炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：虎嗅APP）

在AGI浪潮的推动下，AI智能体被视为重塑企业运营效率和组织形态的核心驱动力，是下一代企业级应用的关键。

然而，光环之下，也带来不少疑问：Agent的红利最终将流向何方？那些看似酷炫的对话、生成与决策能力，怎样才能转化为可量化、可持续的商业价值？

在上周三（11月19日）虎嗅智库举办的最新一期502线上研讨会，邀请了三位在各自领域率先实现Agent商业化和规模化应用的重磅嘉宾——洋葱学园联合创始人兼董事长杨临风、龙湖千丁数科数智企业部负责人张铁安，以及峰瑞资本合伙人李丰，从价值、落地、实战三个维度，为我们提供了一张AI智能体在企业中“从0到1”及“从1到n”的清晰路线图。以下是精彩内容回顾：

洋葱学园联合创始人兼董事长杨临风，首先带来了《AI智能体重塑教育的实践与思考》。杨临风特别提到，大模型技术的引入为教育领域带来了显著变化。尤其是从2025年开始，大模型能力的提升，让AI的功能不再仅仅局限于内容生成（如AIGC），而是能主动参与学习规划，包括——

策略规划：识别用户的意图。

内容拆解：根据用户意图进行千人千面的内部拆解。

任务生成：重新生成适合学生的个性化学习任务。

这相当于用AI来辅助和执行决策。以前积累的内容资产，不仅没有被颠覆，反而成为了大模型能够施展其规划能力、实现“一加一大于二”效果的底层基石。

杨临风认为，这种转变使得教育不再是简单的“流量变现”模式，而是转向更深层次的“价值创造”过程。与主要关注既定知识传递和效率提升的“AI辅助学习”不同，“AI自主学习”以能力培育为核心，更加注重激发学生学习的内在目标感，帮助他们系统性的构建判断力与可迁移能力，并享受自主学习。通过精准切入学生的学习痛点，并培养其高阶认知能力，企业与用户之间的价值连接更为深入，从而打开了新的商业价值空间。

为此，洋葱学园将所有学习场景（作业、预习、答疑）视为“自主学习的培育场景”而非简单的“履约场景”。并开发了一整套“智能学伴”体系，涵盖多个智能体（如下图）：

其中，AI私人助教近一个月互动次数已达2591万。杨临风谈到，教育行业的容错率低，AI的成功应用取决于行业的深度积累。通过对5000亿条数据资产进行专有模型训练，让AI深度理解洋葱积累的上万节动画课程知识点、思维标签和知识图谱，为AI系统的完善和优化提供了强有力的支持。

随后，龙湖千丁数科负责人张铁安先生分享了龙湖集团在AI智能体落地方面的实战经验与战略布局。总结了大型企业内部AI落地的清晰路线图，分为三个关键阶段：

AI Ready（认知与准备）：核心是回答“企业是否准备好驾驭AI？”这一问题。重点在于“人”的认知（管理层和员工对AI能力边界的理解与培训），数据质量（高质量数据是AI的基石），以及基础设施（技术平台的搭建）。

AI Byside（场景与协同）：强调AI的快速落地和人机协同。通过智能体平台快速构建大量高频使用的AI Agent，帮助员工实现更有效、更高效地工作。目前龙湖内部上线的智能体已超过180个。

AI Inside（核心管理）：这是最高阶目标，将AI能力嫁接到企业核心管理逻辑中，例如价格定价策略、风险自动预判和关键业务决策。AI不再是工具，而是成为企业的“智慧中枢”，替代特定员工的部分工作。

同时，张铁安通过具体案例，展示了AI Agent如何在复杂企业中从“生产线”渗透到“决策链”：流程自动化提效、合同审核平台、多模态巡检与审计、业主报修、能源运营优化等场景。

AI大模型企业级落地依赖于结构化的方法论（如上图），张铁安特别强调了知识库建设的系统性，需要对结构化与半结构化数据进行组织、建模和技术加工（如向量化），并严格管理权限和安全。

作为对产业趋势有着敏锐洞察的投资人，峰瑞资本合伙人李丰从宏观视角对Agent的未来发展趋势和投资机会进行了总结，为在场的企业决策者提供了宝贵的战略指引。

李丰认为，Agent 技术的应用前景非常广泛，但红利未必都属于新创公司。在他看来，AI Agent 的规模化落地更可能发生在满足两个条件的行业：一是已建立高质量的数字化闭环，二是服务流程高度依赖自然语言交互（如教育、医疗、金融咨询等）。

在这些行业，存量企业可能拥有高质量的数据资产，也积累了对场景的理解，因而更容易获得竞争优势。这与大数据时代“技术供应商难盈利，而数据拥有者受益”的规律相似。

李丰还特别强调，在大部分的场景中，Agent的应用可能跟自动驾驶类似，需经历从“L2 到 L4”的渐进过程，初期需要保留human-in-the-loop，也就是得有人来监督和参与。

他总结道，由于技术本身可能难以构筑长期壁垒，这对独立创业的 AI Agent公司和早期投资人而言，都构成了不小的挑战。但就像其他创新领域一样，新的机会始终存在。

在最后的讨论环节中，三位嘉宾围绕观众提到最为关心的“Agent落地中的最大障碍”和“如何衡量ROI”两大问题，展开了深入的思辨。

嘉宾们一致认为，目前Agent在处理高度标准化、规则明确的业务（如财务审核、代码生成、数据清洗）方面已成熟，但对于涉及“经验”、“直觉”和“风险偏好”的主观决策，AI仍处于爬坡阶段。

关于投资回报率ROI，嘉宾们提供了务实的视角：短期ROI需要聚焦效率提升，即替代人力、减少错误、缩短流程时间。长期ROI则要锚定业务增长，例如通过Agent优化的客户体验带来客户留存率的提升、销售转化率的提高（GMV）。

综上，AI智能体不是一个孤立的技术，它是企业数字化能力的集大成者。它既考验数据厚度，也倒逼组织与流程再造；既重塑成本结构，也重塑决策权力链。当Agent完成从“生产线执行者”到“决策链辅助者”的跃迁，企业的新形态才真正被激活。

下一步，AI还能在哪些场景继续深挖？如何让运营更聪明、ROI看得见？虎嗅智库12月19日北京线下研讨会《AI如何让企业运营更聪明》，席位有限，扫码锁定，一起把“聪明”做成可复制的商业模式。