单个 Agent 演示效果不错，但进入业务一线后，知识、工具和岗位流程彼此割裂，数据权限与效果评估也难以理清。本次分享将通过滔搏、易点天下和满帮三家企业的真实实践，带你了解 Agent 如何深入门店经营、广告投放和稳定性运维，让员工从取数、盯盘和串流程，转向目标设定、关键确认与结果验收，并将老员工经验沉淀为新人可直接调用的技能。你还将看到经营分析从约2小时缩短至20分钟、运营人均效率提升40%以上、重大风险定位缩短至约1分钟的实际成效，以及企业如何选场景、定责任、衡量效果，并借助阿里云 AgentCore 构建可协作、可治理、可度量的企业级智能体体系。

很多企业的经历是：单个 Agent 演示效果不错，一到业务一线，知识和工具各建一套，岗位之间接不起来，数据权限说不清，效果也算不明白。本次分享从三家企业的真实落地讲起：滔搏让 4000 多家门店的店长和一线员工用上经营分析、练货陪练和顾客维护助手，单次经营分析从约 2 小时缩短到约 20 分钟；易点天下让智能体串起广告投放全链路，核心执行类工作约一半由 AI 承担，运营人均效率提升 40% 以上；满帮把值班巡检和故障应急交给 7×24 小时运转的"稳定性数字人"，重大风险定位从拉群排查数小时缩短到 1 分钟左右。你会看到这些团队的工作流具体发生了哪些变化：人从亲自取数、盯盘、串流程，转向定目标、做关键确认、验收结果；老员工的经验被整理成可复用的技能，新人可以直接调用。最后，我们总结三家企业共用的方法：怎样选场景、谁来负责、如何衡量效果，以及支撑这些变化的阿里云 AgentCore 平台能力。

演讲大纲

一、AI 进业务一线的真问题

• 能演示不等于能用：知识和工具重复建设、多个岗位接不起来、权限边界不清、效果难衡量、出了错找不到原因、上线后没人负责。
• 工具省下的是操作，省不下的是人：一个人盯 5 个系统，应急时一次要打开 6 个平台。

二、案例一：滔搏——让每家门店都有"专业助手"

• 背景：4360 家实体门店、3700 家小程序店铺、20 多个合作品牌，最有经验的人不可能同时出现在每一家店。
• 一线练货：经营数据发现商品卖得不好，结合现场反馈确认训练需求，再自动准备商品资料、安排陪练和补练；单月 1.7 万多人参与练货，累计 39 万多次。
• 小程序店长做顾客维护：一个人管一家店，AI 帮他筛选优先维护的顾客、匹配商品、准备话术，店长确认后跟进；顾客唤醒率从 8.0% 提升到 12.0%，触达后成交率从 2.0% 提升到 2.8%。
• 门店经营探索："不加人、不额外打折，这个周末怎么安排？"跨系统分析后形成主推、陈列和顾客维护计划，数据权限随岗位配置；单次分析从约 2 小时缩短到约 20 分钟。

三、案例二：易点天下——智能体接管广告投放全链路

• 背景：服务 1 万多家出海企业，投放链路长、跨系统协同多，异常排查依赖个人经验。
• 从竞品调研、渠道接洽、投放配置、实时监控、策略调优到对账结算，六个环节由智能体串起来；涉及资金和核心配置的节点由人确认，"Agent 跑流程，人守关口"。
• 把老师傅的经验整理成可复用的技能：新人直接调用统一的诊断方法，异常诊断从小时级缩短到分钟级。
• 成效：核心执行类工作约 50% 由 AI 覆盖，运营人均效率提升 40% 以上，100 多个 Agent 每天在生产中运行。

四、案例三：满帮——7×24 小时的"稳定性数字人"

• 背景：业务提速要求人更少、产出更高，系统却越来越复杂，值班和应急两头承压。
• 巡检、诊断、答疑、应急四类工作交给数字人：人工盯盘变为每 10 分钟自动巡检并推送到钉钉群，重大风险自动梳理并进入治理流程。
• 成效：重大风险定位中位数约 1 分钟，准确率 90% 以上；处置动作经授权后执行，全程留痕、可回滚。

五、三家企业的共同做法

• 人的角色变了：从亲自取数、盯盘、串流程，转向定目标、做关键确认、验收结果。
• 选场景：高频、刚需、可衡量，先定好原流程的耗时和验收标准。
• 定责任：业务部门做场景负责人，IT 保障系统接入和权限，AI 团队负责效果优化。
• 算效果：同时看使用与采纳、质量与可靠性、效率与成本、业务价值。

六、背后的产品技术能力

• 智能体构建与治理平台 AgentCore：不同来源的 Agent 统一管理，多个 Agent 与人协同完成任务，权限与审计贯穿全程。
• Agent 观测与优化：每一步可追溯，用真实业务反馈持续评估和改进，让每个 Agent 越用越聪明。

听众收益

• 看清 AI 进入非技术团队后，一线岗位的工作流具体怎么变：哪些交给 AI，哪些仍由人把关。
• 三个可对照的行业案例：零售门店、广告营销、平台稳定性，附落地前后的效果数据。
• 一套落地方法：怎样选第一个场景、怎样把老员工的经验变成组织可复用的能力、业务和 IT 怎样分工。
• 一份衡量清单：除了"用了多少次"，还要看采纳率、正确率、成本和业务结果。
• 了解支撑多个 Agent 规模化运行的平台能力，判断自家企业下一步该补什么。

当前，几乎所有技术团队都深陷同一个怪象：全员配备了 AI 工具，个体的编码与内容产出效率提升了 30% 甚至更高，但团队整体的版本交付周期和业务吞吐量却原地踏步。为什么“个人提效”迟迟无法转化为“组织提效”？核心症结在于：大多数企业的 AI 仍停留在各自为战的“单点外挂”阶段，缺乏系统级的工程控制与工作流重塑。

作为《 Agentic 之道》的进阶姊妹篇，本次双人联合分享将核心聚焦于 AI 时代的“驾驭（Harness）工程”与组织系统重塑。

演讲大纲

• 上半场从系统架构视角切入，剖析单点提速如何被上下游的上下文断层、评审堰塞湖所吞噬，并给出从“个体外挂”跃迁至“受控系统”的驾驭框架。
• 下半场基于数十家企业的真实 AI 落地实战，复盘一线企业在改造中的典型败局与破局样本，还原如何通过流程重构、资产沉淀与人机协同协议，真正将散落的个人 AI 算力转化为稳定、可控的组织级产能。

听众收益

• 直击个人提效不等于组织提效难题，可以带走一套实践的方法论。