Update 9、Construction Content.mdx

Author: xueqidove

docs/pages/9、Construction Content.mdx

@@ -1,10 +1,33 @@
-# 4.企业智能体的落地公式
-当前智能体的价值越来越明确，再配合持续增强且成本快速下降的大模型供给、日益成熟的智能体构建生态，越来越多企业已经坚定了在这方面的投入和转型。但过去一年时间的实践经历又让很多企业对此充满困惑，甚至失望。所以，当前企业比之前任何时候都期待有个更加清晰的方法论来指导企业这方面的工作。在这里，我们结合行业发展趋势以及项目组过去的实践经验，提出一个指导企业智能体建设的落地公式。具体如下：
+# 9.企业智能体的建设内容与组织支持
 
-**智能体建设 = 场景选择 + 角色定位 + 范式实现**
+## 9.1.企业智能体的建设内容
 
-以上公式明确表达一个观念，即对于企业内任何一个智能体的建设，都需要认真规划三个事情：找到正确的场景以体现业务价值，定位正确的角色以控制预期，基于范式的实现以高效投产。具体来说：
-- **场景选择**：智能体建设的第一要务是要坚持聚焦业务价值，而业务价值都是隐含在具体的业务场景里面，所以场景选择就成为这个公式的第一要素。实践过程中，场景选择要遵循几个原则展开。首先，需要在企业内全面筛查可能的业务场景，而不仅仅是停留在局部领域，尤其是智能体建设负责人熟悉的领域。只有全面筛查，才能找到公司内最应该被智能体赋能也最能直接产生业务价值的场景；其次，要遵循增效大于降本的逻辑去看待业务价值。增效是企业对于业务价值的第一优先追求，这样选择可以更加直接和高效地释放智能体业务价值；关于场景选择的具体方法和思路可以参考本白皮书第五章的内容。
-- **角色定位**：智能体建设落地经常面临的一个陷阱是没有为智能体在对应场景中定位合理角色。尤其是智能体自身的定义也容易让大家误会智能体在任何场景都能够“独立上岗”。一旦角色定位出现差错就容易形成预期落差，进而导致智能体落地推广举步维艰。智能体的角色定位是一个非常复杂的问题，它不仅仅关系到当前大模型的能力建设，还和企业内智能体运行的上下文环境、智能体执行成本、用户的交互习惯都相关。本白皮书第六章内容将就这方面展开论述。
-- **范式实现**：有了正确场景和合理角色后，智能体的落地就变成一个实现问题。但是，由于智能体建设仍然是一个比较新的领域，企业普遍缺乏建设经验和相关人才。所以，有比较标准的范式参考是一个非常有用的落地实践。智能体的实现范式与智能体的技术架构以及业务逻辑都密切相关。本白皮书第七章会介绍六个常见智能体实现范式，包括每个范式的业务逻辑编排，上下文规划以及关键技术点。
-总结来说，这个公式是为了直面企业智能体落地过程中最常见的几个挑战。其中，场景选择是面对“智能体无用论”的判断，而角色定位则是要面对“智能体不好用”的问题。最后，范式实现是要缓解“智能体不会建设”的挑战。如果智能体有用、好用而且企业还能建设投产，那智能体在企业内一定能够落地并不断成长。
+在企业智能体落地的整个过程中，落地公式的实践和落地路径的规划是核心工作，但也不是全部工作。在介绍完以上两个核心工作内容之后，我们来看一下企业进行智能体建设的整体框架。具体如下图所示：
+
+![图14：企业智能体建设总体框架](../public/whitepaper/图14：企业智能体建设总体框架.png "图14：企业智能体建设总体框架")
+图 14 ：企业智能体建设总体框架
+
+如上图所示，企业智能体的整体建设内容如下：
+
+- **AI 算力服务（含硬件和大模型）建设**：显而易见，企业智能体需要 AI 推理算力服务的支撑。企业可以选择公有算力，也可以选择私有算力。需要注意的是由于智能体业务需求的复杂性，企业可能需要做多种类型的算力服务（如大语言推理算力服务、图片识别算力服务等等）。由于算力服务类型的多样化需求，大部分企业是无法完全自建所有算力服务，所以大部分企业最终会形成混合算力服务格局。当然，这个混合模式的形成过程中需要认真考虑企业数据安全合规需求并做好规划。
+- **企业定制智能体**：类似于企业数字化系统的发展历程，由于业务的复杂性、数据的专属性以及行业现成智能体的不成熟，企业长期都需要自己定制开发部分智能体。这类智能体的构建需要依赖企业内部自己的能力并且需要相关场景数据、流程和权限与 AI 适配。
+- **企业智能体平台**：为了满足更好构建定制智能体的需求，企业一般需要构建内部的智能体平台。这个智能体平台提供智能体构建的各种工程问题标准解决方案，降低构建的门槛，同时支持对接企业内部的相关数据、流程，适配企业权限管理要求。
+- **企业标准智能体**：随着行业的成熟，企业必然会在部分领域采购由供应商提供的标准智能体。这类整体一般开箱即用，由供应商负责安装部署并对接企业业务数据、流程以及权限管控。这类智能体要想达到开箱即用，越用越好用的效果，需要能实现智能体依赖数据的闭环和涉及场景的闭环。参考本文前面提到的企业业务的 “6+1” 模型，大家应该很容易发现销售管理是一个非常适合产生标准智能体的领域。原因有二，其一以 CRM 为代表的销售管理系统可以为标准智能体的数据闭环提供支持；其二是企业销售管理流程的标准化为标准智能体的场景闭环也提供了可能。更为重要的是 AI 能力的加持能让 CRM 系统从一个管理工具演变成为每个销售的智能助手，大幅度提升销售拓客效率。正因为如此，生成式 AI 给 CRM 市场注入了全新的活力，各种结合 AI 能力 的 CRM 产品不断涌现。飞致云的 Cordys CRM 就是这种典型代表。Cordys  以信息化为基础、以数字化为关键、以智能化为核心的“三化”理念，打造了一个全新 AI CRM 使用体验（具体架构如下图所示）。自从2025年 8 月份开源以来，Cordys下载量快速突破 10 万并一直保持高速增长。
+
+![图15：CordysCRM客户管理系统](../public/whitepaper/图15：CordysCRM客户管理系统.png "图15：CordysCRM客户管理系统")
+
+图 15 ：Cordys CRM 客户管理系统
+
+关于定制智能体和标准智能体的发展节奏问题，我们可以结合企业软件发展的历史看，初期大概率是定制化智能体走在前面，然后才是各种垂直领域标准智能体的成熟和普及。同样，类似定制化软件今天仍然在企业业务系统占很大比例，定制智能体也会长期存在于企业的实际需求中。所以，企业智能体建设一开始就要坚持标准智能体与定制智能体并重，且早期建设的重点反而是培训自己构建定制化智能体并推动定制化智能体投产运营，积累企业使用智能体的经验和认知。在标准智能体和定制智能体共同建设下，企业才能更充分地释放 AI 生产力。
+
+## 9.2.企业智能体的组织支持
+从前面描述可以看出，企业智能体建设涉及的工作内容是广泛和长期的，且智能体建设会深刻影响到企业运营的方方面面，所以这个过程一定需要得到企业组织层面的支持。具体来说，这种组织层面的支持核心包含三个方面：
+- **来自高层的强力支持**。智能体建设是“一把手工程”。但“一把手工程”并不仅仅是要求公司高层重视并大量投入资源与人力。“一把手工程”更多是要求领导能躬身入局，参与到整个事情的规划、设计、实现与评估反馈中来，一把手亲自了解情况、掌握细节并做出决策。
+- **适当合理的资源投入**。智能体建设当然需要企业的资源投入。但这个投入一定要注意两个方面。一是在生成式 AI 技术仍然开始迭代的当下，需要控制好投入节奏，避免过大的沉默成本。二是要注重在设备、工具与人力资源上的均衡投资。当前阶段一股脑投算力设备建设，投大工具平台建设并不等同于会有大的 AI 生产力释放。人力资源的匮乏反而是很多企业更紧迫的瓶颈点。例如，当前企业普遍紧缺智能体构建专家（有生成式 AI 背景知识、有业务理解能力、有智能体构建和运营优化能力），而这类人才目前普遍需要企业自我培养。
+- **灵活匹配的组织架构**。有了合适的人力资源后，如何构建合适的组织架构让这些人力资源充分发挥作用也是一个关键点。目前，企业对于智能体构建团队的组织有两种常见方式，如下图：
+
+![图16：企业内部组织架构](../public/whitepaper/图16：企业内部组织架构.png "图16：企业内部组织架构")
+
+图 16 ：企业内部组织架构
+
+对于大部分企业，启动阶段第一种组织架构更有利于智能体落地并持续运营。等到企业智能体生产力能够持续稳定释放后，调整到第二种组织架构能有效降低成本，形成更好协同效应。