近日，九科信息技術副總裁傅愷走進清華大學深圳國際研究生院，為學生們帶來《企業(yè)AI智能自動化的未來：打造數(shù)字員工組織》的主題講座。
分享圍繞智能體技術發(fā)展、行業(yè)應用現(xiàn)狀及企業(yè)級解決方案展開，結(jié)合深耕人工智能與企業(yè)數(shù)字化十余年的實踐經(jīng)驗，拆解智能體如何突破傳統(tǒng)自動化局限，成為推動企業(yè)效率變革的核心力量。
以下為本次講座內(nèi)容的精華梳理，帶您深入理解企業(yè)智能自動化的技術邏輯與落地價值。
九科信息產(chǎn)品副總裁傅愷受邀在清華大學深圳國際研究院授課
01 發(fā)展與應用：Agent四大應用場景重構企業(yè)工作流
過去的自動化技術需人工定義每一步操作流程，預設所有意外分支的處理方式。而智能體的核心價值，在于通過大語言模型的理解能力，打破傳統(tǒng)自動化的局限。它只需接收“目標指令”，就能自主理解業(yè)務邏輯、規(guī)劃執(zhí)行路徑，甚至應對流程中的突發(fā)變化。
從2023年大語言模型技術爆發(fā)至今，企業(yè)在智能體應用上已形成四大核心方向。
AI Agent的四大應用場景示例
綜合內(nèi)容理解與審核是目前最成熟的場景之一。比如在輿情監(jiān)控領域，字節(jié)跳動、騰訊等企業(yè)已廣泛應用智能體，它通過Prompt即可快速適配新需求，無需修改模型底層，響應速度大幅提升。
數(shù)字人工作助理的進化則進一步貼近企業(yè)日常辦公場景，它不再局限于“記錄待辦”，而是能主動收集溝通信息、自動邀約會議、追蹤任務進度。
綜合內(nèi)容生成場景則幫助員工擺脫重復文案工作，財報、周報、招聘JD等標準化內(nèi)容，都可通過智能體快速生成。
業(yè)務流程端到端自動化是智能體價值的集中體現(xiàn)。它打通了“數(shù)據(jù)-決策-執(zhí)行”的完整閉環(huán)。
以商業(yè)數(shù)據(jù)分析場景為例，智能體已實現(xiàn)“提問-解析-查詢-反饋”的端到端全自動化：用戶只需提出需求，智能體便會將自然語言問題拆解為系統(tǒng)可識別的查詢參數(shù)，并調(diào)用軟件接口獲取數(shù)據(jù)，再通過大模型生成可視化結(jié)論。整個過程無需人工干預，大幅提升項目落地速度。
02 現(xiàn)狀與問題：“頭重腳輕”的Agent生態(tài)
當前智能體市場看似產(chǎn)品豐富。從《中國AI Agent生態(tài)圖譜》可見，算力層、平臺層、垂直應用層均有大量玩家布局，涵蓋金融、營銷、教育、醫(yī)療等多個垂直領域。
但深入企業(yè)實踐會發(fā)現(xiàn)，行業(yè)普遍存在“頭重腳輕”的問題。智能體產(chǎn)品嚴重同質(zhì)化，多數(shù)聚焦“知識問答”功能，真正能動手執(zhí)行事務的產(chǎn)品極少。
某大型車企的實踐案例極具代表性：該企業(yè)已搭建2000多個智能體，覆蓋采購規(guī)范、合同審核、公文撰寫、數(shù)據(jù)分析等幾乎所有業(yè)務領域，員工通過智能體可快速查詢?nèi)魏瘟鞒虡藴驶驑I(yè)務知識。
企業(yè)智能自動化建設現(xiàn)狀——知行難以合一
但實際操作中，提交采購申請、篩選供應商、核對報銷金額、錄入系統(tǒng)數(shù)據(jù)等核心執(zhí)行環(huán)節(jié)，仍需人工完成。這種“知”與“行”的割裂，反而加劇了員工工作負荷。
深究問題根源，現(xiàn)有智能體大多聚焦“信息傳遞”，而非“系統(tǒng)操作”。例如采購智能體可以回答員工“采購流程分三步”，卻不能幫員工在采購系統(tǒng)中提交申請。
這種“只說不做”的現(xiàn)狀，讓企業(yè)數(shù)字化轉(zhuǎn)型卡在“最后一公里”——投入大量資源搭建的智能體，沒能真正減輕員工的實際工作量，也未實現(xiàn)業(yè)務流程的本質(zhì)性提效。
03 九科信息bit-Agent：真能干活的數(shù)字員工
為解決企業(yè)智能自動化“知行割裂”的核心痛點，九科信息研發(fā)了新一代企業(yè)級GUI Agent（圖形用戶界面智能體）——bit-Agent。
與市面上大多數(shù)智能體相比，它的核心差異在于操作能力。它可模擬人類點擊、輸入、拖拽、讀取界面信息等動作，直接在電腦桌面或Web應用中完成具體任務。無論是SAP系統(tǒng)的復雜表單、企業(yè)私有云控制臺的操作按鈕，還是網(wǎng)頁端的動態(tài)內(nèi)容，都能精準識別并執(zhí)行操作。
九科信息bit-Agent能精準識別并執(zhí)行操作
相較于市場同類產(chǎn)品，bit-Agent的企業(yè)級屬性更突出。它不綁定特定大模型，可靈活適配GPT-4o、DeepSeek、通義千問等多種模型，企業(yè)可根據(jù)數(shù)據(jù)安全需求選擇國產(chǎn)模型進行私有化部署；對比側(cè)重個人簡單任務的其他熱門智能體，bit-Agent能處理復雜文件校對、多系統(tǒng)協(xié)同操作等企業(yè)級任務。
“流程固化”更是bit-Agent的獨門秘籍。bit-Agent可將執(zhí)行過的任務保存為模板，后續(xù)重復調(diào)用時無需重新規(guī)劃，大幅降低token消耗的同時，更重要的是有效降低了大模型隨機性所帶來的錯誤風險，充分滿足了大型企業(yè)對智能體穩(wěn)定性的剛性需求。
九科信息bit-Agent的“能力固化”功能
在實際落地場景中，bit-Agent的提效價值已得到充分驗證。
在車企安全運維場景中，傳統(tǒng)RPA技術開發(fā)全部場景的巡檢模板需30人天，且系統(tǒng)升級或界面變化后模板即失效；而bit-Agent僅通過一套模板，便可全面覆蓋安全巡檢場景，開發(fā)成本得到大幅降低，且Agent可以像人類一樣感知界面變化，自動調(diào)整操作邏輯，實現(xiàn)零成本維護。
從執(zhí)行層而言，不僅將單個產(chǎn)品的巡檢耗時從5分鐘壓縮至30秒，還讓巡檢錯誤率降低超93%。
目前，bit-Agent已穩(wěn)定服務該千億級車企數(shù)月，成為國內(nèi)目前唯一通過市場嚴格考驗的GUI Agent（圖形用戶界面智能體）。
九科信息bit-Agent助力大型車企智能巡檢項目
企業(yè)智能自動化的核心目標，并非用AI替代人類，而是形成全新的人機協(xié)作模式。bit-Agent的技術探索，正是這一目標的實踐落地——從“問答助手”到“數(shù)字員工”，智能體正在重構企業(yè)工作方式，推動業(yè)務流程走向真正的智能自動化。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
