真正能在这波大模型、AI、算力里获得很大收益的企业，整个行业里还很少。
/
文 | 杨肖若 编 | 张弘一
2026年，几乎每家企业的办公桌上都多了一道必答题：Agent到底怎么做？但真要动手去做，问题就一层层冒出来。
比如，想不清楚企业里到底哪些场景真的需要智能体，怕花了很多钱，解决的偏偏不是最关键的瓶颈。
比如，好不容易选好场景，又接不进那些连文档都没有、写代码的人都已经离开的老系统。等构建出来，还要在企业内部推，业务和 IT 两拨人互相 PK，权限、安全一堆事。最后系统真跑起来了，又不会持续运营。
用腾讯云副总裁吴永坚的话说，“整个流程都很痛”。最拧巴的是痛，但又不能不做，毕竟窗口期摆在那里，大家都笃定，“现在再不做，后面就跟不上了”。
比“痛”更普遍的情绪是焦虑。前几年企业问的是，“Agent能帮我省多少钱”，今年问的是，“什么时候能帮我赚钱？”而现实情况是，“真正能在这波大模型、AI、算力里获得很大收益的企业，整个行业里还很少。”吴永坚说。
近日，在2026腾讯全球数字生态大会上，腾讯云副总裁吴永坚在接受「商业秀」等媒体专访时表示，利润从头部的能源、基建、芯片，到云、平台、软件公司层层推进，越往下游越没到收获的时候。所以，眼下大多数企业的真实心态不是算收益账，而是怕掉队，怎么尽快进入这个阶段、跟上技术变化。
以下为包括「商业秀」在内的媒体访问实录（有删减）
问：我们今天在现场和很多客户聊到这个问题：Agent能帮我省时省钱，但什么时候能帮我真正赚钱？也有人说，省时省钱本身就是在赚钱。
吴永坚：前几年，大家更关注先怎么省时省钱，因为那时候更多是在原有流程里做局部优化，大家本来也不指望有多大的变革，所以预期没那么高。但今年以来，整个行业有个明显变化，从“会说话的 Agent”变成了“会干活的 Agent”。能干活，就可以让整个企业更高效；企业更高效之后，必然就指向更多的利润。但离真正赚到这笔利润，我觉得还有蛮长的路要走。
从整个产业看，真正在这波大模型、AI、算力里获得很大收益的，现在还很少。利润是分层推进的，头部那几家先把收入和利润提上来了，比如头部的能源、基建、芯片；然后云会发展很快，再往后是平台公司、软件公司、下游的合作伙伴，以及想转型的传统企业。越往后，越没到那个程度。
所以，现在大家的核心预期，已经不是在这上面赚多少钱，而是怎么尽快进入这个阶段、跟上技术变化。这才是当下普遍的焦虑点。怎么尽快跟得上这个步伐，比赚多少钱更关键，这也是我们产品想解决的，帮企业加速这个流程。
问：很多企业觉得用了AI并没有很明显的提效，从您的观察来看，背后的原因是什么？
吴永坚：提效不能说没有，要看技术发展的阶段。前两年能力比较弱，Chatbot 只能在原来流程里做局部优化，而局部优化是不是打在瓶颈上，不一定，所以感知不强。第一波企业级落地比较多的就是知识问答、检索提升、客服优化，但整个流程里还是需要人去明确和推进。
最近变化最大、提效最明显的是写代码，因为写代码的覆盖面可以很大。我们内部研发已经全部实现 Agent 自动化：需求进来，Agent 自己写代码、自己修问题，修完人确认一下。以前每个流程都要人确认，需求找产品经理，产品经理找研发，研发找测试，现在全部 Agent 自驱动，是真数字员工。原来两三天的需求，现在一天以内就能出来。
但现在只有研发流程做到了，其他流程渗透还很低，因为涉及到基础建设和 Agent 与原来系统的流转。一旦某家企业把主流程，研发、财务这些基建流程跑出来，后面跟随会很快，行业就不断渗透。这是一个量变到质变的过程，你不容易感知，但确实在变；今年我们慢慢感受到了质变，后面的提效会更明显。所以现在企业的状态不是觉得提效不明显，而是怕错过机会、如何尽快进来。
问：现在企业的智能体业务负责人，普遍的状态就是痛并焦虑。痛，但又不能不做。如果他们想做服务级、企业级的智能体，您觉得最该避开哪些坑？
吴永坚：我会把它们拆成几个阶段来看。
第一个是场景选型。企业里到底哪些场景，是真的需要智能体来帮我的？而且现在选型的逻辑变了，Agent 时代，原来很多流程本身要变革。原来人与人之间大量的沟通、来回确认的 context，在 Agent 时代可能就不需要那么多了。如果你还是站在原来的流程里去想“哪个环节痛”，很可能场景就选错了，花了很多钱，解决的偏偏不是最关键的。
第二个是接入。场景确定之后要落地，智能体要接进企业内部的系统、数据库，要适配原来的整个环境，有些老系统连文档都没有，当年写代码的人可能都不在了。同时还要考虑组织架构、体系架构要不要跟着 Agent 时代一起变。这是第二个难点。
第三个是构建。现在构建智能体的选型也很多，构建完出来了，还要在企业内部推广：从个人到一个小团队，到一个部门组织，再到更大范围。加上，推广过程里又涉及权限、安全，以及怎么让大家真正用起来。最后是运营，等真的跑起来了，效果不好，还要考虑如何快速迭代。
从局部试点到整个企业转型，这几个阶段，都得经历。中间还有客观技术发展带来的不确定性，所以对他们来说很痛，痛但又不能不做。可是，大家都有一个笃定的想法，“现在再不做，后面就跟不上了”。这个窗口对企业很关键，所以很多企业慢慢从观望，变成了很笃定地把原来的系统都改掉，来做这件事。
问：这次把Service Agent分成数据、半数据和面向终端业务场景，这种划分是基于对市场前景的思考吗？
吴永坚：第一个是思考，第二个是对我们过去遇到的这些场景的归纳和判断。Service Agent 和 Personal Agent 是今年我们跟老板沟通很多次之后，越讨论越明白的一件事：企业内部个人使用，和企业级，是两回事。Personal Agent 更偏个人使用的角色，比如你做个 PPT，从个人角度出发，个人解决，小范围分享；办公 Agent 不是，它站在企业角度来想，要考虑不同的权限、不同的安全、能分享给谁、受众，还有构建过程的复杂。
Dowson（注：汤道生，腾讯集团高级执行副总裁）前两个月公开发表了他对大模型这几年的思考，提到 Personal Agent 向左、Service Agent 向右。我们的元宝这类个人产品往一个方向做，Service Agent 我们过去三年一直站在企业角度做。这个行业里大部分声音都在强调 Personal Agent，包括最近很火的 Muse，一个是C端的生意，一个是B端的生意，是不同赛道。我的判断是，后面会慢慢出来所谓的Service Agent，只是它不像 Personal Agent 那么性感和快速。
问：也有很多企业问，如果ADP能给我提供现成的场景包，那我什么时候用现成的方案，什么时候去深度自建？
吴永坚：这确实是两类，一部分是完全自建，另一部分是购买现成的、跟着产品一起成长。首先，这两类到最后也不会消灭掉一类，肯定共存。只是我的判断是，完全自建的企业在整个大盘里的比例会越来越少。
这类企业是什么特性？基本都有很强的研发能力，本身对新事物的响应和追求就很大，人才特别是互联网人才、AI 人才比较密集的地方，会跑得更偏自研。但纵观整个行业，这样的企业还是偏少数。而且关键在于，技术发展很快，你保不准今天所做的技术，后面也会被革掉。比如年初的龙虾能力，就是对过去几年能力持续更新的结果。原来如果有企业一直用旧的那套技术自研，没有跟上龙虾能力，它现在其实也得跟上。
所以，企业最后都会算这笔经济账，到底是投入自研更可控，还是用一个跟得上技术演进、发展比较快的成熟产品来迎接这个时代？
我判断是，选择平台的趋势会越来越明显。毕竟过去做类似ADP这样的平台，要解决的事非常多：底层算力的适配、各种数据库的适配、各种企业系统的适配，再加上上层构建智能体的能力，比如我们最近发布的内驱 Cloud 模式、工作流的更新，一个企业自己重新开发这一套当然可以，但成本和风险摆在那里。
问：ADP在金融、零售等不同行业做了产品包。哪些行业现在能做比较多的标准化场景给更多企业用，哪些要依赖FDE现场定制化？
吴永坚：真正完全不需要 FDE、企业自己就能做完且能用的行业，现在不算太多。通常是数字化基建比较完整的产业推进更容易，比如零售，本身基建和数字化好，推动就顺。整个中国企业的数字基建、云的建设，加上 Agent 本身的基建，ADP、Token 这些都属于 Agent 时代的产品数字基建，现在都处于早期。我们今天推出 FDE 场景包，就是看到大家很焦虑：不知道怎么做。很多企业前几年把平台先做起来了，却用不起来，不知道构建什么，这跟企业本身数字化建设程度关系很大。
我们自己做产品的思路是瞄准行业头部公司。我在腾讯内部看到 AI 建设走得早，也看到其中很多问题，ADP 就是吸取这些问题做出来的。我经常跟团队自嘲，我们原来开的是一家定制菜的饭店，私房菜，每家给我定制，厨师很牛、能力持续升级，但是不能规模化。现在我们已经服务过很多大客户，大概知道整个行业的口味，那就把菜品印成菜单。
腾讯不可能把自己变成一个项目公司、纯人力外包的公司，所以我们一定要把过去沉淀的东西变标准，赋能出去。我们的重点不是只做一个产品，而是把产品到 FDE 这一环做得更加产品化，提升复制的效益。只有复制效益提升，这个生意才能跑得转。当然，海外公司的 FDE 模式不一定能国内复用，客群关系不一样，我们推的是符合中国国情的 FDE 模式。
问：头部客户本身数字化基建强、有自己的 IT 部门和研发团队，为什么还需要腾讯的 FDE 团队帮他们做 Agent？
吴永坚：有可能他们自己能做，但腾讯肯定走得比较快，其他大公司有研发团队，自己也会做。但要了解到，整个中国这么多行业里，不可能有那么多腾讯、那么多头部公司。今年龙虾能力一出来，原来自研的团队就傻了，我没有龙虾能力，要不拿开源，但开源有周期。
技术只要在发展，企业最后算的都是经济账：自己的优势在什么地方，哪些投入、哪些不投入。覆盖面越来越大，能力越来越复杂，必然要选一些平台和产品。而且这一波大模型推动的平台，覆盖面比上一代的视觉平台大得多。我还是相信有人选择自研，也有人选择平台，我判断选择平台的趋势会越来越明显。
问：FDE现场逻辑压倒标准化逻辑的话，会不会变成以前定制化的老路？这门生意到底是做工具的生意，还是运营的生意？
吴永坚：我深信一个原理，那就是需求一定有热点聚拢，共性肯定存在，否则我们做不了产品。五大行业、25 个场景包不是无中生有，是我们过去两三年项目沉淀归类出来的，的确覆盖不了全部，但我相信它足够成为种子往前跑。
第二个，产品会一直进化，技术在帮门槛下降。去年技术不成熟的时候，企业要做工作流，要员工人肉去搭，要熟悉不同平台，门槛很高。今年我们看到大模型能力成熟了，就把它构造成 ADP 的自然语言构建工作流，你只要给一份文档，工作流由大模型生成，你还可以跟它沟通讨论、修改，甚至直接在上面编辑。门槛一降，慢慢就走向标准化。
适配也一样，主流的数据库就那五六款，适配完整个行业就能覆盖百分之八九十。这种硬骨头不做，标准化就永远不成立，它就一直是个非标项目生意。哪个团队把硬骨头啃过去，路就出来了。
还有我们今天发布的 ADP 视觉平台，我们团队原来就做人脸、OCR，甚至做过工业质检，过去把这个能力做成了标准化的 AOI 产品；现在升级之后，通过大模型加上注册的 Skill、大小模型的组合，告诉它需求，它就能生成代码、转成工作流，工作流确定性高、性能好，可以直接落地到生产。这些都是厚积薄发的过程。
问：企业对于工作流、业务流、数据流，最大的顾虑是什么？
吴永坚：对工作流本身顾虑不大，对我们现在这种纯大模型能力来做企业级服务反而有顾虑。大模型比较自由、自驱动、自发挥，很聪明，适合灵活的事情，但企业有些时候不需要那么主动和自动化，因为自动化不确定性很大。
工作流的好处有三个：第一它是 SOP，确定性很明确；第二可视化，跑得怎么样、结果怎么样，都知道；第三成本低，不需要每次让大模型思考一大堆，小模型也可以。落地过程里真正的复杂点是权限：老板问、部门经理问、总监问、组长问，能回复的内容范围都不一样，这是我们要解决的，也是实际落地里复杂的地方。
问：很多人认为模型能力的增长会磨平企业级 Agent 平台的差异化，那像 ADP 这样的企业级 Agent 平台，它的护城河在哪里？
吴永坚：模型和构建这两个能力只是基础，解决的是相当前面的一部分问题。越往后，接入企业的"最后一公里"的事情非常多：选型、接入、构建、推广、运营，还要把能力沉淀到产品里、规模化交付出去，这个难度一点都不低。大家可以理解，一个厨师做好一道菜，和经营一万家更大的店把这道菜服务给那么多人，成本和难度完全不一样。如果大家只关注大模型这道菜好不好吃，但让那么多人都觉得好吃，难度又是另一回事。把企业落地的过程沉淀成产品、规模有效率的交付给合作伙伴和客户。这是腾讯经历过互联网、AI 包括 To B 之后，团队沉淀下来的系统化能力，这个护城河很高。
问：FDE 团队在前线做了一部分工作，会不会存在份额被 FDE 团队拿走、合作伙伴没得做的问题？
吴永坚：肯定会有一部分份额被拿走，这个也是合理的，因为蛋糕在做大，我们需要更多人进来。比例不好说，有可能现在是九一开，到后面可能是七三开、六四开，合作伙伴进来越多，分出去的越大，这是个好事。
问：WorkBuddy和ADP的双向打通，有很好的落地案例吗？
吴永坚：伊利是个很好的例子，两个产品都买了。伊利很多企业员工用 WorkBuddy 作为入口来使用，但那些对企业内部智能体有高要求的。不同的权限、对性能要求高的，就用 ADP 构建出来，再分发给 WorkBuddy，给员工使用。
问：除了企业组织管理架构层面的，您觉得个体在面对这轮技术迭代的时候，还有哪些价值可以挖掘？
吴永坚：过去几个时代，从蒸汽机到现在的大模型、Agent 时代，从人的体力被替代，到现在进一步的脑力被替代。越是这个时候，我们越要想清楚，人和大模型、Agent 不容易被替代的独特性在哪里。
比如决策，就像我们的 ADP 产品怎么选方向、要不要做私有化定开、为什么要走到 FDE 这样的新模式，你去问大模型，它也会给你一堆选项，但最后的决策还是要你自己来。再比如审美。AI来了之后，让它做文档、做 PPT，大家都可以做得很好，但不同人做出来的效果其实不一样。有些人是真的知道自己要什么，内容结构和审美给你的感觉就是不一样。要表达什么观点，还是要靠你自己呈现出来的内容结构，也要靠你自己来引导。这些是不容易被AI取代的差异点，也是大家真正要去想的。「完」
