过去两年，人工智能行业讨论最多的是大模型：参数规模有多大、推理能力有多强、生成效果有多好。但进入产业落地阶段之后，一个更现实的问题逐渐浮出水面：模型能力很强，为什么很多企业仍然不知道该如何使用？

原因并不复杂。模型提供的是通用智能，而企业需要的是能够理解行业知识、遵循业务规则、接入现有系统并完成具体任务的应用能力。

二者之间，还隔着场景设计、数据治理、系统集成、流程改造、安全控制和持续运营等一系列环节。

2026年8月，工业和信息化部办公厅印发《关于开展人工智能应用服务商培育专项行动的通知》，释放出了一个值得关注的政策信号：人工智能产业的建设重点，正在从模型和基础能力供给，进一步延伸至应用服务与规模化落地。

为什么政策开始强调人工智能应用服务商？

按照工信部文件的定义，人工智能应用服务商，是围绕用户单位的智能化需求，提供咨询规划、交付实施、运营管理和安全治理等服务的企业或机构。

这一定义实际上回答了人工智能规模化应用中的一个关键问题：企业需要的并不是单独购买一个模型，而是获得一套把AI转化为业务能力的方法。

文件提出，要培育一批懂行业痛点、通技术机理、知安全风险、善交付运营的人工智能应用服务商；围绕高频、刚需、可复用的业务，构建模块化、标准化解决方案，形成一批“小快轻准”的人工智能产品服务。同时，政策还特别提到了多模型协同、软硬件适配、数据安全、伦理治理、业务合规以及前线部署工程师等能力。

接下来人工智能产业需要解决的核心问题，已经不只是模型能不能回答，而是AI能不能真正进入企业。

这意味着AI要能够读懂企业知识，理解业务上下文，调用业务系统，执行流程任务；同时还要具备明确的权限边界、运行记录和人工接管机制。只有这样，

AI才能从一个通用对话工具，转化为企业可管理、可运营、可持续优化的生产力。

服务领域为什么会成为Agent的重要落地方向？

在众多企业场景中，客户服务可能是最适合Agent率先规模化落地的领域之一。

一方面，服务环节拥有大量高频、重复、规则相对明确的任务，例如问题受理、知识查询、工单分类、人员调度、过程检查和客户回访；另一方面，服务又不是简单的标准化劳动，它需要结合产品知识、设备状态、客户历史、服务政策和现场情况作出判断。

传统流程软件可以记录任务，却很难主动理解问题；通用大模型可以生成答案，却未必了解企业规则，更无法天然推动后续流程。Agent的价值，就在于连接两者：既具备一定的理解与推理能力，又可以在授权范围内查询数据、调用工具和执行任务。

因此，服务领域真正需要的并不是一个万能Agent，而是一组分工明确、相互协作的智能体。

它负责承接网站、App、电话、社交媒体等渠道中的客户问题，识别用户意图，判断问题类型与紧急程度。对于常见问题，Agent可以直接处理；遇到复杂、敏感或低置信度问题时，则转交人工，并同步整理对话摘要和已有信息，减少客户重复陈述。

这种Agent市面上一般叫智能客服Agent；有些也支持海外业务，叫智能客服翻译Agent或智能翻译Agent。

企业的产品手册、维修资料、服务政策、故障案例和历史工单通常分散在不同系统中。知识Agent需要从经过授权的企业资料中检索信息，结合具体问题生成有依据的回答。对于设备维修、医疗器械、工业制造等专业领域，它还应当能够把复杂问题拆解为诊断步骤，为一线人员提供接近专家经验的辅助建议。

这种Agent普遍命名为智能问答Agent或智能知识库Agent。

3、第三类是流程执行与调度Agent

服务工作不能止于回答问题。当客户需要上门服务时，Agent还要结合区域、技能、人员负载、备件情况和服务时效，生成派工建议；在项目交付、返厂维修或备件调拨场景中，则需要识别任务节点、推动流程流转并提醒异常事项。

这类Agent决定了人工智能能否从提供建议走向协助完成工作，在售后服务领域一般称为智能派单Agent或智能派工Agent。

传统服务质检通常依赖人工抽样，覆盖范围有限，而且发现问题时往往已经错过最佳整改时机。质检Agent可以检查工单文本、现场图片、服务录音和流程记录，识别材料缺失、操作不规范、承诺不一致等问题，并向一线人员及时提供整改建议。

在金融、医疗、政务等行业中，合规Agent还需要检查输出是否符合制度和监管要求，保留判断依据与操作记录，并在高风险任务中强制引入人工审核。一般称为智能质检Agent或质量质检Agent。

5、第五类是客户反馈与分析Agent

企业每天都会收到大量咨询、投诉、评价和现场反馈，但这些信息往往散落在不同渠道。Agent可以对客户反馈进行汇总、分类和趋势分析，从中识别高频故障、产品缺陷、投诉风险、服务短板以及潜在销售机会。

它的意义不只是帮助客服部门提高效率，更是让服务数据反向进入产品研发、质量改进和经营决策。

此外，面向国际业务的企业还需要翻译与全球服务Agent。它不仅要翻译语言，还应理解企业术语、产品型号和服务政策，使同一套知识体系可以支持不同国家和地区的客户服务。

行业正在形成两种Agent落地路径

从目前的市场实践来看，企业Agent大致正在沿着两条路径发展。

第一条是通用生产力平台路线。

例如，腾讯推出的WorkBuddy，覆盖办公、研发和业务流程。按照腾讯官方介绍，WorkBuddy可以理解自然语言任务，自主拆解步骤并调用工具执行；企业版则支持多模型接入、企业知识库、Skills、MCP连接器、组织权限、安全审计和Agent运行管理。

这类平台的优势是能力覆盖面广，可以作为企业统一的AI工作入口。员工能够在同一工作台中处理文档、研究、数据分析、软件研发等不同任务，企业也可以在统一框架下创建和管理自己的智能体。

垂直平台不会优先追求覆盖所有办公任务，而是围绕某个行业或业务链条，将Agent直接嵌入现有流程。

以客户服务领域的PUBLINK.AI为例，其产品体系主要围绕智能客服、智能问答、智能翻译、智能派单、智能质检和智能VOC展开，并将这些能力放入远程服务、现场履约、换修管理、备件管理等具体流程。

这一案例的观察价值不在于某项单独功能，而在于它代表了一种行业趋势：垂直Agent需要学习企业专有知识，理解行业术语和服务规则，并与工单、设备、备件及人员体系协同。相比通用办公Agent，它更接近具体岗位，也更强调最终业务结果。

这两条路线并非相互替代。通用平台解决的是企业整体AI生产力和统一治理问题，垂直Agent解决的是专业场景的深度与流程闭环问题。未来更可能出现的形态，是通用智能体平台与行业智能体相互连接：前者提供统一入口、基础设施和管理能力，后者提供行业知识、专业流程与交付经验。

Agent真正进入企业，还要跨过四道门槛

服务Agent不能只给出语言流畅的答案，还必须说明信息来源、判断依据和置信程度。在专业问题上，检索结果、业务规则和模型推理之间需要相互校验。

如果Agent不能读取经过授权的业务数据，也无法调用工单、库存、客户关系管理等系统，它仍然只是一个更聪明的问答工具。Agent能否进入流程，取决于接口、连接器、工具调用和权限体系是否成熟。

企业必须明确Agent可以访问什么数据、执行哪些动作、在什么情况下需要人工确认。调用日志、身份权限、数据隔离、内容安全和结果审计，都应当成为产品的基础能力，而不是上线之后再补充的功能。

Agent并不是部署完成后就可以永久稳定运行。企业知识会变化，业务规则会调整，模型能力也会更新。因此，企业需要持续评测Agent的准确率、解决率、转人工率、任务完成率和异常情况，并利用人工反馈不断校准。

AI产业的下一阶段，是让智能成为可交付的服务

工信部此次专项行动的意义，在于将人工智能产业发展的关注点进一步推向应用端。

未来，判断一个Agent是否真正有价值，可能不再是看它能够展示多少功能，而是看它能否完成一项真实任务：能否解决一次客户咨询，能否辅助工程师排除故障，能否发现一条服务风险，能否推动一张工单闭环。

无论是腾讯WorkBuddy所代表的通用生产力平台，还是PUBLINK.AI所体现的垂直服务Agent，其共同方向都是

让AI走出对话框，进入企业的知识、工具与工作流程。

模型决定智能的上限，数据决定智能对企业的理解程度，Agent决定智能能否采取行动，而应用服务商决定这些能力能否安全、稳定地转化为业务结果。

从这个角度看，政策所推动的不只是新一批AI产品，更是一套连接模型能力与实体业务的应用服务生态。

人工智能下一阶段的竞争，也将越来越取决于谁更懂场景、谁更善于交付，以及谁能够真正对结果负责。

AI竞争进入服务阶段：B端企业真正需要什么样的Agent？

人工智能

新闻资讯

职业发展

工信部专项行动推动AI产业从大模型能力转向应用服务规模化落地，聚焦培育人工智能应用服务商。核心在于通过Agent智能体连接企业业务场景，实现知识理解、系统调用与流程执行。文章分析通用平台与垂直Agent两大路径，强调准确性、系统集成、安全治理和持续运营是实现AI价值转化的关键门槛。

客户关系管理

数据安全

数据治理

数据分析

内容安全

安全审计

智能体

WorkBuddy 

Agent

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

AI竞争进入服务阶段：B端企业真正需要什么样的Agent？

AI竞争进入服务阶段：B端企业真正需要什么样的Agent？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐