在企业运营、流程管理与决策系统中，AI智能体已不再是一个遥远的概念，而是正在实际推动业务变革的核心力量。如何将大模型技术与真实业务场景深度融合？如何让AI真正理解企业、服务企业、甚至重塑企业？

8月22日，由极客邦科技旗下 InfoQ 中国主办的AICon 全球人工智能开发与应用大会上，神州数码通明湖云和信创研究院首席AI科学家谢国斌系统阐述了企业级智能体的落地路径、技术架构与未来趋势。他指出，智能体不仅是一个技术产品，更是一种推动企业流程再造与组织变革的驱动力量。

从流程出发，智能体正在重塑企业运营范式

谢国斌在演讲中提到，企业的本质是流程。无论是差旅报销、财务审核、人才招聘还是产品研发，企业的运转都依赖于L1到L7不同颗粒度的流程体系。这些流程不仅是业务执行的路径，更是商业模式、技术范式与管理理念的交汇点。

聚焦企业数智化进程中的核心痛点与实际需求，神州数码提出“AI for Process”理念，旨在通过AI技术实现企业业务流程的再造和优化，推动企业的持续创新与发展。

为此，神州数码携手德勤中国、中国信息通信研究院，发布《AI for Process企业级流程数智化变革》蓝皮书，系统梳理了AI赋能企业流程的方法论，为行业客户提供从战略到落地的全周期指南，助力企业突破AI落地瓶颈，实现流程数智化的价值跃迁。谢国斌预测：“未来三到五年，企业流程很可能与智能体深度融合，不再是我们今天熟悉的样子。”

截至目前，神州数码已交付的智能体项目，覆盖制造、医药、能源、金融等多个行业。其中四个典型案例，勾勒出智能体在企业内部的四种关键角色：

案例1：营销与销售培训智能体，让4S店销售员“开口即专业”

为某汽车制造商构建的销售培训系统，能够基于产品文档生成问答内容，模拟实战场景，进行多维度能力分析和智能评分，显著提升4S店销售人员的专业能力。

案例2：企业知识管理智能体，破解药企文档安全与利用难题

为某药企搭建的全本地化知识管理中心，支持多格式文档解析与语义识别，通过RAG等技术实现安全可控的知识问答与业务辅助。

案例3：智能招采助手，构建市场感知的“AI分析师”

在烟草行业实现的招采全流程自动化，从文件生成、合规审查、审批流程到电子盖章，业务人员通过低代码方式即可完成构建。

案例4：超级员工平台，打通HR、财务、项目系统的“全能助手”

在神州数码内部运行多年的智能体系统，接入OA、财务、招聘等系统，支持自然语言交互，帮助管理者进行人才检索、绩效分析和项目匹配。

神州问学企业级Agent中台：五大核心能力支撑智能体落地

这些智能体应用背后，是神州数码自主研发的企业级Agent中台——“神州问学”。该平台具备五大核心能力：

• 知识管理

神州问学作为深度融入企业知识治理的AI Agent平台，以“快、全、准”为核心优势，实现高效智能的知识管理。平台通过大小模型协同进行多模态极速处理，支持文档秒级切片、标签摘要自动生成，并基于真实对话持续沉淀知识，实现问答能力的动态优化；同时，全面覆盖结构化数据与12种主流非结构化格式，打破信息孤岛，结合AI4BI与伪SQL双引擎提升结构化数据查询准确率，显著降低大模型幻觉，确保知识检索精准可靠。且平台支持多源异构知识接入、复杂版面解析和自动化标注，集成企微、飞书、钉钉等常用平台。

在易用性与安全性方面，神州问学提供自动与手动结合的灵活切片、可配置的标签体系与分析逻辑，支持自然语言交互与可视化操作，让复杂分析一键可达；平台还构建了企业级安全防线，支持多租户管理、表/列/行级权限管控与全链路操作溯源，实现敏感数据的分级隔离与全程合规追溯，在保障知识高效利用的同时，全面守护企业数据资产安全。

• 流程编排

通过低代码方式定义业务流程，支持多步骤、多分支的智能调度。

• 多智能体通信机制

基于A2A、MCP等标准协议，实现智能体之间的高效协同。

• 记忆管理

支持六种记忆类型，增强上下文理解与持续学习能力。

• 模型后训练

通过SFT（监督微调）、RLHF（强化学习）与冷启动迭代，打造高精度、低成本、低幻觉的场景化小模型。

尤为关键的是，神州问学提出了“角色区隔+小模型集群”的后训练范式：企业不同部门甚至不同岗位均可拥有专属微调模型，由一个强任务调度模型进行路由分发。这种“一个大脑+多个专家”的架构，既保证了响应速度，又极大提升了准确率。

未来已来：智能体发展的三大趋势

“企业智能体不是用一个模型解决所有问题，”谢国斌强调，“而是由大量小模型共同支撑具体场景。”每个业务环节都可能对应一个经过微调的轻量化模型，通过中枢系统进行智能路由与调度。

谢国斌展望了智能体技术的未来演进方向：

从单智能体到多智能体系统（MAS）

“就像一场会议中70个人如何协作一样，多智能体之间也需通信、协商与决策。”未来智能体将实现从“个体智能”到“群体智能”的跨越。

从工作流驱动到自然语言交互

智能体将经历三个阶段演进：工作流智能体、自主任务智能体，最终实现自然语言交互智能体。

从数字世界到物理世界融合

智能体将与无人机、人形机器人等具身智能设备深度融合，增强执行能力，实现与物理世界的互动。

企业智能体成熟度：从辅助到自治

《AI for Process企业级流程数智化变革》蓝皮书中，提出了“智能体五级成熟度模型”：

• L1（辅助阶段）：5%工作由智能体完成，当前大多数企业状态

• L2（人机协作）：20%工作由智能体完成，先进企业现状

• L3（半自动化）：50%工作由智能体完成，人类转向监督角色

• L4（高度自动化）：80%工作由智能体完成

• L5（全自动化）：100%工作由智能体完成，人类负责战略决策

目前大多数企业处于L1阶段，但正向L2、L3快速演进。

智能体引领企业数字化转型新阶段

“我们做的不是简单的技术嫁接，而是一场围绕智能体的企业变革。”谢国斌总结道。随着技术的不断成熟，智能体正在成为企业数字化转型的核心驱动力。神州数码通过神州问学企业级Agent中台，正在帮助众多企业实现业务流程的重构与价值的重塑。未来已来，智能体正带领我们进入一个全新的企业数字化时代。