随着AI加速进入企业业务，越来越多工作开始交给智能体完成。但从写好一封开发信，到持续开发海外客户、推动询盘与商机，企业需要的能力远不止完成单个任务。
近日，在2026千峰奖访谈期间，亿邦动力、亿邦智库与百型智能创始人、CEO韩美，围绕“AI与出海带来的模态进化”展开交流。从企业本体与群智能体协同，到真实客户实践，再到人机分工与商业模式，韩美分享了百型对于企业级AI的判断：让AI理解企业、协同执行，并持续向业务结果推进。
以下根据访谈原文整理，问题与回答有删减、精简。
完成一个任务，距离交付业务结果还有多远？
亿邦：这一轮AI与全球化共同驱动的变化，给企业带来了什么？百型的战略选择是什么？
韩美：过去两年，AI在企业中的应用主要集中在提升个人效率，比如生成内容、分析数据、辅助决策。随着基础模型能力提升，越来越多企业开始部署AI Agent，让AI完成具体任务。
但在真实经营中，完成一个任务和交付一个业务结果之间，仍然存在很大差距。
以B2B全球贸易为例，企业需要持续找到合适的海外客户、识别采购需求、建立联系、推动询盘，并形成可转化的商机。这涉及多个业务环节，需要AI理解企业的产品、目标市场、客户画像和业务规则，并在不同任务之间保持一致的认知。
百型从一开始就选择面向真实业务结果，构建“企业本体＋群智能体”的技术与产品体系。企业本体OntoZ负责形成持续更新的企业认知，群智能体负责不同业务环节的执行与协作。
AI员工协同，先要理解同一家企业
亿邦：百型目前落地在哪些业务场景？差异化竞争力是什么？
韩美：企业AI落地有一个典型问题：每个工具都很聪明，却未必真正理解同一家企业。
一个Agent找客户，一个生成营销内容，一个运营海外社交媒体。如果缺乏共享的企业认知，它们仍然是彼此割裂的工具。
百型通过企业本体OntoZ，把企业的产品知识、客户画像、市场策略、业务规则和执行反馈组织起来，为不同AI员工提供共同的认知基础。在此基础上，Zoe、Lily、Wendy等AI员工承担客户开发、营销触达、海外社媒运营等任务。
关键在于，不同Agent能否围绕同一个业务目标协同执行。
同时，业务结果交付需要人的参与。关键决策、复杂商务谈判和最终成交等环节，仍然需要专业判断。我们希望AI持续承担更多执行工作，让人把精力放在战略判断与关键决策上。
韩美接受亿邦动力千峰访谈（图片来源：亿邦动力）
从发现新市场，到改变业务执行方式
亿邦：能否分享具有代表性的客户实践？
韩美：有两个不同类型的案例。
第一个是一家空气净化设备企业。过去开发海外客户，它通常优先选择熟悉的国家和市场。通过AI分析产品特点、应用场景和潜在客户需求，我们发现马尔代夫的酒店是一个很有潜力的市场，而这个方向此前没有被企业重点关注。
后来，我们帮助客户沿着这个方向开发市场，带来了实际询盘。
这个案例的价值在于，AI能够帮助企业发现过去凭经验可能想不到的生意机会。
第二个是海外营销代运营。传统模式需要大量人工参与客户研究、内容生产、渠道运营和数据分析。百型通过企业认知与多智能体协同，把部分原本由人工串联的工作，转化为AI持续执行的任务链。在相关业务实践中，实现了约10倍的效率提升。
这背后，是业务执行方式的变化：让前后环节连接起来，减少人工反复串联工作的消耗。
企业经验，要成为下一次行动的依据
亿邦：业务实践如何转化为企业本体与群智能体的能力？
韩美：规模化业务实践，为我们持续理解真实贸易场景提供了基础。但服务规模不能简单等同于模型训练数据规模，也不能据此就说系统已经实现完全自主学习。
企业AI需要积累的，既包括行业知识，也包括持续更新的企业认知与业务反馈。
企业的产品会变化，目标市场会调整，客户需求会更新，营销策略也要根据执行结果优化。因此，企业需要一套能够支撑业务执行、持续更新的认知体系。
业务执行产生的新信息，也应成为企业认知不断完善的依据。过去形成的判断、执行中获得的反馈，需要能够帮助下一步工作。
基础模型越强，越要回答产业里的真实问题
亿邦：基础模型越来越强，垂类AI企业的护城河在哪里？
韩美：随着基础模型进步，长上下文、复杂推理、工具调用和长任务处理能力都在增强。当这些逐渐成为标准能力，行业应用企业必须重新思考自己的竞争优势。
企业级AI需要解决的是，如何在真实业务环境中持续完成任务。这里有几个关键问题：
• AI是否真正理解企业，而不只是理解一次指令？
• 不同业务环节能否保持目标一致？
• 面对业务变化、执行失败和新的客户反馈，能否调整后续行动？
• 长期运行中能否保持可控、可靠，并形成可衡量的业务价值？
百型围绕真实产业场景构建企业认知、业务执行和协同能力。从长期看，垂类AI公司的护城河，越来越取决于对产业场景的理解深度、业务系统工程能力，以及持续交付结果的能力。
亿邦：这会怎样改变中国企业的出海方式？
韩美：过去，企业拓展海外市场主要依靠展会、B2B平台、搜索引擎和销售团队。这些方式仍然重要，但接触客户的范围，往往受到渠道覆盖、销售经验和人力投入的限制。
AI让企业有机会更大规模地理解市场、识别潜在客户，并开展个性化触达。
客户开发的逻辑也在变化：先理解谁更可能产生采购需求，再组织客户开发。通过企业本体与群智能体协同，将客户画像、潜客筛选、客户研究、营销内容生成和海外渠道运营连接起来，企业有机会逐步建立更主动、持续的全球客户开发能力。
客户衡量AI，最终要看业务价值
亿邦：企业级AI的商业模式会如何变化？
韩美：对于模型服务提供商，Token计费有其合理性。但企业客户更关心投入AI后获得了什么：客户开发成本有没有降低，有效客户覆盖有没有扩大，询盘质量有没有提升，业务执行周期有没有缩短。
因此，企业级AI可能逐步从工具订阅、能力调用，走向更贴近业务成果的价值定价。
不过，这不意味着所有企业级AI都应立即采用纯结果付费。B2B贸易的最终成交，还受到产品竞争力、价格、交付和销售跟进等因素影响。AI创造了什么价值，如何合理归因，服务边界在哪里，都需要界定清楚。
亿邦：组织需要做哪些调整？
韩美：很多企业现在鼓励员工在原有流程里使用AI工具，这能够提升局部效率，但未必改变整体业务效率。
因为原有岗位分工和管理流程，仍然主要围绕人设计。要让AI真正承担业务执行任务，就需要重新思考工作流，明确人和AI分别负责什么。
AI Native组织的重要特征，是围绕人和AI的不同能力，重新设计业务分工与执行方式。
让AI进入业务，先明确要实现什么
亿邦：百型接下来重点关注哪些方向？
韩美：企业AI规模化落地，需要同时面对企业认知、长链路执行、组织与信任这三个挑战，技术系统与组织机制需要同步演进。
未来两年，百型重点关注三个方向：持续深化企业认知能力，增强多智能体协同与长链路任务执行能力，建立更完善的业务反馈与持续优化机制。
我们选择构建一套能够理解企业、协调任务、持续执行，并衡量业务结果的AI系统。
亿邦：给希望构建AI竞争力与全球化能力的企业一条建议，您会说什么？
韩美：先明确希望AI帮助企业实现什么业务结果。
是开拓新市场，还是提升客户开发能力？是缩短营销周期，还是改善销售转化效率？
目标清楚了，才能判断哪些工作交给AI，哪些环节需要人参与，以及怎样评价AI创造的价值。
企业真正需要建立的，是一个能够让人和AI围绕共同目标高效协作的组织。
注：本文根据亿邦动力《千峰访谈》对百型智能创始人、CEO韩美的访谈内容整理，问题与回答有删减、精简。原文首发于亿邦产业观察。
