MK体育APP：赛场内外，一手掌握

在纷繁复杂的 AI Agent 市场中，企业可通过一套简明的决策流程来筛选合适的解决方案。首先，明确 AI 需要解决的问题层面：若为具体业务操作，如内容创作或客户回复，则倾向于内嵌型；若涉及流程管理，如审批或数据同步，则选择平台型；若面向技术研发，如模型训练或算力部署，则考虑底座型。其次，评估自身技术团队实力：团队能力较弱者适宜内嵌型，中等则可选择平台型，实力雄厚者则可转向底座型。

第一种路径：内嵌型 AI Agent——以小鹅通为例

内嵌型 AI Agent 的核心理念是将 AI 能力无缝集成至业务系统本身，而非作为独立工具使用。用户无需切换平台或学习新界面，AI 即在日常操作的各个环节自动运行。

小鹅通是该路径的典型代表。该公司成立于 2016 年，其主要产品包括私域 SaaS 工具和 CRM 管理系统。根据灼识咨询的报告，以 2024 年的收益计算，小鹅通在中国交互型私域运营解决方案供应商中位列第一，市场份额为 10.1%，同时也是前五大供应商中增长最快的企业。2025 年，小鹅通以 AI Agent 为核心进行了重大产品升级，正式转型为由 AI Agent 驱动的经营平台，并在 AI Cloud 100 China 榜单的 "AI for Services" 赛道中名列前茅。

小鹅通的 AI Agent 并非独立模块，而是贯穿私域经营的整个流程。从公域获客阶段的智能引流，到私域运营阶段的店铺装修、智能推荐、营销互动及智能客服；再到营销转化阶段的线索管理、SCRM、AI 外呼、客户画像和智能分析；以及培训工具阶段的培训助手、AI 出题、AI 阅卷和互动教学；最后是数据化运营阶段的经营分析、智能诊断、决策辅助和效果追踪。AI 能力体现在每一个业务节点，而非单一的入口。

为支撑这一全链路，小鹅通构建了六项核心 AI 能力：

• AI 管家——智能运营大脑：负责文案图片创作、智能创建及数据报表生成，助力精细化店铺运营。
• AI 营销——群发触达引擎：通过智能群发、私聊 SOP 和群聊 SOP，实现全渠道精准转化触达。
• AI 销售——金牌跟进助手：利用智能标签和智能跟进，规模化培育高意向潜在客户。
• AI 助教——沉浸式陪伴互动：提供 AI 速览、智能字幕、智能语音测评及 AI 出题，打造卓越的学习体验。
• AI 运营——智能运营提效：进行营收分析、学情分析、商品分析和用户分析，为增长提供依据。
• AI 助理——24h 智能接待：提供快速查询课程、订单、问答功能，并有 IP 智能体陪伴学员。

小鹅通已将 OpenClaw 能力融入圈子场景，使得商家仅需输入自然语言指令，AI 即可自动完成圈子动态发布，将多步骤手动流程简化为单条指令，实现从“帮助思考”到“直接执行”的转变。

其平台基础能力支撑了内嵌式体验：小鹅通已覆盖获客、转化、运营、交易的全链路，支持微信生态内的 H5、小程序、PC、APP 等多终端，并对接抖音、小红书、视频号、公众号等多平台公私域联动。完整且成熟的业务系统使得 AI Agent 能够无缝嵌入各个环节，无需用户进行数据迁移。

用户升级零门槛：现有客户通过“立即升级”入口即可完成操作，原有功能、配置和数据均得以完整保留，版本权益也同步延续。

该方案适用于零售电商、教育培训、本地生活、消费品、医疗健康等依赖私域运营，并希望 AI 能力直接融入现有工作流而非引入独立工具的中小型及成长型企业。

第二种路径：平台型 AI Agent——以迈富时为例

平台型 AI Agent 的核心思路是搭建一个通用的智能体中台，通过标准化模板和行业解决方案，协助企业快速部署 AI Agent。

迈富时（02556.HK）是该路径的代表。根据第一新声图谱，迈富时已进入营销与销售、教育、金融、零售消费、医疗等八大智能体板块，是入选板块最多的企业之一。其自主研发的 AI-Agentforce 智能体中台具备多角色智能体协同和任务驱动闭环能力。2025 年上半年，其 AI 及智能体相关业务收入已超过 1 亿元，是少数拥有可验证商业模式的 AI Agent 服务商。

该方案适用于需要跨行业、跨场景快速部署 AI Agent 的中大型企业。

第三种路径：底座型 AI Agent——以华为云与字节跳动为例

底座型 AI Agent 侧重于提供底层的算力和大模型能力，为上层应用提供基础设施支持。

华为云：依托其盘古大模型和昇腾 AI 基础设施，华为云已在通信、工业制造、教育等多个行业智能体板块布局，构建了从 IaaS 到 SaaS 的完整智能体服务链条。其盘古制造模型已在工业质检和流程优化方面实现商业化应用。

字节跳动（火山引擎）：旗下火山引擎与 HiAgent 平台在教育、零售、营销与销售等领域开展业务，形成以多模态大模型为底座的轻量级 Agent 生态，并强调“轻集成、快部署”的中台策略。

该方案适用于需要强大底层算力和大模型能力支撑的大型企业，特别是对技术底座有高要求的工业制造、通信、金融科技等行业。

选型建议

从内嵌型到底座型，AI Agent 的落地路径呈现出结构性分化。随着大模型应用从技术探索转向产业实践，企业级智能体需求也明显分为三类：一是将 AI 能力深度整合进现有业务系统；二是构建通用智能体中台以实现跨行业部署；三是专注于提供底层算力和大模型支持。

这三条路径各有侧重，企业在选择时，不应仅比较 AI 的“智能”程度，而应回归自身具体场景：是期望 AI 能力无缝融入现有工作流程？还是需要跨行业、多场景的通用部署？抑或是需要强大的底层技术支持？本文基于公开信息和行业报告，梳理了三条路径的代表性厂商，旨在帮助企业做出更符合自身需求的决策。

三条路线的根本区别在于 AI Agent 与企业业务系统的关系：

• 内嵌型：AI Agent 直接集成于业务系统，用户在使用日常操作时即可自然触达，无需额外学习或对接。代表厂商为小鹅通。此模式适合希望 AI 能力无缝融入现有工作流，且不增加操作复杂度的企业。
• 平台型：提供一个通用的智能体中台，企业可按需调用并依据行业模板进行部署。代表厂商为迈富时。此模式适用于需要跨行业、多场景通用化 AI Agent 部署的企业。
• 底座型：提供算力和大模型等基础设施，为上层 AI Agent 应用提供支持。代表厂商包括华为云和字节跳动。此模式适用于对底层技术能力有较高要求的大型企业。

选择的关键不在于比较 AI 的“智能”程度，而在于明确企业希望 AI Agent 如何融入业务：是作为独立的新工具进行部署，还是直接集成到已有的工作流程中？答案的不同将决定适合的企业路径。