过去一年，智能体（Agent）成为 AI 行业焦点。办公智能体已完成初步普及，提效价值获行业共识。然而，当 AI 深入企业核心业务时，挑战从“搭建智能体”转向“融入业务流程”，需适配复杂系统、权限与规则，并持续产出可量化的经营价值。
腾讯云副总裁吴永坚指出，未来企业级智能体将分化为两大长期并行赛道：对话式桌面办公 Agent 和服务经营的 Service Agent。大模型提供理解与推理能力，而企业级平台需打通系统、管理权限并支撑长期稳定运行，才能让 AI 真正参与业务经营。
在 2026 腾讯全球数字生态大会企业级 Agent 产业实践专场上，腾讯云 ADP 宣布完成全生命周期产品升级，推出 FDE 交付方法论与生态共建体系，旨在解决智能体从办公场景走向业务经营场景时的底层能力缺失问题。
从办公到经营，企业级 Agent 需要新的底座
麦肯锡 2026 年 8 月的全球 AI 调查显示，80% 的员工感受到 AI 带来的个人效率提升，但仅不到四成认为 AI 为公司利润创造了正向贡献。这一反差反映出企业关注的重点已从“智能体能做什么”转向“个人提效如何转化为业务增长”、“安全如何管控”以及“效果如何评估”。
腾讯集团副总裁、腾讯云 CTO 王慧星｜图片来源：腾讯云
腾讯集团副总裁、腾讯云 CTO 王慧星表示，平台方角色已发生转变，需将能力拆分为原子化单元，与企业共同在真实业务中探索路径。Service Agent 与办公助手本质不同，其核心难点在于跨系统数据打通及严格对齐企业原有身份权限机制。
行业当前面临四大挑战：AI 接入内部系统的安全性与数据权限管控；非专业人员对知识与工具的组织能力；运行后的效果、成本与故障监测；以及企业内部 Agent 的管理与分发。
腾讯公司高级执行副总裁汤道生判断，Agent 的使命正从内部协同走向业务经营，需遵循业务规则、全天候运行，并对实际经营结果负责。
从搭建工具到业务载体，ADP 重做 Service Agent 落地体系
腾讯云副总裁吴永坚强调，Service Agent 嵌于真实业务流程中，由业务事件驱动，7×24 小时运行，并对量化经营指标负责。例如债券交易自动录入与询价、零售门店监控合规识别、导购话术实时生成等场景，均依赖 Service Agent 实现自动化。
腾讯云副总裁吴永坚｜图片来源：腾讯云
针对上述挑战，腾讯云 ADP 进行了全生命周期升级：
构建层：打通智能体与站点服务
ADP 将智能体能力与站点服务打通，智能体负责分析执行，站点承载操作页面、业务逻辑和数据状态，支持端到端完整业务应用搭建。通过自然语言构建能力升级，业务人员可描述需求即可搭建应用，实现从生成、调试到发布的全流程闭环。
接入与治理：私网直连与全链路留痕
ADP 采用私网直连方式，确保数据不暴露于公网。网络连接与租户、身份、数据权限深度绑定，明确访问控制策略。系统支持全链路留痕、成本状态可视化、版本回滚及人工审核机制，并开放 100 多个接口和命令行工具，确保安全、权限、审计标准一致。
使用入口：统一分发与双向打通
通过 AgentPortal 作为统一入口，按部门、岗位精准分发智能体，系统自动匹配最合适的智能体响应请求。同时，ADP 与 WorkBuddy 双向打通，实现企业能力服务个人、个人经验反哺企业的良性循环。
此外，ADP 推出了客服智能体和视觉智能体两个垂类“样板间”。客服智能体已落地 200 多家标杆客户，平均解决率超 85%；视觉智能体在某零食品牌约 4000 家门店落地，日均处理约 78 万张图片。
Agent 规模化落地，拼的是体系化能力
企业级 Agent 的竞争已从模型能力转向系统落地能力。真实业务案例证明了 Service Agent 的价值：
- 金融场景：华润信托基于 ADP 打造智能债券助手，嵌入交易群自动拆解指令、查询持仓及完成询价，关键节点保留人工确认，智能拆单准确率优化至 98%。
- 零售场景：伊利利用 WorkBuddy 汇聚数据生成经营策略，运营提效超 50%；ADP 导购智能体通过 A/B 测试显示销售订单提升 26%。
- 其他行业：东北证券搭建协同智能体覆盖财富管理全流程；华住搭建 38 条工作流，自动处理超 70% 的高频客服问询。
为实现规模化复制，腾讯云推出 ADP FDE 交付方法论，将项目落地分为接入、建设、验证、推广、治理五个阶段，并沉淀覆盖五大行业的 25 个标准化场景包，遵循“70% 可复制、30% 按需定制”原则。
十二家企业级智能体 FDE 方案共建合作伙伴｜图片来源：腾讯云
目前，腾讯云已与十二家伙伴启动企业级智能体 FDE 方案共建合作。毕马威、软通动力、翼企云等伙伴分别在金融、医药研发、交通等行业探索差异化路径，帮助客户实现自主构建智能体的组织能力。
从概念到价值验证，企业级 Agent 正经历从“有”到“用”再到“好”的演进。未来成功的企业级智能体，既需要强大的模型能力，更需要一套能深入业务肌理、支撑稳定运行的扎实工程体系。