0
| 本文作者： 周蕾 | 2025-09-26 16:25 |
2025年，AI Agent之戰打得如火如荼。聚焦到企業級AI Agent賽道，戰況步入規模化競爭的“深水區”，局面堪稱是“組隊抱團打群架”：參與玩家多數為大廠出身，自有其生態、流量或數據場景優勢，疊加蓬勃發展的AI全棧能力。
年初至今，阿里瓴羊的企業級Agent、字節跳動的HiAgent 2.0、百度智能云千帆AgentBuilder和騰訊混元多Agent框架相繼登場亮相，目標毫無意外地一致——先向客服、營銷、數據分析、企業內部服務、運營、法務等高頻場景出擊。
在相似的出擊目標之中，在這場熱鬧的“群架”背后，究竟是怎樣的決定性因素，可以讓企業級AI Agent玩家真正與競爭對手拉開身位？
過去一周，AI概念股迎來普漲。阿里集團CEO吳泳銘在云棲大會上表示，公司正在積極推進三年3800億元的AI基礎設施建設計劃，并將持續追加更大投入。這一消息刺激阿里股價盤中漲幅一度超過9%，市值增長近3000億港元。
幾乎同一時間，大洋彼岸的Palantir也因與波音達成AI戰略合作而備受資本市場關注。這家在過去一年里備受熱捧被硅谷奉為“學習標桿”的數據智能公司，9 月以來股價累計上漲 14.43%，年初至今漲幅高達 137.11%，過去 52 周漲幅更是達到 382.07%，遠超同期美股大盤表現。
這兩家公司的市場表現共同指向一個趨勢：企業級AI Agent的競爭，正從技術概念的喧囂，轉向實實在在的價值交付能力的比拼。
相較于To C Agent，企業級AI Agent的競爭更為“等級森嚴”。其本質不再是模型參數規模的“暴力比拼”，而是對數據沉淀、行業知識及穩定交付的綜合考驗。這意味著，只有能深度融入企業核心業務流程、理解業務語義、并能將數據轉化為可量化業務結果的Agent，才能真正贏得市場。
國外把這套打法跑通的最顯眼樣本，正是Palantir。
“數據本體論”（Ontology）被認為是Palantir的護城河之一。這套打法簡單來說，是通過構建結構化的語義模型，將企業散落在各個孤島系統（如ERP、CRM、SCM）中的數據、業務流程和商業邏輯進行統一建模和翻譯。這使得AI Agent能夠真正“理解”業務術語（如“庫存周轉率”“潛在客戶生命周期價值”），更能看懂業務邏輯并執行任務。數據的可操作性、一致性和規范性也都有所提升，這確保組織內部對數據的理解一致，避免因定義差異帶來的混亂或錯誤。
Palantir通過本體論把復雜、異構的數據，把客戶散亂的IT系統、業務指標和流程節點，轉化為有業務意義且可操作的“數字孿生”，強大的數據智能使得AI Agent能更好地面對企業內部場景的嚴苛要求。
與此同時，Palantir還有一點頗具競爭力：少有的“前線部署工程師”角色（FDE，Forward-Deployed Engineer）。
這一崗位的設置，是其解決方案能解決棘手問題的關鍵。它的“人設”就是既能提供解決方案，又能干活的全能工程師，高度融合了業務戰略顧問、業務分析師、產品經理、軟件工程師的特質。這些頂尖的工程師既懂產品源碼又懂戰場業務，會派駐到客戶現場，深入客戶一線、與業務人員共同工作，在最短時間內定位痛點、構建原型并交付可衡量的價值。
這種“特種兵”式的服務模式，確保了Palantir的Agent不是空中樓閣，而是真正"長"在客戶的指揮鏈條上，而不是飄在PPT里。
從Palantir身上可以看出，對數據智能的深耕，和極致的客戶共創，是優秀的企業級AI Agent必不可缺的兩點。
反觀國內市場，盡管這兩年涌現出不少號稱Palantir的模仿者，但真正有能力做到的寥寥無幾。而阿里巴巴旗下的企業數智化服務公司——瓴羊，展現出與Palantir相似的基因與潛力。
三年前，瓴羊首次面世，以DaaS理念（Data as a Service，數據智能即服務）給業界留下印象。雷峰網(公眾號：雷峰網)曾報道，瓴羊的前身正是阿里數據中臺團隊，阿里內部的十年數據之路為瓴羊積攢下了豐富的數據智能經驗。當時的瓴羊表示，他們希望讓數據智能融入企業經營與生產的方方面面，助力企業走向包括包括銷售、營銷、客服、生產等環節的全方位數字化。
瓴羊確實踐行著數據智能服務于企業的使命。雷峰網了解到，在過去三年時間里，瓴羊將龐大繁復的阿里數據產品，逐漸收斂至治理、營銷、分析、客服等多條產品線，這讓瓴羊擁有與Palantir類似的能力，即通過自身數據智能的深耕，幫助企業構建統一、規范的數據體系，為AI Agent的可靠運行打下了堅實基礎。
更重要的是，瓴羊同樣擁有深刻的行業Know-how與場景優勢，擁有與客戶長期合作共創的經歷。它根植于阿里巴巴的電商、本地生活等豐富業態，歷經超20年“雙11”等極端場景的考驗，對零售、消費等行業的業務流程和理解深度無出其右。這意味著瓴羊所打造的企業級Agent，從出生就帶著深刻的行業洞察和經過海量實踐驗證的解決方案。
“大模型無需選最好的、只選最合適的；數據要從為人服務轉向為AI服務的好數據；而場景則必須聚焦人力、資金和數據密集度最高的‘三強’場景。” 阿里云智能集團瓴羊CEO朋新宇也在云棲大會上強調，真正的AI價值不在于技術本身，而在于其能否深度融入業務流程，重構組織協作方式，并帶來可持續的增長動能。
瓴羊確實將其在數據技術上的積累與對垂直行業的深刻理解相結合，的確交出了一份獨一無二的企業級AI Agent答卷。今年以來，瓴羊已經發布了3批企業級Agent，分別聚焦于客服、數據分析和營銷場景。而在云棲大會上，瓴羊更進一步，正式發布了企業級AI智能體服務平臺AgentOne。
這份答卷始終圍繞兩大核心支柱展開：對數據智能的深耕，與極致的客戶共創。
瓴羊在眾多場景中聚焦營銷、客服、分析、運營等核心領域發布的一系列Agent，正是基于與大量客戶共創所達成的共識：這些場景是企業增長的通用引擎，因此優先在最具普適性和痛點的企業級核心場景中進行能力抽象與產品化。
AgentOne承載著瓴羊多年來在數據智能領域的系統性積累，能夠幫助企業建立干凈、可用、統一的數據資產，構建了從數據供給到流通的完整閉環，匯聚企業、行業及公共數據資源，形成可復用的數據資產池；并通過隱私計算與安全屋技術，保障數據在流通過程中的隱私與合規性。同時，阿里電商云基礎設施“聚石塔”直連電商生態，為智能體提供高質量、合規的數據支撐。
更重要的是，瓴羊具備將數據上升為“業務語義”的能力。與阿里巴巴生態體系的深度共生，使得AgentOne一誕生贏在了起跑線上。正如Palantir通過Ontology實現數據與業務邏輯的映射，瓴羊基于整個阿里巴巴集團對零售、電商等行業的多年經驗和深度理解，將數據轉化為Agent可識別、可操作的業務語言，使其能真正理解“庫存周轉率”“會員復購傾向”等場景化概念。
這一點離不開阿里的豐富業態，各個應用場景中沉淀的不僅是數據，更是經過驗證的業務邏輯和行業知識。瓴羊的Agent答卷，本質上是從數據中汲取生態洞察、再轉化為商業價值的能力展現。
而這份Agent能力，生長于真實的客戶場景與生態協同中，是瓴羊與客戶長期深入“共創”的產物。
比如，瓴羊與淘天集團店小蜜的結合，典型地體現了這種強強聯手的價值：店小蜜作為淘天集團（原淘寶天貓商業集團）推出的智能客服解決方案，歷經多代迭代已形成覆蓋全電商鏈路的智能服務生態，而瓴羊AgentOne建了一個融合企業自身數據、模型、平臺能力的AI訓練場，擅長對客戶的復雜業務場景進行產品和解決方案的能力補充。這是基于長期服務客戶所沉淀的流程洞察，最終形成消費者咨詢的全鏈路自動化、智能化解決方案。
這種生于共創過程中的協同能力，進一步被抽象為AgentOne上的“樂高式”模塊，使企業還可自由組合阿里生態內如TMIC（天貓新品創新中心）趨勢洞察、高德LBS等能力，快速構建符合自身需求的解決方案。
以“新品創新Agent”為例，TMIC提供服務趨勢洞察數據，“聚石塔”提供安全隱私環境，AgentOne則提供搭建agent的環境和工具，這些信息與商家自身數據結合后，在淘寶服飾大模型的支持下，催生了"新品創新Agent" 這一創新應用，實現從趨勢到設計款的快速生成，提高設計師生款效率、爆款率。這一Agent的上線，正是數據智能的積淀，以及與客戶共創沉淀的行業know-how共同作用的成果。
而AgentOne還提供全鏈路開發工作流與資源廣場，大幅降低企業定制與應用AI的門檻，使得更廣泛更深入的客戶共創成為可能。企業可基于平臺快速搭設、測試、部署智能體，甚至調用阿里生態與行業模型資源，實現“按需組裝”。這背后是瓴羊將自身數據能力、行業理解封裝為可被調用的模塊，使企業不再是技術的被動接受者，而是AI應用的共同構建者。
AgentOne在真實的商業世界中究竟能產生何種價值？其與復星旅游文化集團（以下簡稱“復星旅文”）的合作，提供了一個觀察樣本。
三亞·亞特蘭蒂斯是復星旅文旗下的超大型度假綜合體，包含水上項目、購物、展會、零售等多種業態，游客接待量每年超800萬人次。但復星旅文面對著一個增長痛點：游客渴望無縫的一站式體驗，但服務卻分散在行前預訂、在村消費、離店反饋等多個斷點。品牌的用戶數據分散于各平臺和業務系統，更難推進后續的整合分析。
于是，復星旅文選擇依托AgentOne，打造國內首個落地的全場景AI度假智能體AI G.O，陸續攻破旅程斷點、盈利瓶頸和留存復購三個難點。
首先AI G.O著眼于全旅程陪伴，打通游前、游中、游后的全鏈路服務場景，7x24小時實時響應客戶需求。決策階段，AI G.O化身為主動的行程規劃師，生成一份真正考慮家庭細微需求的個性化草案；入住之后，AI G.O便成為游客口袋里的 “實時度假助理”，能基于實時客流數據，智能建議下一段行程。旅程結束后，AI G.O會就用戶的體驗反饋與行為數據精準推薦下次行程。
在AgentOne的幫助下，AI G.O完成了全旅程的數據打通與智能調度，實現了兩大根本性轉變：對游客而言，體驗從“碎片化拼接”升級為“一站式閉環陪伴”；對運營方而言，模式從“被動響應”變為“主動預測與優化”。
其次，度假區業態太豐富，游客患上“選擇困難癥”，決策門檻提高，一旦游客體驗與預期不符，將直接沖擊滿意度和復購意愿；其次，營收過度依賴“一價全包”的初次消費（一銷），而在餐飲、娛樂等二次消費（二銷）上潛力挖掘不足。
為此，AI G.O借助AgentOne開展對個性化數據的挖掘：一銷階段，基于與用戶的初步對話，主動提煉用戶需要的核心信息，價格明細、套餐內容、適用條件一目了然；二銷階段，基于用戶畫像和實時場景數據，為用戶動態推薦匹配度高的產品與服務。在此過程中，AI G.O承擔海量、即時的初步咨詢和推薦任務，人工客服則專注于處理更復雜、需要情感共鳴的深度服務。
同時，AgentOne攜手阿里通義千問3大模型，為AI G.O構建了統一的數據智能平臺。在前端入口，復星旅文將旗下“復游會”會員體系與各品牌小程序集成，打造了唯一的會員服務入口并接入AI G.O。在業務底層，AgentOne幫助AI G.O實現了跨品牌、多業態數據的全面融通。這意味著，系統不僅能實時看到三亞亞特蘭蒂斯的客流情況，更能理解會員人群在Club Med的餐飲偏好、在滑雪場的活動偏好。
最終，這一切數據能力體現在游客感知到的價值上。基于統一的數據視圖，AI G.O能夠對復星旅文豐富的度假資源進行智能化的組合與匹配，AI G.O自身成為了持續挖掘和提升客戶終身價值的智能中樞。復星旅文也在此之中，完成從“經營房間和門票”到“經營客戶關系”的深刻轉型。
復星旅文的案例，恰是瓴羊今年發布的三批企業級Agent（覆蓋客服、數據分析與營銷）的縮影，共同印證了其 “真落地、真能用、真需求” 的特質：真落地，在于它能瞄準“服務割裂、數據孤島”等具體痛點提供端到端方案；真能用，在于其圍繞業務價值的設計，效果經實踐可衡量；真需求，則在于獲得了復星旅文等頭部客戶的真實選擇，而非追逐技術泡沫。
而瓴羊的Agent戰略路徑也浮出水面：先打造一系列場景驅動、價值導向的“王牌單品”，證明了自身在產品化與落地能力上的深厚積淀；AgentOne則提供覆蓋核心場景的完整解決方案，真正交付可度量的業務成果。
當我們將目光從對Palantir的解析收回到本土實戰，企業級AI Agent的成功路徑已然清晰：強悍的數據智能積淀、極致的客戶共創能力，是支撐其實現業務價值、穩定交付與行業尊重的兩大基石。
瓴羊的實踐印證了這一點。從密集發布的場景化Agent，到AgentOne平臺的發布，其企業級Agent的進化邏輯，恰恰建立在數據智能的系統性積累與客戶共創的持續反饋之上。平臺上的智能體正從“能思考”“能執行”走向“能自我迭代”，而這一進化能力，正源于瓴羊在數據治理、分析方面的長期深耕，以及在與客戶并肩作戰過程中不斷吸收場景知識、優化解決方案的閉環機制。
而將觀察的視角提升至阿里集團戰略層面，瓴羊的角色則更具戰略意義：它既是阿里觸達并服務企業的“最后一公里”，也是企業感受與驗證AI Agent價值的“第一站”。
作為“最后一公里”，它將阿里的技術能力“翻譯”成企業可用的場景化方案，這背后離不開對行業數據的深刻理解與客戶真實需求的精準捕捉；
作為“第一站”，它以低門檻、高價值的Agent體驗為企業建立信任，而企業在使用中產生的反饋與場景數據，又持續反哺瓴羊，驅動數據模型的優化與場景能力的迭代。
To B Agent的原野草長鶯飛，瓴羊奔跑在一線，蓄勢靜候關鍵一躍。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
