫停，其中 ROI不清晰是最常見的“剎車點”。在北美與歐洲，S&P Global統計今年已有42 %受訪企業“放棄了大部分 AI 試點”。Gartner 預判到 2025 年30%以上的 GenAI項目會在POC后被廢棄，主因就是成本、數據質量與商業價值難以證明。

中國企業的ROI挑戰更嚴峻：Gartner一項2024年6月的行業調研指出，本土客戶生成式 AI部署成功率僅 8 %，而全球平均為23–24%。另有BCG 調查稱只有約20%的在華智能體項目達到預期ROI。

即便通過了ROI的考核，即剩下的1/5智能體項目，也要不斷受到數據的挑戰：數據質量不足、數據量不夠、來源不合法、隱私與合規灰區，都會把一個看似成功的AI項目推向叫停或重構。

根據中國《2024醫療數據安全白皮書》，2023年醫療行業數據泄露事件同比增加35%，三甲醫院因數據治理不完善叫停AI項目的案例確有發生，如2024年3月某華東三甲醫院因數據脫敏不徹底暫停AI影像診斷項目。

根據IDC《AI治理白皮書》，醫療、金融行業AI項目中，73%因數據合規問題延期或終止。Gartner數據顯示，64%的AI項目因數據質量缺陷（如噪聲、標注錯誤、樣本偏差）未能實現預期目標。

總結下來，從“被AI淘汰的焦慮”，到“ROI焦慮”，再到“數據焦慮”，這三大焦慮都在驗證：構建企業智能體的復雜度遠超預期。焦慮已不再是情緒問題，而是關乎生死存亡的戰略抉擇。

混合式AI優勢集：

原生智能體從概念到落地

河南一家中型制造企業的技術負責人，遇到了一些智能體上的麻煩。他們于去年構建了兩個智能體，一個是“展廳智能體”，一個是“董事長助手”，但最近發現，隨著跨平臺數據量的增加，智能體反饋的結果越來越不準確，他們自己也無法判斷究竟是知識庫出現了問題，還是提示詞和意圖理解的問題；另外，如何快速部署最新的大模型，也成為他們頭疼的問題。

其實，企業決策者們大多都逐漸意識到，智能體不是即插即用的工具，而是一個需要精密設計的生態系統。

德勤中國人工智能研究院主管合伙人范為,在“智能云與智能體技術創新”論壇上，分享了他看到的企業需求變化：“在近6-8個月間企業對AI的理解已經加深了很多，不像之前大家都停留在一些點上，現在都是考慮怎么去做頂層的規劃，從點上怎么做，到面上怎么落下來。

用友網絡高級副總裁、高端BG總裁杜宇，也分享了他看到的變化：“原來我們在管理軟件領域的架構主要還是基于流程去構建，基于模塊去承載，現在技術的變化太快了，單一基于流程架構的軟件是無法響應需求的。”他們發現，只是在原有的流程業務上去加載抽取成數據湖，上面再掛一層智能去驅動企業，是不行的，而應該從設計之初就搭建流程、數據和智能的原生一體技術架構。

這種原生一體的技術架構，就是智能體及超級智能體得以構建的系統設計。

畢巍，作為聯想中國首席架構師，每年要與幾百家企業客戶接觸。他說，聯想總結構建企業智能體，必須具備這樣5層架構：

第一層，應用場景的確立。究竟是解決營銷問題，還是生產問題，或是其他痛點場景問題，都需要非常明確。這就涉及工作流的設計，以及對工具、數據、應用的調用編排問題。

第二層，大模型能力的調用。一切智能體的能力都基于大模型能力，是調用通用大模型能力還是微調出一個企業專屬模型，就涉及到“模型部署”和“模型編排”的技術問題。

第三層，企業數據和知識庫的建立。通用數據解決不了企業的實際問題，必須建立針對這個企業所在行業的專業知識系統，比如出海制造企業必須得理解各國的進出口關稅。

第四層，混合式基礎設施的強大算力支撐。雖然大模型對算力的需求正在遞減，但沒有算力，大模型是無法工作的。隨著數據規模的增大，業務復雜度的增加，對算力的需求只會越來越大。而且不止是云端算力，還包括邊緣側和端側算力，這就涉及混合算力調用的架構設計。

第五層，AI的安全、合規和可持續。在保證智能體生成合規內容之外，也要防范不受其他技術的攻擊，保障隱私安全。這就涉及到AI內容安全審核平臺和隱私計算平臺。

以上是構建智能體的必備五層架構。畢巍認為，智能體的這5層架構均需要長期持續迭代、更新，否則就會出現河南這家中型制造企業的問題：智能體反饋不準確。

當然這還只是構建單一智能體的能力，如果要構建企業超級智能體，還需在這之上構建智能體平臺，一方面可以快速開發和部署智能體應用，另一方面也能進行多智能體的管理、協同。

實際上，這也是聯想集團自身在智能體領域的多年實踐得到的技術沉淀。楊元慶將其稱之為“混合式人工智能優勢集”，不僅包括構建超級智能體必須的5層架構：混合式基礎設施、企業數據和知識庫、大模型工廠、智能體平臺、人工智能安全、合規；還包括聯想自身可以提供的人工智能服務，涵蓋AI智策評估、AI顧問服務、AI快速啟動服務、AI實施及規模化服務和AI管理服務。組合這些能力，便構建出人工智能解決方案的應用庫。

基于這一優勢集，聯想正式發布了首個企業超級智能體——聯想樂享。作為企業級AI的里程碑成果，"聯想樂享"深度集成全域業務數據與知識資產，具備從供應鏈優化到市場營銷的全鏈條智能，真正實現了"硅基生命"與實體業務的同頻共振。

它從“工具”到“硅基生命共同體”，可化身產品經理、明星銷售或資深采購，甚至是服務工程師，樂享不僅僅是一名員工，而是包羅萬象、無所不能的“員工之集大成者”。聯想超級智能體基本可以消除先前企業所擔心的三大焦慮問題。

著名財經作家吳曉波評價道，“從AI Ready到AI Everywhere，每個企業都需要“超級智能體”，它將是未來全球企業的創新“芯片”。

除了企業超級智能體之外，聯想混合式人工智能優勢集還可以用來構建城市超級智能體，即“1×N城市超級智能體”架構：1個城市核心中樞，協同多個領域智能體，核心中樞負責意圖理解、任務規劃、調度執行，并通過宏觀層面完成計算與資源調度，實現城市治理并提供社會服務，從而形成“全局統籌+專業執行”的協作體系。

聯想城市超級智能體已在武夷山、宜昌等城市驗證其價值，在武夷山幫助游客通過智能推薦規劃個性化行程，幫助文旅企業精準營銷，幫助景區動態資源管理等；在宜昌則可以實時監測道路擁堵、公交運行、商場客流等，推動城市精細化運營和可持續發展。

城市超級智能體的落地實施，標志著智慧城市進入4.0時代。這種“超級、混合、安全”的特性，正推動AI從單一工具升級為生產力中樞。

但我們在享受超級智能體帶來的生產力提升的同時，還必須接受一項更殘酷的真相：智能體建設不是一次性工程，而需要建立"數據采集-模型訓練-場景驗證"的永續循環。根據MIT Sloan的計算，企業若不能保持每年不低于28%以上的迭代投入，三年內AI系統效能可能下降50%以上。

完成如此復雜的超級智能體構建，企業需要跨越三大門檻：百萬級算力投入、百人級AI團隊建設、持續的數據資產積累。

當99%的企業望而卻步時，聯想給出的答案是——重構交付范式。

趨勢：

重構智能體交付范式

在經歷智能體建設的陣痛后，全球企業逐漸形成共識：與其孤軍奮戰，不如選擇長期伙伴。Gartner預測，到2027年75%的企業智能體將通過生態合作實現。

正如戴煒所說："未來的企業必將與硅基生命共存共生。選擇長期合作伙伴，比擁有全棧技術更重要。"當某制造巨頭耗費3年自建智能體平臺卻陷入維護泥潭時，其競爭對手通過聯想混合式AI服務，已在全球部署500個智能質檢節點。這揭示出智能體時代的生存法則：與其造船渡海，不如借帆遠航。

據戴煒介紹，針對不同行業的業務特性、預算及IT資源上的差異化需求，通過快速定制及輕量化起步的靈活部署模式，聯想推出了兩大創新交付模式——超級工廠與智能體即服務（AaaS）。

1、超級工廠模式

依托混合式人工智能優勢集所提供的標準化模塊作為預制件，以模塊拼裝與場景化激活的方式完成快速交付，客戶可以在智能體集市上進行線上體驗與適配，再根據業務需求進行選擇，配合聯想IT行業獨一無二覆蓋全國1-6線城市的服務體系和工程師網絡，這一交付模式，可以保證：

• 7天完成POC驗證

• 2周實現定制化交付

• 較傳統AI項目周期縮短80%

2、智能體即服務(AaaS)

借鑒聯想一切即服務的理念，將智能體封裝為整體服務按照訂閱的方式提供給用戶，讓企業無需自行構建復雜系統即可調用智能體功能。輕量化起步，并且提供的是動態、自主的智能體而非固定功能軟件。目前，聯想已在中小企業和消費客戶群，推出了一站式 AI 服務的聯想百應智能體，和圍繞設備服務的想幫幫智能體。

戴煒感慨過去一年中的探索體會，他說：“DeepSeek的熱度帶動越來越多的客戶想要盡快落地智能體，但直到今天，AI最后一公里的實現還是蠻復雜的，聯想希望能為企業客戶做更多化繁為簡的工作，并能為客戶帶來更多AI閉環的回報。”他也表示，除了兩種創新交付智能體的方式之外，聯想還為企業客戶提供AI全周期服務，從咨詢開始，到交付后的長期運維。

站在超級智能體元年，企業需要清醒認知：AI革命不是選擇題，而是生死時速的競技場。聯想混合式AI優勢集揭示的，不僅是技術路線圖，更是穿越變革迷霧的生存指南。那些選擇正確交付方式的企業，正在將焦慮轉化為領跑優勢——因為他們深知，在這個硅基與碳基共舞的時代，唯有與靠譜的長期伙伴攜手，方能在AI浪潮中勇立潮頭。