想读懂阿里的企业级 Agent 打法，起重要懂瓴羊

To B Agent的原野草长莺飞，瓴羊奔驰在一线，蓄势静候关键一跃。

2025年，AI Agent之战打得如火如荼。聚焦到企业级AI Agent赛道，战况步入范围化竞争的“深水区”，局面堪称是“组队抱团打群架”：介入玩家多半为大年夜厂出身，自有其生态、流量或数据场景优势，叠加蓬勃成长的AI全栈才能。

岁首年代至今，阿里瓴羊的企业级Agent、字节跳动的HiAgent 2.0、百度智能云千帆AgentBuilder和腾讯混元多Agent框架接踵登场表态，目标毫无不测埠一致——先向客服、营销、数据分析、企业内部办事、运营、法务等高频场景出击。

在类似的出击目标之中，在这场热烈的“群架”背后，毕竟是如何的决定性身分，可以让企业级AI Agent玩家真正与竞争敌手拉开身位？

从Palantir身上，看到企业级AI Agent的“标准谜底”

Palantir经由过程本体论把复杂、异构的数据，把客户狼藉的IT体系、营业指标和流程节点，转化为有营业意义且可操作的“数字孪生”，强大年夜的数据智能使得AI Agent能更好地面对企业内部场景的严苛请求。

以前一周，AI概念股迎来普涨。阿里集团CEO吴泳铭在云栖大年夜会上表示，公司正在积极推动三年3800亿元的AI基本举措措施扶植筹划，并将持续追加更大年夜投入。这一消息刺激阿里股价盘中涨幅一度跨越9%，市值增长近3000亿港元。

几乎同一时光，大年夜洋彼岸的Palantir也因与波音杀青AI计谋合作而备受本钱市场存眷。这家在以前一年里备受热捧被硅谷奉为“进修标杆”的数据智能公司，9 月以来股价累计上涨 14.43%，岁首年代至今涨幅高达 137.11%，以前 52 周涨幅更是达到 382.07%，远超同期美股大年夜盘表示。

这两家公司的市场表示合营指向一个趋势：企业级AI Agent的竞争，正从技巧概念的喧哗，转向实其实在的价值交付才能的比拼。

相较于To C Agent，企业级AI Agent的竞争更为“等级森严”。其本质不再是模型参数范围的“暴力比拼”，而是对数据沉淀、行业常识及稳定交付的综合考验。这意味着，只有能深度融入企业核心营业流程、懂得营业语义、并能将数据转化为可量化营业成果的Agent，才能真正博得市场。

国外把这套打法跑通的最显眼样本，恰是Palantir。

“数据本体论”（Ontology）被认为是Palantir的护城河之一。这套打法简单来说，是经由过程构建构造化的语义模型，将企业散落在各个孤岛体系（如ERP、CRM、SCM）中的数据、营业流程和贸易逻辑进行同一建模和翻译。这使得AI Agent可以或许真正“懂得”营业术语（如“库存周转率”“潜在客户生命周期价值”），更能看懂营业逻辑并履行义务。数据的可操作性、一致性和规范性也都有所晋升，这确保组织内部对数据的懂得一致，避免因定义差别带来的纷乱或缺点。

与此同时，Palantir还有一点颇具竞争力：少有的“前哨安排工程师”角色（FDE，Forward-Deployed Engineer）。

这一岗亭的设置，是其解决筹划能解决棘手问题的关键。它的“人设”就是既能供给解决筹划，又能干活的全能工程师，高度融合了营业计谋参谋、营业分析师、产品经理、软件工程师的特质。这些顶尖的工程师既懂产品源码又懂疆场营业，会派驻到客户现场，深刻客户一线、与营业人员合营工作，在最短时光内定位痛点、构建原型并交付可衡量的价值。

这种“特种兵”式的办事模式，确保了Palantir的Agent不是空中楼阁，而是真正"长"在客户的批示链条上，而不是飘在PPT里。

从Palantir身上可以看出，对数据智能的深耕，和极致的客户共创，是优良的企业级AI Agent必弗成缺的两点。

反不雅国内市场，尽管这两年出现出不少号称Palantir的模仿者，但真正有才能做到的寥寥无几。而阿里巴巴旗下的企业数智化办事公司——瓴羊，展示出与Palantir类似的基因与潜力。

这种生于共创过程中的协同才能，进一步被抽象为AgentOne上的“乐高式”模块，使企业还可自由组合阿里生态内如TMIC（天猫新品立异中间）趋势洞察、高德LBS等才能，快速构建相符自身需求的解决筹划。

“大年夜模型无需选最好的、只选最合适的；数据要从为人办事转向为AI办事的好数据；而场景则必须聚焦人力、资金和数据密集度最高的‘三强’场景。” 阿里云智能集团瓴羊CEO朋新宇也在云栖大年夜会上强调，真正的AI价值不在于技巧本身，而在于其可否深度融入营业流程，重构组织协作方法，并带来可持续的增长动能。

AgentOne出世，掷地有声

三年前，瓴羊初次面世，以DaaS理念（Data as a Service，数据智能即办事）给业界留下印象。雷峰网("大众,"号：雷峰网)曾报道，瓴羊的前身恰是阿里数据中台团队，阿里内部的十年数据之路为瓴羊积攒下了丰富的数据智能经验。当时的瓴羊表示，他们欲望让数据智能融入企业经营与临盆的方方面面，助力企业走向包含包含发卖、营销、客服、临盆等环节的全方位数字化。

瓴羊确切践行着数据智能办事于企业的任务。雷峰网懂得到，在以前三年时光里，瓴羊将宏大年夜繁复的阿里数据产品，逐渐收敛至治理、营销、分析、客服等多条产品线，这让瓴羊拥有与Palantir类似的才能，即经由过程自身数据智能的深耕，赞助企业构建同一、规范的数据体系，为AI Agent的靠得住运行打下了坚实基本。

更重要的是，瓴羊同样拥有深刻的行业Know-how与场景优势，拥有与客户经久合作共创的经历。它根植于阿里巴巴的电商、本地生活等丰富业态，历经超20年“双11”等极端场景的考验，对零售、花费等行业的营业流程和懂得深度无出其右。这意味着瓴羊所打造的企业级Agent，从出身就带着深刻的行业洞察和经由海量实践验证的解决筹划。

瓴羊确切将其在数据技巧上的积聚与对垂直行业的深刻懂得相结合，切实其实交出了一份环球无双的企业级AI Agent答卷。本年以来，瓴羊已经宣布了3批企业级Agent，分别聚焦于客服、数据分析和营销场景。而在云栖大年夜会上，瓴羊更进一步，正式宣布了企业级AI智能体办事平台AgentOne。

这份答卷始终环绕两大年夜核心支柱展开：对数据智能的深耕，与极致的客户共创。

瓴羊在浩瀚场景中聚焦营销、客服、分析、运营等核心范畴宣布的一系列Agent，恰是基于与大年夜量客户共创所杀青的共鸣：这些场景是企业增长的通用引擎，是以优先在最具普适性和痛点的企业级核心场景中进行才能抽象与产品化。

AgentOne承载着瓴羊多年来在数据智能范畴的体系性积聚，可以或许赞助企业建立干净、可用、同一的数据资产，构建了从数据供给到流畅的完全闭环，汇聚企业、行业及公共数据资本，形成可复用的数据资产池；并经由过程隐私计算与安然屋技巧，保障数据在流畅过程中的隐私与合规性。同时，阿里电商云基本举措措施“聚石塔”直连电商生态，为智能体供给高质量、合规的数据支撑。

更重要的是，瓴羊具备将数据上升为“营业语义”的才能。与阿里巴巴生态体系的深度共生，使得AgentOne一出生赢在了起跑线上。正如Palantir经由过程Ontology实现数据与营业逻辑的映射，瓴羊基于全部阿里巴巴集团对零售、电商等行业的多年经验和深度懂得，将数据转化为Agent可辨认、可操作的营业说话，使其能真正懂得“库存周转率”“会员复购偏向”等场景化概念。

这一点离不开阿里的丰富业态，各个应用处景中沉淀的不仅是数据，更是经由验证的营业逻辑和行业常识。瓴羊的Agent答卷，本质上是从数据中汲取生态洞察、再转化为贸易价值的才能展示。

而这份Agent才能，生善于真实的客户场景与生态协同中，是瓴羊与客户经久深刻“共创”的产品。

比如，瓴羊与淘天集团店小蜜的结合，典范地表现了这种强强联手的价值：店小蜜作为淘天集团（原淘宝天猫贸易集团）推出的智能客服解决筹划，历经多代迭代已形成覆盖全电商链路的智能办事生态，而瓴羊AgentOne建了一个融合企业自身数据、模型、平台才能的AI练习场，善于对客户的复杂营业场景进行产品和解决筹划的才能弥补。这是基于经久办事客户所沉淀的流程洞察，最终形成花费者咨询的全链路主动化、智能化解决筹划。

以“新品立异Agent”为例，TMIC供给办事趋势洞察数据，“聚石塔”供给安然隐私交况，AgentOne则供给搭建agent的情况和对象，这些信息与商家自身数据结合后，在淘宝服饰大年夜模型的支撑下，催生了"新品立异Agent" 这一立异应用，实现从趋势到设计款的快速生成，进步设计师生款效力、爆款率。这一Agent的上线，恰是数据智能的积淀，以及与客户共创沉淀的行业know-how合营感化的成果。

而AgentOne还供给全链路开辟工作流与资本广场，大年夜幅降低企业定制与应用AI的门槛，使得更广泛更深刻的客户共创成为可能。企业可基于平台快速搭设、测试、安排智能体，甚至调用阿里生态与行业模型资本，实现“按需组装”。这背后是瓴羊将自身数据才能、行业懂得封装为可被调用的模块，使企业不再是技巧的被动接收者，而是AI应用的合营构建者。

于是，复星旅文选择依托AgentOne，打造国内首个落地的全场景AI度假智能体AI G.O，陆续攻破路程断点、盈利瓶颈和留存复购三个难点。

从营业痛点到增长引擎，AgentOne的落地回响

AgentOne在真实的贸易世界中毕竟能产生何种价值？其与复星旅游文化集团（以下简称“复星旅文”）的合作，供给了一个不雅察样本。

三亚·亚特兰蒂斯是复星旅文旗下的超大年夜型度假综合体，包含水上项目、购物、展会、零售等多种业态，旅客接待量每年超800万人次。但复星旅文面对着一个增长痛点：旅客欲望无缝的一站式体验，但办事却分散在行前预订、在村花费、离店反馈等多个断点。品牌的用户数据分散于各平台和营业体系，更难推动后续的整合分析。

起首AI G.O着眼于全路程陪伴，打通游前、游中、游后的全链路办事场景，7x24小时及时响应客户需求。决定计划阶段，AI G.O化身为主动的行程筹划师，生成一份真正推敲家庭细微需求的个性化草案；入住之后，AI G.O便成为旅客口袋里的 “及时度假助理”，能基于及时客流数据，智能建议下一段行程。路程停止后，AI G.O会就用户的体验反馈与行动数据精准推荐下次行程。

在AgentOne的赞助下，AI G.O完成了全路程的数据打通与智能调剂，实现了两大年夜根本性改变：对旅客而言，体验从“碎片化拼接”进级为“一站式闭环陪伴”；对运营方而言，模式从“被动响应”变为“主动猜测与优化”。

其次，度假区业态太丰富，旅客患上“选择艰苦症”，决定计划门槛进步，一旦旅客体验与预期不符，将直接冲击知足度和复购意愿；其次，营收过度依附“一价全包”的初次花费（一销），而在餐饮、娱乐等二次花费（二销）上潜力发掘不足。

为此，AI G.O借助AgentOne开展对个性化数据的发掘：一销阶段，基于与用户的初步对话，主动提炼用户须要的核心信息，价格明细、套餐内容、实用前提一目了然；二销阶段，基于用户画像和及时场景数据，为用户动态推荐匹配度高的产品与办事。在此过程中，AI G.O承担海量、即时的初步咨询和推荐义务，人工客服则专注于处理更复杂、须要情感共鸣的深度办事。

同时，AgentOne联袂阿里通义千问3大年夜模型，为AI G.O构建了同一的数据智能平台。在前端进口，复星旅文将旗下“复游会”会员体系与各品牌小法度榜样集成，打造了独一的会员办事进口并接入AI G.O。在营业底层，AgentOne赞助AI G.O实现了跨品牌、多业态数据的周全融通。这意味着，体系不仅能及时看到三亚亚特兰蒂斯的客流情况，更能懂得会员人群在Club Med的餐饮偏好、在滑雪场的活动偏好。

最终，这一切数据才能表如今旅客感知到的价值上。基于同一的数据视图，AI G.O可以或许对复星旅文丰富的度假资本进行智能化的组合与匹配，AI G.O自身成为了持续发掘和晋升客户毕生价值的智能中枢。复星旅文也在此之中，完成从“经营房间和门票”到“经营客户关系”的深刻转型。

复星旅文的案例，恰是瓴羊本年宣布的三批企业级Agent（覆盖客服、数据分析与营销）的缩影，合营印证了其 “真落地、真能用、真需求” 的特质：真落地，在于它能对准“办事割裂、数据孤岛”等具体痛点供给端到端筹划；真能用，在于其环绕营业价值的设计，后果经实践可衡量；真需求，则在于获得了复星旅文等头部客户的真实选择，而非追逐技巧泡沫。

而瓴羊的Agent计谋路径也浮出水面：先打造一系列场景驱动、价值导向的“王牌单品”，证清楚明了自身在产品化与落地才能上的深挚积淀；AgentOne则供给覆盖核心场景的完全解决筹划，真正交付可度量的营业成果。

结语

当我们将眼光从对Palantir的解析收回到本土实战，企业级AI Agent的成功路径已然清楚：强悍的数据智能积淀、极致的客户共创才能，是支撑其实现营业价值、稳定交授予行业尊敬的两大年夜基石。

瓴羊的实践印证了这一点。从密集宣布的场景化Agent，到AgentOne平台的宣布，其企业级Agent的进化逻辑，恰好建立在数据智能的体系性积聚与客户共创的持续反馈之上。平台上的智能体正从“能思虑”“能履行”走向“能自我迭代”，而这一进化才能，正源于瓴羊在数据治理、分析方面的经久深耕，以及在与客户并肩作战过程中赓续吸结束景常识、优化解决筹划的闭环机制。

而将不雅察的视角晋升至阿里集团计谋层面，瓴羊的角色则更具计谋意义：它既是阿里触达并办事企业的“最后一公里”，也是企业感触感染与验证AI Agent价值的“第一站”。

作为“最后一公里”，它将阿里的技巧才能“翻译”成企业可用的场景化筹划，这背后离不开对行业数据的深刻懂得与客户真实需求的精准捕获；

作为“第一站”，它以低门槛、高价值的Agent体验为企业建立信赖，而企业在应用中产生的反馈与场景数据，又持续反哺瓴羊，驱动数据模型的优化与场景才能的迭代。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。