模型又强又便宜，是什么卡住了 AI 商业化落地？

大模型的单点能力越来越强、调用成本越来越低，为什么企业依然难以让 AI 持续产生切实的商业价值？

10 月 16 日-17 日，在深圳举办的“HiPM 2026 全球化产品新范式峰会”上，融云 AICP 研发负责人李宏博发表了“AI Agent 全球化实践与探索”主题演讲。结合融云近年来在海内外业务中的真实摸索经验，李宏博分享了团队在社交营销、智慧办公等垂直场景中的解法和思考。

真实的落差：技术演进 VS. 商业闭环

生成式 AI 的技术普及与演进速度远超以往任何一次技术浪潮。据《AI Index 2025》统计，达到与 GPT-3.5 相当基准表现的模型，其推理查询成本在 2022 年 11 月至 2024 年 10 月间下降了超过 280 倍；而在《AI Index 2026》中，生成式 AI 在样本人群中的采用率已超过 53%，在专业软件工程基准 SWE-bench Verified（评估 AI 解决真实代码缺陷能力的权威基准）中，统一 Agent 工作流的问题解决率也跨过了 76% 的门槛。

然而，技术侧的快速演进与企业侧的商业回报之间，依然存在着显著落差。根据麦肯锡 2026 年全球 AI 调研，37% 的受访者表示，AI 已对所在组织的息税前利润（EBIT）产生正向贡献。这表明，AI 的使用范围持续扩大，但将技术应用转化为组织层面的财务收益，仍是许多企业需要解决的问题。

场景破局：融云的两条 Agent 实践主线

面对上述挑战，融云从自身的通信业务基因出发，重点做了两条线的落地探索。

1. 智慧办公 Agent

AI 在办公里该做个无所不知的问答助手，还是包办一切的任务工作台？事实上，二者并非对立项。从信息理解到任务执行，本身就应该是一段连续的体验。

融云围绕“信息输入、理解执行、过程审阅、结果沉淀”这一主线，探索出了新的智慧办公 Agent 工作台模式：让任务范围看得见、执行过程可检查、最终产出可追溯。

以典型的项目周报场景为例，信息往往散落在聊天记录、邮件、会议纪要与各类项目管理系统中。Agent 通过跨系统的上下文连接，将本周进展、风险堵点与下周规划梳理成一份结构化周报；更关键的是，报告中的每一项结论，都能向下穿透到原始讨论记录与数据源头，对模糊待确认项明确标注，让周报真正成为严肃、有依据的管理工具。

而在涉及研发检查、配置变更等场景时，Agent 则推行了更为严谨的治理原则。

系统首先在受限范围内做只读扫描，输出包含位置与风险等级的证据报告；在真正执行任何改动前，必须由人明确审核操作指令与影响边界；而最终的修改都会生成类似代码仓库的 Diff 差异对比，并提供完整的历史版本快照，确保任何误操作都能随时安全回退。

通过将执行引擎、业务系统与人类决策节点的解耦，办公 Agent 成为可真正进入企业工作流的可靠劳动力。

2. 社交营销 Agent

机械生硬的回复、超出知识库范围就答非所问、割裂的转人工流程，这些传统 AI 体验给用户带来了强烈的“塑料感”。用户反复在对话框里敲下“转人工”，本质上是对冰冷机器交互的防御与抵触。许多方案之所以失败，是因为它们只优化了后端技术指标，却忽略了前端用户的真实体感：情绪是否被接纳、对话节奏是否自然、问题能否被真正推进。

针对这一痛点，融云打破了单向问答的传统逻辑，构建了“情感与业务双轨驱动”的交互模型。

在对话发生时，情感轨道专注于捕捉用户字里行间的情绪波动与紧迫程度，在用户出现焦虑或不满时，优先以安抚、共情和节奏把控建立信任；同时，业务轨道依托底层状态机，严密跟踪订单核实、退换货推进、意向判断等业务进度。

在此基础上，人机协同让 Agent 在常见场景自主闭环，而面对情绪升级或复杂异常情况时，可以带着完整的结构化摘要无缝移交人工。当人工客服介入后，AI 退居幕后作为 Copilot，实时为客服推荐最佳话术与下一步行动建议。

这些在各类真实场景中淬炼出的解法，不仅让融云沉淀出了一套场景化 Agent 的落地经验，还推动其通信底座向智能化时代完成关键升级，演变为 AICP（AI Communication Platform，人工智能通信平台）。

依靠多年在全球化业务上的深厚积累，融云将市场差异转化为底层标准化、可配置的工程能力，全面赋能其三大核心业务版图：面向互联网开发者的标准化 SDK 与 API 生态、服务于政企协同的高安全数智办公，以及助力海外国家构建自主可控通信应用的国民级通信解决方案。

当模型能力逐渐像水电一样可得，“调用模型”本身将不再是任何企业的壁垒。唯有扎进真实业务，才能让 AI 投入真正转化为业务增长。