施耐德、森马和钉钉：Agent该如何扛起企业KPI？

头图｜AI生成

当硅谷还在为开源框架的Star数欢呼时，国内企业的决策者们，早已将目光投向了更深处。一个更务实、也更棘手的问题浮出水面：AI Agent究竟如何穿透那层薄薄的对话框，真正扎进业务系统、接管复杂流程、调用关键权限，并最终对实实在在的经营结果负责？

最近，在虎嗅智库的一场线上研讨中，几位来自不同领域的实战派专家，给出了他们的答案。施耐德电气的数字化总设计师毛春景、森马的AI应用专家林建霞，以及钉钉的资深解决方案架构师何欣，分别从工业制造、消费零售和协同平台三个视角，为我们勾勒出AI潜入业务“深水区”的真实图景。这不再是关于趋势的泛泛而谈，而是几份关于“AI如何重新组织企业”的具体路线图。

以下是这场研讨的精华梳理。

施耐德电气：工业AI的“反泡沫”逻辑，让知识资产化

对许多企业而言，AI的应用还停留在润色PPT或整理会议纪要。但对于业务横跨全球的施耐德电气来说，AI的战场必须在生产一线。

讨论一开始，毛春景就点明了核心：“AI for all的前提，一定是价值创造。” 这句话背后，是施耐德上海工厂获评“灯塔工厂”的硬核支撑——AI已经深度嵌入了采购、物流、质检、计划、运维等六大核心供应链流程。

他们的野心不止于此。施耐德正致力于将AI打造成所有产品的底层能力。毛春景分享了一个名为“BuildingGPT”的案例：在楼宇自动化领域，这个工具结合了大模型与深厚的专业知识图谱，能像一位资深助理一样，快速响应暖通设备的各种故障咨询。更重要的是，它能将那些散落在手册、经验中的非结构化“隐性知识”，与现场实时数据结合，为运维人员提供全生命周期的决策支持。

管理如此庞杂的模型资产是个挑战。为此，施耐德自研了一套AI平台，覆盖了从模型资产管理、Agent构建到运行监控的全流程。这套平台已在全球数十个站点推广，并产生了可观的经济效益。毛春景强调，工业AI成功的关键，在于将通用AI技术与能源管理、工业自动化领域独有的“Know-how”进行深度融合。

他也直言不讳地指出了当前的“卡点”：当AI唤醒了“沉睡的数据”并让它们重新流动时，企业现有的权限体系、审计规则和责任归属框架，往往是缺失或滞后的。AI的灵活性，已经跑在了传统企业治理体系的前面，这种治理上的“时差”，成了最大的瓶颈。

森马：当设计师遇上AI，零售业的“快反”如何重构？

服装行业永恒的痛点是：消费者需求瞬息万变，而产业链条却漫长且刚性。森马的AI应用专家林建霞打了个生动的比方：“如果你一直在旧马车上换轮子，效率提升终归有限。有时候，你需要的是直接换一辆汽车。”

因此，森马内部推进AI时，着眼点并非单个工具，而是三个更根本的方向：流程再造、组织激活和数据驱动。

其中，流程再造是她阐述最具体的部分。林建霞分析，服装行业的许多流程高度重复且彼此割裂。例如，设计师反复寻找灵感、商品部门独立做趋势分析、市场部门制作营销素材、电商部门再根据平台要求修改商品详情页——这些环节像一个个孤岛。

为此，森马内部打造了一套“设计大脑”。这个系统远不止接入一个文生图工具那么简单。它把企业内部的设计素材库、版型数据、面料信息、品牌风格指南、历史商品资料乃至整个设计工作流，全部整合进一个统一的工作台。

林建霞特别提到了一个细节：他们甚至开发了“无限画布”功能。原因在于，设计师的真实工作状态并非线性，他们需要同时拼贴素材、调整色彩、比对款式、构思系列搭配，多个灵感方向齐头并进。所以，AI不能只是“生成一张图”，必须去适配这种发散、并行的真实创作流程。

这一点至关重要。今天很多企业的AI项目难以落地，一个核心原因就是工具逻辑与业务逻辑“两张皮”。而森马的思路显然是反过来的：不是简单“给业务接上AI”，而是让AI主动去适配并融入现有的业务链路。

她也解释了为何森马没有完全依赖外部工作流平台。服装行业的数据、素材和权限体系极为特殊，比如不同品牌间既需要共享部分素材库，又必须严格进行权限隔离。这种行业特性决定了，很多垂直领域的AI应用，最终必然会走向企业自建的专属体系。

钉钉：为什么企业级Agent需要完整协同体系？

“高效的个人，永远拼不出高效的公司。”钉钉资深解决方案架构师何欣在研讨会上抛出的这个观点，引人深思。

她指出，目前许多企业的AI应用是“点状”的，沿用“+AI”的思路，给原有系统打上一些AI补丁。这种做法固然能提升局部效率，但难以引发范式的跃迁。

何欣认为，企业当下更应该思考的是“AI+”，即用AI来重构组织形态、业务流程，甚至商业模式。而当前最热门的实践方向，就是数字员工（Agent）。

她特别提到，眼下大量流行的Agent工具，本质上仍偏向个人使用。这类产品虽然强大，但一旦放入企业环境，就会立刻面临权限、安全、审计、日志、技能管理等一大堆棘手问题。比如：

谁在调用Agent？调用了什么系统权限？操作数据是否可追溯？技能如何统一分发和管理？企业如何进行全局治理？

这些能力，并非个人Agent天生具备。一个合格的企业级Agent，必须具备三大核心特质：权限感知、安全审计和统一配置。因此，钉钉目前重点推进的是其企业级数字员工平台，目标正是将Agent深度嵌入企业的协同体系，并为其提供可靠的安全兜底。

何欣展望，未来的企业竞争力，或许不再取决于文档库的规模，而在于其“技能广场”的丰富度。她建议，企业应有意识地将老专家的经验、标准的作业流程（SOP）沉淀为Agent可以随时调用的技能库。这样一来，即便人员流动，宝贵的经验也能以“数字员工”的形式留存下来，实现真正的生产力永续。

最后的判断指向一个共识：企业未来的核心竞争力，或许不只在于拥有多少数据，更在于谁能率先将组织的经验与业务规则，转化为可被灵活调用、高效协同的“技能”。

结语

在最后的互动环节，来自万和新电气、金山办公、东鹏饮料、思谋科技、蔚来汽车、长城汽车、全棉时代、字节跳动等多家企业的参会者，与嘉宾展开了多轮深入的追问与探讨。

研讨会部分讨论截图

全场的讨论最终收敛于一个核心共识：在真实的商业逻辑里，AI的价值绝不能仅仅用“对话次数”来衡量。如果AI不能像一名正式员工那样，独立完成一个完整的业务闭环，并实实在在地扛起具体的KPI，那么它对企业的商业价值就微乎其微。

AI将如何持续赋能企业运营并推动组织自动化？这一命题的探索仍在继续。虎嗅智库也将通过系列研讨会与深度案例研究，持续追踪这一进程。