「AI不是替代人，是長在業(yè)務里」：關(guān)于“AI行動派”的廣州對話

AI熱潮漸退，企業(yè)如何真正落地AI？一場聚焦“AI企業(yè)級場景落地實踐”的沙龍在廣州揭曉答案。從多模態(tài)數(shù)據(jù)治理到物流AI應用，從產(chǎn)品設(shè)計方法論到智能體平臺開發(fā)，四位實戰(zhàn)專家分享了AI與業(yè)務深度融合的破局之道。本文將深度拆解這些可復用的經(jīng)驗，揭示AI從技術(shù)到價值的全鏈路實現(xiàn)路徑。

當技術(shù)的熱潮逐漸褪去，所有企業(yè)都在追問同一個核心問題：AI，究竟如何為我所用？

2026年1月31日，由“人人都是產(chǎn)品經(jīng)理”與“快遞100”聯(lián)合主辦的“對話AI行動派”系列沙龍登陸廣州。本次活動的主題直指當前AI落地最深的痛點——“與業(yè)務結(jié)合”。作為已連續(xù)開展兩年、覆蓋多座核心城市的行業(yè)交流IP，本次活動聚焦“AI企業(yè)級場景落地實踐”核心主題，吸引了產(chǎn)品、技術(shù)、運營、企業(yè)服務等領(lǐng)域近百位從業(yè)者線下參與，線上直播間同步聯(lián)動互動熱烈。

活動以“案例拆解+方法論輸出+互動答疑”的務實形式，匯聚物流、招投標、教育、云服務等多領(lǐng)域?qū)崙?zhàn)專家，深度拆解AI與業(yè)務融合的成功路徑，為參會者呈上了一場兼具實操價值與行業(yè)洞見的知識盛宴。

嘉賓分享：多領(lǐng)域?qū)崙?zhàn)案例，拆解 AI 落地關(guān)鍵

本次活動邀請四位一線專家，分別從 “企業(yè)級 Agent 構(gòu)建”“物流 AI 應用”“AI 產(chǎn)品設(shè)計”“智能體平臺開發(fā)” 四個維度，分享可落地、可復用的經(jīng)驗，覆蓋從技術(shù)方案到業(yè)務價值的全鏈路。

1. 魏旭東：多模態(tài)數(shù)據(jù)治理，破解企業(yè)級 AI 落地難

分享嘉賓：矩陣起源產(chǎn)品總監(jiān)魏旭東

面對企業(yè)界對AI“叫好不叫座”的普遍困境，矩陣起源產(chǎn)品總監(jiān)魏旭東一針見血地指出癥結(jié)所在：數(shù)據(jù)。他揭示了一個關(guān)鍵矛盾：通用大模型僅能觸及30%的互聯(lián)網(wǎng)公開數(shù)據(jù)，而企業(yè)核心的70%私域數(shù)據(jù)，因安全、碎片化及多模態(tài)（如圖片、音頻）等問題，被困在孤島中，無法有效驅(qū)動AI。

針對這一困境，魏旭東介紹了公司核心產(chǎn)品 “MOI” 的解決方案：通過 “數(shù)據(jù)接入 – 治理 – 服務輸出” 的一站式智能數(shù)據(jù)操作系統(tǒng)，結(jié)合多 Agent 協(xié)作，實現(xiàn)企業(yè)級 Agent 落地。他以傳統(tǒng)制造業(yè)變壓器企業(yè)招投標場景為例，展示了 AI 帶來的效率革命：

傳統(tǒng)流程痛點：企業(yè)每年處理千余次招投標，每份標書 500 + 頁，從 “下載標書 – 人工理解 – 素材準備 – 編寫標書” 需 20 + 天；

成果是顛覆性的：招標文件解析時間從12-24小時銳減至10分鐘；素材查找從2-5天縮短到5分鐘內(nèi)；標書核心內(nèi)容的編寫在1小時內(nèi)即可完成80%。魏旭東強調(diào)，AI落地不是追求“一鍵生成”的魔法，而是通過“任務拆解、人機協(xié)同、反饋閉環(huán)”的工程化思維，將復雜流程標準化、自動化，最終讓人聚焦于最關(guān)鍵的價值判斷環(huán)節(jié)。

面對 “業(yè)務人員排斥 AI” 的落地阻力（如擔心被替代、要求 100% 準確率），魏旭東提出 “雙策略應對”：

一是 “自下而上” 做觀念普及，從企業(yè)領(lǐng)導層切入，傳遞 “AI 輔助而非替代” 的理念；

二是 “任務拆分 + 人機協(xié)同 + 反饋閉環(huán)”，將復雜任務拆分為原子任務提升準確率，關(guān)鍵環(huán)節(jié)保留人工確認，同時收集員工反饋優(yōu)化模型，逐步建立信任。

2. 李朝明：AI + 物流，構(gòu)建 “確定性” 服務能力

分享嘉賓：快遞100 CTO李朝明

作為全球快遞物流一站式數(shù)智服務平臺，快遞 100 CTO 李朝明的分享，展現(xiàn)了AI與行業(yè)深度結(jié)合后所釋放的“確定性”價值。

快遞100深知手機是離用戶最近的智能終端，在端側(cè)智能成為多家廠商的首批開發(fā)合作伙伴，成為AI手機智能應用樣板。快遞100融入華為鴻蒙生態(tài)：成為HarmonyOS Next首批開發(fā)合作伙伴，入選“首批50+鴻蒙智能體”；融入快應用與意圖框架生態(tài)：成為榮耀YOYO智能體與vivo、OPPO、小米等AI手機的首選快遞服務應用開發(fā)商；成功蟬聯(lián)「年度人氣快應用」獎項，并榮獲「最佳領(lǐng)航獎」，是唯一一款獨立第三方快遞物流應用，彰顯了在由主流手機廠商組成的快應用聯(lián)盟生態(tài)中的獨特價值。

在云側(cè)智能方面，快遞100驚喜發(fā)布快遞物流行業(yè)首個大模型AI原生商業(yè)化應用「AI寄快遞」,自主研發(fā)的混合智能（Hybrid AI）架構(gòu)大模型應用開發(fā)平臺——「百遞云GPT」，平臺級接入主流公有云閉源大模型和私有化開源大模型，成為大模型落地應用新范式。快遞100基于「百遞云GPT·大模型應用開發(fā)平臺」，相繼發(fā)布「AI查快遞」「AI寄快遞」「AI管快遞」「AI客服」等AI原生應用，打通大模型到用戶的最后一米。

“AI 不能脫離場景空談。快遞100查快遞、寄快遞、管快遞三個核心場景，都結(jié)合了AI的能力”李朝明總結(jié)快遞100在大模型時代做的關(guān)鍵事項，“快遞100作為一家從事16年“傳統(tǒng)”業(yè)務的公司，借助AI與場景的結(jié)合迎來了新增長機遇。”

“快遞100在大模型時代嘗試的另一件事是AI+Data，讓沉淀多年的數(shù)據(jù)真正轉(zhuǎn)化為可被 AI 理解、利用的核心資產(chǎn)。”李朝明總結(jié)道。

他指出，用戶的核心需求已從“包裹在哪”的軌跡查詢，升級為“何時必達”的精準預期。為了回答這個更復雜的問題，快遞100啟動了一場深刻的“數(shù)據(jù)覺醒”，利用AI大模型技術(shù)，攻堅海量、非結(jié)構(gòu)化的物流軌跡數(shù)據(jù)。

快遞100構(gòu)建“中國首個快遞物流網(wǎng)絡(luò)數(shù)智圖譜”的過程，本身就是一套精密的“人機協(xié)同”范式。整個體系形成了從數(shù)據(jù)到智能的閉環(huán)：

人類專家負責頂層設(shè)計，如挖掘創(chuàng)新機會、定義業(yè)務規(guī)則與AI作業(yè)邊界；

AI智能體則承擔起海量數(shù)據(jù)的處理工作，具體分為四個核心步驟：

1. 智能采集，從原始軌跡中提取真實網(wǎng)點與線路；
2. 智能建模，構(gòu)建節(jié)點關(guān)系圖譜；
3. 智能更新，自主發(fā)現(xiàn)并更新網(wǎng)絡(luò)變化；
4. 智能分析，歸類異常數(shù)據(jù)。

這張動態(tài)生長的智慧圖譜，使得快遞網(wǎng)絡(luò)從靜態(tài)地圖演變?yōu)橐粋€可自主感知、學習和進化的“活系統(tǒng)”。

這張圖譜孕育出的核心能力——“智能時效預估”，其價值已遠遠超越個人查件。目前，該能力的日調(diào)用量達千萬級，深刻賦能了千行百業(yè)：

電商平臺借此實現(xiàn)從“到哪里”向“什么時候到”的服務升級，優(yōu)化庫存與配送安排；品牌商售后得以從被動響應客戶催問，轉(zhuǎn)向基于預估時間的主動服務調(diào)度；

互聯(lián)網(wǎng)醫(yī)藥、回收租賃、O2O服務等行業(yè)，它助力實現(xiàn)了從常規(guī)流程到精準醫(yī)療、從粗放經(jīng)營到準時收費、從串行服務到并行聯(lián)動的模式升級。這標志著快遞100從提供物流“信息”的工具，進化為提供關(guān)鍵“決策”基礎(chǔ)設(shè)施的服務商。

李朝明老師進一步指出，AI的普及正在重塑技術(shù)生態(tài)的協(xié)作模式。傳統(tǒng)的指令式、結(jié)構(gòu)化API，其消費者是開發(fā)者，本質(zhì)是1對1的靜態(tài)連接。而在智能體時代，快遞100將API升級為MCP協(xié)議。MCP的消費者是AI模型本身，它支持基于自然語言的動態(tài)上下文理解，實現(xiàn)了智能體與服務的M對N的通用、動態(tài)連接。這一變革極大降低了專業(yè)能力集成的門檻，預示著更靈活、更繁榮的“AI調(diào)用AI”的生態(tài)經(jīng)濟正在形成。

“最后再總結(jié)一下今天的主要內(nèi)容，也是我們過去三年探索實踐的成果——端云協(xié)同+兩個結(jié)合+MCP化的「AI領(lǐng)創(chuàng)方法論」。”李朝明說道。

3. 四月：AI 產(chǎn)品設(shè)計，從 “找痛點” 到 “控邊界”

“AI+營銷”領(lǐng)域的實戰(zhàn)派專家四月老師從 AI 產(chǎn)品經(jīng)理視角出發(fā)，分享了 “高價值 AI 產(chǎn)品的設(shè)計方法論”，核心是 “不拿 AI 當錘子找釘子，而是讓 AI 長在業(yè)務里”。

他提出 AI 產(chǎn)品設(shè)計的三大核心步驟：

1. 識別高價值場景：優(yōu)先選擇 “高頻 + 高價值 + 高容錯” 場景 —— 如標書制作、用戶評論分析（高頻），避開醫(yī)療診斷等低容錯領(lǐng)域；
2. 評估數(shù)據(jù)準備度：企業(yè)數(shù)據(jù)需滿足 “高質(zhì)量 + 結(jié)構(gòu)化”，若數(shù)據(jù)碎片化，需先做治理再談 AI 應用；
3. 梳理人機協(xié)作邊界：明確流程中 “人必須參與的原子動作”（如 PPT 關(guān)鍵決策）與 “AI 可替代環(huán)節(jié)”（如數(shù)據(jù)統(tǒng)計），避免 “一鍵生成” 的幻想。

四月老師在通過四個實戰(zhàn)案例，驗證了方法論的有效性：

1. 用戶評論分析助手：用飛書多維表格 + Bitsee 搭建，自動對評論打標、提取需求、生成儀表盤，分析時間從每周 1-2 天縮至半天；
2. AI 簡歷篩選：圍繞崗位需求，讓 AI 對簡歷從 “專業(yè)匹配度 – 職場經(jīng)驗 – 學習潛力” 評分，HR 僅需做最終邀約決策；
3. AI 商品圖生成：跨境電商通過 “扣子平臺 + 豆包生圖模型”，讓業(yè)務人員自主生成產(chǎn)品圖，減少對設(shè)計師依賴；
4. 高校招生智能體：結(jié)合 3D 數(shù)字人提供 7×24 小時咨詢，通過 “知識圖譜 + 意圖識別” 解決大模型幻覺問題，非工作時間咨詢占比 30%，緩解招生辦壓力，同時沉淀結(jié)構(gòu)化招生知識庫。

四月老師總結(jié)道，AI產(chǎn)品經(jīng)理的核心能力，正轉(zhuǎn)變?yōu)?strong>“以工程化方式管理不確定性”。通過設(shè)計提示詞、快速搭建原型（Demo）并進行評測優(yōu)化，能夠以前所未有的速度驗證需求、找準技術(shù)與業(yè)務結(jié)合的最優(yōu)解。AI的終極角色是“副駕駛”，輔助人更高效、更高質(zhì)量地完成工作。

4. 李聰：騰訊云智能體平臺賦能：支撐AI應用從“試驗”走向“生產(chǎn)”

分享嘉賓：騰訊云智能體開發(fā)平臺產(chǎn)品運營 李聰

來自騰訊云智能體開發(fā)平臺產(chǎn)品運營 李聰老師，從平臺提供方的視角，梳理了企業(yè)AI應用進化的清晰脈絡(luò)：從早期的知識問答，發(fā)展到“知識+流程”結(jié)合，再到當前的多智能體協(xié)作與端到端應用。為了支撐這一演進，智能體開發(fā)平臺需要提供堅實而全面的能力底座。

她重點介紹了騰訊云智能體開發(fā)平臺在復雜RAG、超大文檔解析等企業(yè)級需求上的深耕。例如，在為某國際商超打造的AI審核系統(tǒng)中，平臺集成了多種能力，將第三方商家引入的數(shù)字人視頻驗真流程的人工審核工作量減少了90%，并通過技術(shù)手段確保了審核準確性。

面對未來，李聰分享了平臺對SuperAgent的思考與實踐——通過構(gòu)建“智能體門戶”，實現(xiàn)對多個單一智能體的統(tǒng)一調(diào)度、管理與復用，從而應對更加復雜的業(yè)務場景。她強調(diào)，未來的AI生產(chǎn)力工具，必須是“可管理、可運營、可實踐”的，在追求效果創(chuàng)新的同時，絕不能忽視企業(yè)級應用所必需的穩(wěn)定性、安全性與服務保障。

李聰表示，騰訊云智能體開發(fā)平臺提供公有云與私有化版本，并設(shè)有一個月免費試用期，期待與更多開發(fā)者、企業(yè)共同推動AI落地。

共識與展望：回歸業(yè)務價值，穿越落地迷霧

整場活動，四位嘉賓的分享雖角度各異，卻指向了高度一致的核心理念：所有成功的AI實踐，都必須始于對真實業(yè)務痛點的深刻洞察，并終于可衡量的價值創(chuàng)造。

無論是魏旭東老師通過治理數(shù)據(jù)攻克招投標痛點，李朝明老師利用數(shù)智圖譜技術(shù)重塑物流確定性，四月老師以產(chǎn)品思維在具體場景中“種植”AI，還是李聰致力于打造支撐AI應用穩(wěn)健運行的平臺，他們的故事共同驗證了一條路徑：AI的落地，是一個將技術(shù)能力、行業(yè)數(shù)據(jù)與業(yè)務場景進行“乘法”融合的工程。

活動揭示出兩大明確趨勢：一是融合加深，AI正從單點工具，深入至重構(gòu)全業(yè)務流程；二是生態(tài)協(xié)同，以MCP為代表的新一代協(xié)議，正在促進“AI調(diào)用AI”的智能生態(tài)形成，讓專業(yè)化服務得以更便捷地集成。

這不僅僅是一場案例分享會，更是一次在AI熱潮中的集體理性回歸。它向所有探索者昭示：最大的機會不在追逐最炫酷的技術(shù)，而在沉入產(chǎn)業(yè)的最深處，用務實的方法論，解決那些真實存在的業(yè)務之渴。這，或許是穿越AI落地迷霧唯一可靠的燈塔。