FDE 企业 AI 落地与交付 · 需求、方案与交付 · 2026-07-28

OPC 做企业定制 Agent,根本行不通

企业AI落地误信“定制Agent”为捷径?文章揭示此路难成规模化生意,剖析三大现实障碍及破局方向。 核心内容:

  1. 定制Agent作为主要交付形态的商业不可行性
  2. 企业AI落地的核心现实问题(需求多元、数据复杂等)
  3. AI落地的正确思路:以场景而非岗位为单位

OPC 做企业 AI 落地,最容易被一种看起来很合理的交付形态吸引:给企业定制 Agent。

企业也很容易这样理解 AI 落地。

“我们想做一个客服 Agent。” “我们想做一个销售 Agent。” “我们想做一个运营 Agent。” “我们想做一个广告投放 Agent。”

听起来很清楚。

一个部门一个 Agent,一个岗位一套 Workflow,再接上企业知识库和业务系统,好像企业 AI 落地就开始了。

但我服务过几家企业之后,越来越确定,这条路很难走通。

不是 Agent 做不出来,也不是 OPC 没能力,更不是企业不愿意配合。

我也不是说所有 Agent 定制都没有价值。

真正的问题是:如果 OPC 把企业定制 Agent 当成主要交付形态,它很难成为一门可复利、可规模化、可长期维护的生意。

因为企业 AI 落地本身,有几个双方都绕不开的现实问题。

企业需求太多元,数据基础太复杂,业务流程太不稳定,组织使用习惯也还没形成。

这些问题没处理之前,定制 Agent 看起来像产品交付,最后很容易变成一次性工程。

企业需求不是一个岗位一张 SOP

很多人理解企业 Agent,会下意识把岗位等同于 Agent。

客服岗位对应客服 Agent,销售岗位对应销售 Agent,运营岗位对应运营 Agent。

这个映射听起来很顺。

但真正进到企业现场之后,你会发现,一个岗位不是一张 SOP。

同样是客服,有的企业主要处理退款退货,有的企业主要处理合同履约,有的企业主要处理渠道投诉,有的企业还要承担一部分销售转化。

同样是运营,有的运营在做内容,有的运营在做活动,有的运营在做用户分层,有的运营在盯数据和供应链。

所以企业需求不是“做一个岗位 Agent”这么简单。

真正要问的是:这个岗位在这家公司里到底承担什么任务?这些任务哪些高频、低风险、能自动化?哪些只能辅助决策?哪些必须人工审核?哪些一旦出错会影响客户关系、合同履约或财务责任?

这些问题不拆清楚,Agent 做出来就是一个泛化的工具壳。

它看起来覆盖一个岗位,实际上没有深入任何真实场景。

很多企业一开始会说:“我们就想先做一个客服 Agent。”

但客服 Agent 到底要做什么?

是根据知识库回答问题,还是判断售后政策?是查订单状态,还是修改工单、发起退款?是安抚客户情绪,还是在复杂情况里判断什么时候必须转人工?

这些完全不是同一个交付难度。

所以我越来越觉得,企业 AI 落地不是把岗位 Agent 化,而是先把真实场景拆出来。

岗位是组织结构,场景才是 AI 落地单位。

数据和系统,不是接上就能用

企业做 Agent,第二个绕不开的问题是数据和系统。

很多企业一说做 Agent,就会说:我们有知识库,有很多文档,有历史聊天记录,也有业务系统数据。

但有数据,不等于 Agent 能用。

知识库可能是散的,政策文档可能是过期的,历史记录可能是冲突的,表格字段可能没人维护。飞书文档、Excel、本地文件、系统后台、群聊记录混在一起,很多关键经验甚至只在老员工脑子里。

更麻烦的是,Agent 不只是要“读数据”。

它还要判断哪份数据可信,哪份数据更新,哪条规则优先级更高。

比如售后场景里,Agent 要回答一个退款问题,它需要知道商品信息在哪里、退换货政策以哪一版为准、历史判例冲突时信谁、订单状态从哪里查、退款权限怎么控制、客户沟通过程要不要留痕。

这些不是接一个知识库就能解决的。

如果数据基础没准备好,Agent 很容易变成一个会说话但不能真正办事的东西。

它可以回答问题,但不能完成端到端任务。它可以引用文档,但不知道文档是不是最新。它可以生成建议,但无法判断这个建议能不能在当前系统里执行。

系统接入也一样。

客服 Agent 要查订单、改工单、发起退款。销售 Agent 要查 CRM、更新客户状态、生成跟进记录。运营 Agent 要看数据后台、拉报表、触发活动配置。

但企业现有系统未必是为 Agent 准备的。

有些外采系统没有开放 API,有些自建系统接口文档不完整,有些后台只能人工点,有些权限分散在不同部门手里。

还有一些动作不能随便自动化。

有些数据能看不能改,有些动作必须审批,有些操作一旦出错,就会产生财务、合规或客户关系风险。

所以 Agent 不是“接上系统”就完了。

你还要设计它能查什么、能改什么、什么时候必须人工确认、谁来审批、失败了怎么回滚、每一步怎么留痕、出了问题责任怎么算。

这些问题没有答案,Agent 就不能真正接管流程。

最多只能做一个建议助手。

能回答问题的 Agent 很容易做,能安全执行动作的 Agent 才难。

客户想买灵活性,乙方却被迫交付刚性 Workflow

企业流程本身也不是稳定不变的。

很多企业想做 Agent,正是因为业务里有大量柔性问题。

同一个客户咨询,背后的购买记录不同,处理方式不同。同一个售后问题,不同订单状态、不同历史沟通、不同客户等级,结果也不同。

这些问题原本就不是一个固定流程能轻松覆盖的。

但定制 Agent 为了报价、开发和验收,就必须把这些柔性问题拆成确定流程。

于是矛…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/AISaaS/2026072847190.html