在深演智能刚刚结束的“AI AGENT赋能业务增长”高峰闭门会上正式发布了新一代企业级AI智能体平台 DeepAgent 3.0版本，并推出了二十余款智能体应用，覆盖从用户运营、广告、销售/客服、social营销到产品创新、GTM、用户洞察七大领域。

深演智能创始人兼CEO黄晓南女士在会上发布了 DeepAgent 3.0 版本，并做了题为“智能体助力决策新范式“的主题分享。以下为整理后的演讲实录：

好，首先我再次代表深演智能感谢所有的嘉宾。咱们今天是闭门会，来的大部分都是甲方朋友和生态伙伴。从2025年我们第一次ALL IN AI Agent到现在，正好两年了。今天看到的很多成果，都是跟在座很多客户一起共建出来的，很多客户都能在里面找到自己参与的影子，所以首先是要致谢。

第二呢，我和王琪教授的PPT确实没有提前对过，但今天讲的内容，你们看，高度契合。这说明在AI时代，这个产学研的共融共进啊，已经到了一个以前想象不到的高度。我们从中欧研究院得到的很多洞察，和我们企业里实际落地的东西，是高度一致的。所以这可不是王教授给我们背书，这是咱们一起共创过程中自然产生的共识。

回过头看2025年，大家感触最深的就是大模型那个更新速度，真是每天一睁眼就有新消息。我们做智能体的其实挺辛苦，刚做出来一个，下个月可能就得考虑迭代了。但你发现没有，大模型的热闹，跟企业系统性的智能增效，好像关系没那么大。所以2025年除了大模型，最热的词就是“智能体”了。现在行业里慢慢有了个共识，就是大模型的战争基本结束了，接下来，智能体才是企业真正创造效益、打造自己核心竞争力的核心抓手。

先简单说说啥是智能体。你可以这么理解，大模型就像一个刚毕业的博士生，知识渊博，但没工作经验。智能体呢，就是给它做上岗培训，让它能真正干活的体系。有种是通用型智能体，能订票、规划旅游，用的是常识。另一种是企业级垂直智能体，就像大学生毕业进了你们公司，得迅速培训，加入专业的知识、技术方法，让它变成像你们公司的专家一样。

我们现场做个小小调研啊。根据国际上的报告，全球大部分企业都开始用AI了。今天在座的可以说是国内最懂AI应用的一批品牌代表了。我看了一下，大家都已经不是停留在期待阶段了，真好。但走到今天，我们发现打造一个真正好用、可靠的企业级智能体，挑战非常大。总结下来有四大痛点：

第一是稳定性与可靠性。咱们搞BI的同事可能深有体会，问个数据，AI有时候会胡说八道，给个错误数据，领导一看，麻烦就大了。第二是业务知识的深度融合。专家的知识太难梳理了，很多都藏在脑子里，没法结构化。第三是上下文和记忆，长对话容易忘事。第四是多智能体协同。单个智能体干点小事可以，但想给企业带来可衡量的价值，必须把多个智能体串起来，变成一个完整的业务流程，这个非常难。

这些挑战背后，其实是因为大模型本身有缺陷，比如幻觉、记忆短、缺数据。我举个例子，什么是幻觉？就是我前两天做攻略，让大模型给我推荐几个帖子参考，它真给我列了一堆，有名有姓，结果我一查，全是编的！这在企业级应用里是绝对不允许的。

所以我们的体会是，2026年做企业级智能体，有这么几个关键点不能忘：

第一，不能让它自己乱跑。大模型天生是概率性的，但企业要的是确定性结果。所以必须给它套上“缰绳”，保证输出是稳定、可靠的。

第二，要嵌入工作流。去年我们搞了不少纯智能体应用，现在我们的做法是，把智能能力嵌入到企业日常用的各种系统工具里，让AI在你需要的地方自然出现，我们叫“Agent Light”。

第三，数据保真度是生命线。你别迷信大模型本身多厉害，智能体的“智能”，很大程度上取决于你喂给它的数据有多准、多好。我们公司十几年积累的一方数据和生态数据，这才是宝贝。

第四，人必须掌舵。特别是在决策环节，我们坚信AI是帮手，最后拍板的一定是人。AI把繁琐重复的工作处理掉，人来做关键判断和处理复杂例外，这对人的要求其实是更高了。

有些平台说能让员工自己“手搓”智能体，解决个人工作没问题。但要想对整个组织负责，做成企业级可信任的智能体，那需要的能力非常复杂，不是个人能搞定的。所以我们坚持做企业级智能体，要的是稳定、可靠、真正的智能。

今天这个会，其实也是我们DeepAgent应用平台3.0版本的发布。跟去年比，最大的变化一个是智能体数量从几个变成了二十几个，覆盖的领域也广了，从产品创新、GTM、搜索营销到广告、用户运营、销售、用户洞察，基本上全链路都覆盖了。当然，底层离不开我们这么多年积累的数据底座。

今天我演讲的标题是“企业增长新范式”，我想说的是，接下来在很多领域，都会出现全新的玩法。比如销售，过去是销售和客户硬碰硬。我们现在怎么做？叫“一人一策”。首先，我们用AI Persona，根据企微对话、客服记录给人打标签；然后基于CDP的历史数据，给每个人提出专属策略；当这个人在企微里出现时，第三个智能体再结合他当下的对话，给出个性化话术推荐。当然，话术销售可以自己选、自己改，人还是掌舵的。在汽车行业，我们从线索清洗、企微培育、到店接待、销售总结，全部用AI串起来，形成一个闭环，效果提升非常明显。

Social营销也是这样，从策略、内容、达人到投流、归因，我们全部用AI赋能，甚至打造了AI投手，能24小时优化投放。CRM用户运营呢，我们今年重点做了AI个性化内容生成和智能旅程，AI能自己规划整个沟通流程，人只需要关键节点审核确认。

特别想提一下我们的VOC产品，它不是一个简单的舆情系统，而是一个洞察产品。我们把海量的用户评论、客服对话这些非结构化数据，用AI打上标签，变成结构化的，然后可以做产品洞察、用户洞察、运营洞察。比如你能快速知道消费者到底在抱怨什么，哪个产品功能被吐槽最多，甚至能挖掘出新的产品概念。这完全颠覆了我们过去理解用户的方式。

还有个特别受欢迎的产品是“AI消费者”。它的逻辑是用真实的标签和行为数据，训练出虚拟的消费者。你可以选择想要调研的对象，问他定性或定量的问题，他能说会道，很快就能出报告。过去做3000人的定量调研成本高、周期长，现在可能很快就完成了。当然，他擅长左脑思维、预测判断，情感体验类的问题可能不太行。

最后说说AI搜索，也就是GEO和GAO。现在用户用AI搜索的越来越多，品牌必须关注你在AI眼里的形象。我们的做法是，先通过调研了解AI用户的行为，然后诊断品牌在AI中的表现，再通过GAO影响大模型底层的认知，通过GEO优化公开信息源。这里要强调规范性，一定要找规范的公司做，不然可能得不偿失。

展望2026年，我觉得有几个关键词：任务完成度、多智能体协同、白盒化（可解释性）。我认为现在智能体最适合的是完成确定性的任务，然后我们需要和客户一起把这些任务模块组装起来，实现业务价值。最好的合作模式是“70%+30%”：我们这样有AI技术和行业知识的公司完成70%的通用能力，剩下的30%最关键的，和客户在你们的痛点、流程和场景里一起共创出来。这样打造出的智能体，才是最能助力企业增长的。（无线昆明）

免责声明：本内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，广告内容仅供读者参考，如有疑问请联系：0564-3996046。