每个国企部门,都守着一座“信息群岛”。
多年信息化沉淀下三样东西:数据库里是经营和业务的明细,业务系统里是 OA、ERP、合同、项目、财务的流转,知识库里是制度、方案、历史案例和老同事的经验。它们各自完整,也各自封闭——一个员工要办一件事,往往要在三座岛之间来回摆渡。
这三样东西单看都有价值,合不到一起,价值就出不来。AI 想答得准,得看到全部;想办得成,得进得去系统;想说清出处,得查得到依据。任何一样缺位,智能体就只能当个更聪明的搜索框。
历史沉积 → 聚合中枢 → 双端触达
部门 AI 智通,正是把这三样聚合在一起最好的机会——也是当下唯一的机会。不是别的方案做不到,是只有部门这一层,既够得着系统接口,又听得懂岗位口径,能把数据、知识、流程捏成同一个上下文。聚合之后的服务效果,是任何单点工具都达不到的:智能体看到的是完整的部门,而不是某个系统的切面。
它有两个出口。一路接部门统一管理页面(Web 端),浏览器打开就能用;一路接本地办公软件(如 WorkBuddy 等),在写材料、做表格、查数据的日常入口里直接调起。同一个底座,两种形态——不强迫员工切换习惯,也不让智能体困在某个窗口。
“ 三源聚合、双端触达,是部门智通的两条腿。” |
这不是某个部门的烦恼,是整个行业的拐点。
5% → 40% 一年间嵌入智能体的 |
449 亿元 2026 中国企业级 |
2 万+ 美的员工自建智能体数 |
三个数字,同一个方向
2026 年,企业 AI 领域有三件事同时发生。
Gartner 统计,嵌入任务型 AI 智能体的企业应用,从 2025 年的不足 5% 升到年底的 40%,一年八倍。中国信通院口径,企业级智能体市场从 212 亿元涨到 449 亿元,增速 111.8%。而咨询机构翻遍能源央企的招标公告后发现,采购的重心已经从“买平台”,下沉到“买场景、买智能体、买机制”——钱,正在从集团大厅流向具体岗位。
三件事指向同一个判断:企业 AI 的主战场,正在从集团底座下移到岗位工作台。
底座的年代,比拼的是模型有多大、算力有多足;岗位的年代,比拼的是谁的智能体真正在干活。这一年,谁先把 AI 送到每一个岗位面前,谁就先拿到下一个五年的入场券。
|
|
底座已成,只差最后一公里 |
过去两年,国央企 AI 的主战场在集团层:自研大模型、智算集群、数据中台、场景图谱,一批集团级底座陆续建成。在国资委“AI+”专项行动推动下,央企已培育开放重点行业场景超 1200 个,万卡计算集群相继投产。中石油昆仑大模型覆盖 152 个场景,二三级单位在统一底座上自主开发,是最典型的样板。
研究机构对央国企 Agent 建设的判断是:2025 年还在学习和验证,2026 年拐点已至,且“集团统建底座与业务单位自主落地并行推进”。
支撑岗位级智能体的四个条件,也全部就位:数据治理走完基础段,AI 有了可用的养料;ERP、财务共享、合同、项目管理等系统建成多年,接口齐备,智能体不需要从零造系统;MCP 等标准协议让“接一个系统、全体智能体复用”成为工程现实;更重要的是认知——超过六成的中国财务人员已经在用 AI,需求正在从“被推动”变成“主动找上门”。
“ 底座解决的是“有没有”,岗位解决的是“用不用”。最后一公里,必须由每一个岗位自己走完。” |
|
|
从“一网通办”到“一网智通” |
全员办公智能化的总体架构,落在三个字上:通。
“一网通办”解决的是服务上线——事项搬上网,流程电子化。它让办事更快了,但人还是那个人,系统还是那些系统,员工依然要在窗口之间来回切换,靠自己的脑子做“中间件”。
“一网智通”要解决的是智能上线——不是把服务搬上网,而是让智能上岗。它由三通构成:
能力通 把智能做成公共设施 |
岗岗通 一岗一策、千人千面 |
事事通 问题即办理 |
能力通是基础层 · 岗岗通是形态层 · 事事通是闭环层
三者的关系,可以这样理解:能力通像电网,岗岗通像电器,事事通像开关。电网铺到全楼,是公共设施;电器各不相同,适配每个房间;开关一按就亮,接的是真实需求。
没有能力通,岗岗通是无源之水;没有岗岗通,能力通只是少数人的玩具;没有事事通,前面两通都停在演示。三通递进,缺一不可。
|
|
能力通:把智能做成公共设施 |
第一通,是“一网智通”的基础层。
让大模型从“会回答”升级为“会协调”:依托智能体工作流的自主规划能力,在统建系统底座上迭代模型的协调与服务能力,聚焦内容创作、内容审读、资讯检索三类高频通用办公需求,打造办公通用智能应用;完善音视频转写、流程图自动生成等标准化通用能力;同步建设 PC 客户端与移动端,智能随终端走到哪里,服务就跟到哪里。
这一层的定位是公共设施。研究机构对央国企 Agent 落地路径的建议是“先通用后专用、先提效后重构”:知识问答、办公生成、数据问数这类通用场景,数月即可见效,先建立全员的使用习惯和组织信心,再向核心业务纵深。
“ 智能不该是少数部门的福利,它应该像水电煤一样,是全员随时可及的基础服务。” |
通用能力的价值不在单点惊艳,在全员触达。当写材料、查制度、转会议录音、画流程图这些事,每个人都能一句话完成时,组织对 AI 的信任才真正建立——这是后面两通的地基。
|
|
岗岗通:一岗一策,千人千面 |
第二通,是三通中最核心的跃迁:依托智能体开发平台,构建员工数字分身与专属岗位工作台。
它面向经营管理、项目管理、研发设计、工程技术等多岗位类型,接入岗位技能与通用能力,结合岗位数据镜像,让智能体深度贴合业务场景、适配岗位职责,实现“一岗一策、千人千面”,最终落地“一人一专属智能助手”的角色化全域服务体系。
过去企业发的是同一个对话框:所有人都问同一个模型,它对谁都是同一个答案。岗岗通换了一种逻辑——先让智能体读懂岗位,再让它服务岗位上的人。经营岗的助手懂经营口径,工程岗的助手懂技术标准,项目岗的助手懂进度规则。岗位数据镜像让它知道这个岗位每天面对什么数据、遵循什么流程、交付什么成果。
这条路,行业里已经有人走通。
国网浙江的智能体工作台铺到县公司,德清供电配了 6 个数字员工,贯通生产、营销、安监、调控、综合办公五套系统——“智能体像人一样自己操作电脑”。他们还给数字员工起了名字:调度岗的“调小讯”每天八点推送负荷简报,客服岗的“服小满”按风险等级自动派单。
中国一汽累计上线 29 个数字员工、40 个智能体,两万余名员工实时在线作业。美的集团,员工自建智能体突破 2 万个,全年提效超过 1500 万小时,降本 7 亿元。
“ 过去给每个人发一个对话框;现在,给每个岗位配一位懂行的助手。这是办公智能化从“工具普及”走向“角色重塑”的分水岭。” |
数字分身的意义还不止于辅助。它把岗位上那些说不清、道不明的经验——老师傅的判断习惯、老办事员的流程诀窍——第一次有了可沉淀、可继承、可复制的载体。人会退休,岗位智能体不会。
|
|
事事通:把智能嵌进流程,而不是放在旁边 |
第三通,回答一个最实际的问题:智能体到底替不替我干活?
1 AI 预填表单——聚合高频办事场景,把“填”这件事交给机器 2 知识库精准支撑——办事依据随问随到,不再翻几十份文件 3 问题即办理——数字员工承接“问完直接办”的闭环 4 Copilot 嵌入核心系统——员工在原系统中即可完成查询、填写、生成和初步校验 |
这一条的每一个字,都对着行业里最痛的那个坑。
一位企业落地者描述过反面场景:员工用 AI 接待客户,还得自己去订单系统查物流、去活动页确认优惠、判断是否符合退款条件,然后复制给 AI,再检查它有没有乱承诺,最后复制回客服系统——“原来的工作没有省掉,倒多了整理材料、输入和核对的步骤。”这时候员工不用 AI,不是抵触变化,是他发现还是自己干更快。
正面案例同样清晰。赛力斯的财务人员在飞书里发一句“帮我处理今天的发票报销”,智能体自动登录业务系统取流水、比对票据,一致就结束,不一致打包成异常工单——每月 80 小时的对账工作,十多个小时完成。中国移动的智能体工作台对接 OA、ERP 完成业务闭环,服务企业用户超 30 万。
两者只差一件事:智能体有没有拿到进入系统的钥匙。事事通的本质,就是把这把钥匙交给智能体,同时守住边界——
“ 评价智能体有没有真正上岗,不看它建了多少入口,看员工还要不要在系统之间搬运数据。嵌入原系统,是“事事通”与“又一个 App”的分界线。” |
|
|
落地四景:问数、报告、生成、审核 |
三通是骨架。落到日常,高频场景集中在四类,对应四种工作范式的转变:问数,从查到问;报告,从数到断;生成,从写到配;审核,从拦到防。
01 智能问数 从“IT 排队”到“车间自取”
取数,是办公场景里最高频的一件事。过去一线要一个数,得提需求、排队、等出报表。某制造企业上线自然语言问数 90 天后,自助率从“IT 排队”变成了“车间自取”——做法是先把良率、成本等核心指标的计算逻辑,在模型层统一定义。
但问数也是最容易翻车的场景。一位数据库工程师复盘过:某项目一百六十多张表,POC 全部通过,演示周领导问什么都能出数,三个月后,没有一项还在被业务主动使用。出的事故很典型:业务问“有效用户数”,模型查了 user_status 字段——表名对、字段名对、SQL 能跑、有结果、不报错,可那个字段存的其实是注册渠道编码。错口径的看板在业务侧挂了三个月,中间还上过一次汇报。
“ 报错的 SQL 你会去改,猜错的 SQL 会一路跑到会上。问数的失败几乎从不发生在语法层,全部发生在口径层。” |
所以行业里形成了共识的顺序:先统一指标,再让 AI 问数。
02 智能报告 别人给你数字,智能体给你结论
报告的瓶颈从来不是“写”,是“算和对数”。传统人工做一份信贷财报分析要三天:找齐资料、统一口径、算指标、查勾稽、找风险信号,最后才写结论。智能体把这条链拆成固定流水线,每一步都有明确规则,AI 只在最后一步——基于已经查到的真实证据,解释“为什么”。某银行的信贷财报分析,人工 3 天的全流程,现在几分钟闭环;电建财务公司的信贷报告撰写,缩短到 2 小时。
这里有条铁律,是行业里踩出来的:同一份资料跑两遍,必须出同一个数。结果不可复现,审贷会就不敢用。能算得出、查得到、每次结果都一样——这才是报告智能体和企业聊天 AI 的区别。
03 智能生成 从一句话到一份成稿
一位在体制内办公室写了十年材料的人,记录过这样的日常:中午十二点接到任务,下午三点要交一份汇报材料。过去这意味着午饭泡汤、对着空白文档薅头发;现在初稿半小时内躺在屏幕上,简单改几句就过审。
他的总结很关键:“不是 AI 会写材料,是我把它培训过了。”同一个单位里,另一位同事用通用对话框写,每次开新会话都要重新交代单位情况、文种口径,稿子总有一股 AI 味。他的评价一针见血——
“ 你这不是用智能体,是每天招个临时工,每次都从“我们单位是干嘛的”讲起。” |
这正是“岗岗通”要解决的问题:岗位工作台一次配置、长期复用,让智能体带着单位的口径、文种和历史稿上岗。同时守住一条底线——材料内容不能编,没有给出的政策依据不能编造,红线必须人来守。
04 智能审核 从流程末端的拦截,到风险前置的防守
行业里有个判断:智能审核是第一个真正跑出价值的场景。原因不复杂——审核同时具备“规则密集、单据量大、结果可验证”三个条件,天然适合智能体。做法是“规则 + AI”双重校验:把企业制度、业务口径、风险规则和审核经验固化到流程里。某能源央企共享中心,初审替代率约 66%,约 10 个月收回投资。
它带来的最深变化,是审核位置的前移:不再是流程末端的人工拦截,而是在业务发起、单据填写、附件上传、审批流转各节点实时介入。而且——
“ 系统不仅判断能不能过,还能解释为什么不通过。” |
四景看完会发现,它们各自的门槛殊途同归:问数卡口径,报告卡证据链,生成卡知识库,审核卡规则库。绕了一圈,回到的还是那三样东西——数据、知识、系统。三通不是概念,是把这三样接进日常工作的路径。
|
|
坐标:财务与战略,已经有人跑通 |
如果觉得三通还是蓝图,看两个部门已经交出的答卷。
财务,规则最密,跑得最快。国家能源集团某公司上线 17 个数字员工,银企对账从 2 小时压到 2 分钟,效率提升 98.3%,退单率降到全集团最低;中国电建的数字员工承担了共享中心超三成任务量。财务岗位的分工随之重排:基础审核交给机器,人转向运营管理和 AI 训练师。
战略,最依赖判断,也动了。国资委研究中心启动基于智能体的央企经济指数预测与社会价值测算系统,同步建设决策咨询垂域大模型和智能体开发平台,让研究人员自己构建智能体;东方电气累计构建智能体 800 余个;中远海运的航运大模型做情报分析与订单预测。战略部门的工作大头不在判断,在判断之前的准备——找年报、扒数据、做对标、核政策。这一段,正是智能体接走的部分。
两个部门,一密一疏,殊途同归:问题已经不是“要不要做”,而是“谁先跑通”。
|
|
清醒剂:四成项目会死,边界必须先立 |
同样是 Gartner 的预测:到 2027 年底,超过 40% 的智能体项目会被搁置或取消。原因不是模型不行,是成本失控、价值不清、治理缺位。
从演示到生产,隔着五个断层:成本从可忽略到按流量翻百倍;数据从干净样例到口径冲突;评估从“大家鼓掌”到必须有验收指标;流程从独立演示到必须嵌入现有系统;权责从无人认领到出事必须有人签字。
行业里还有一句更准的话:AI 落地的主要阻力,已经从“员工肯不肯用”,变成“组织接不接得住”。BCG 的数据是,只发工具账号大约带来 5 个百分点的改善,而端到端重做过流程的组织,改善的可能性高出 24 个百分点。
所以三通落地,先立五条边界:
01 只读起步。第一批能力全部是查询类,先让它看明白,再谈动手。
02 写入必须有人确认。发起审批、提交单据、修改台账,落在人工确认之后——不是技术做不到,是责任必须有人担。
03 业务系统始终是事实源。智能体不做最终记账,不替代系统做判定。
04 知识库要有主人。每份文件标清责任部门、更新时间、适用范围,过期文件不进生产环境。
05 全链路留痕。谁问的、调了什么、返回什么、谁确认的,全部留日志。
国产化与安全合规是央国企现场的硬约束——国产芯片、操作系统、数据库,等保与信创要求优先满足,业内叫“安全大于效果”。三通的所有能力,都在这条红线之内生长。
起步方式也明确:选高频、边界清晰、结果可验证的场景,一个系统、一个知识库、一个智能体,先跑最小闭环。闭环碰到哪几张表、哪几个口径,就把这一段治理干净——不是企业级铺开,是跟着用例走。跑通一个,复制一个;连接器复用、知识库复用、权限体系复用,第二个场景的成本可能只有第一个的三分之一。
|
|
三通之后,人站在哪里 |
三通各有分工:能力通解决“有没有”,岗岗通解决“懂不懂”,事事通解决“管不管用”。
它最终改变的是一种日常:取数不再跨三个系统,问制度不再翻几十份文件,开会不再熬夜拼材料,办事不再记一堆入口。省下来的时间不是消失,是流向原本没人有精力做的事——多看一眼风险,多想一步方案,多陪一次现场。
行业里有句话说得准:AI 让预测和执行变便宜,让判断和担责变贵。跑腿的事交给智能体,判断、签字和担责,始终留给人。这不是过渡安排,是长期的最优解。
最后,用一把朴素的尺子衡量这件事:评价办公智能化成不成功,不看上线了多少能力、接入了多少系统——
“ 就看一件小事:员工遇到活,第一反应是不是打开它。” |
一网智通,不是又一座系统。它让原有的系统活过来,让沉睡的数据开口说话,让每个岗位身边,站着一位不休息的同事。
能力通在铺,岗岗通在建,事事通在接——行业的下一程,就从这三通开始。

