打开网易新闻 查看精彩图片

2026年的企业AI图景呈现出一种耐人寻味的断层。

毕马威发布的报告显示,88%的受访企业已经开始将Agentic AI融入系统,但仅有 24%能在多个用例中实现投资回报。

另一组来自NTT DATA的数据也指向了同一问题。在其2026年9月发布的Salesforce智能体企业研究中,在其 Salesforce 企业客户中,98%的组织已在Salesforce中使用AI,但只有47%能让AI工作流跨部门串联起来。

渗透率足够高,价值兑现却远远不够。11月11日,亚马逊云科技在上海前滩中心举办媒体沟通会,宣布在华技术、安全与本地化支持三大能力升级。把焦点对准了一个问题:当 AI 从"回答问题"走向"完成工作",企业究竟卡在了哪里?

"杠铃"两端很热,中间仍是空白

亚马逊首席执行官Andy Jassy在此前提到过一个观察,当下的AI应用呈杠铃状分布。一端是追逐前沿模型和算力的头部玩家,另一端是几乎百分之百都在试点、解决部门级痛点的普通企业。杠铃的两端都已可见,而真正连接两端的中间部分,才是未来5到7年最大的增长空间。中间指的是什么,亚马逊云科技成长型企业及新兴业务总经理倪殿令的解读是——围绕企业自有数据构建的Agentic应用。

道理不难理解,难走的是这一段。倪殿令在现场拆解了几个卡点,传统组织里市场、销售、服务、客服各守一段流程,而客户旅程是横向穿过所有部门的,部门墙切断了它,数据治理是老问题,人才则要从"AI认知"走到"AI就绪",再走向"AI原生"。

根据波士顿咨询的观点,企业AI落地,只有10%与模型算法有关,20%与数据和IT平台有关,剩下70%取决于业务流程、人员能力、运营模式和治理机制。

倪殿令给出的方法论是,以业务战略为中心,围绕场景、数据和人才构建"黄金三角",场景要围绕客户旅程而非部门边界来定义,由一把手亲自推动。"我们真正要改变的,不是在现有流程中简单叠加AI,而是用AI重塑业务流程。"

AgentCore:把"手搓"变成"开箱即用"

技术答案落在Amazon Bedrock AgentCore。今年9月底,这套服务在北京、宁夏两个区域正式可用,中国区先落地Runtime、Gateway、Identity、Browser Tools、Code Interpreter和Observability六个组件。

亚马逊云科技产品专家团队总经理崔玮打了个比方,Runtime是智能体的"工作间",提供计算、存储和网络资源;但当成千上万个智能体同时运行时,会话间的硬件级隔离才是决定平台能否支撑生产环境的关键。

Gateway则承担着另一重不可替代的功能:将智能体的执行逻辑与访问凭证、权限管理解耦。智能体只能"举手"声明它需要做什么,而真正的权限和凭证在 Gateway 之后才被授予。这一设计直接回应 Agentic时代最令人不安的风险场景,即一个在启动时已被供应链投毒的智能体,如果自身携带凭证,越权操作几乎无法拦截;而解耦之后,执行边界变得可审计、可治理。

据了解,今年以来,亚马逊云科技中国区域已上线277项新服务和功能,累计上线超过2800项服务和功能。

在Agentic AI领域,亚马逊云科技中国区域(包括西云数据运营的亚马逊云科技Marketplace)已具备覆盖 AI 基础设施、第三方模型、数据与知识、Agentic平台及Agent应用构建五个层面的全栈技术能力,并以安全与治理能力贯穿整个技术架构。

安全与本地化

AI时代,安全至关重要。亚马逊云科技将安全拆解为两个相向而行的方向:安全赋能AI与AI赋能安全。

前者是为AI本身建立安全治理边界。随着Agent开始访问企业数据、调用工具并执行任务,企业不仅需要管理模型的输入与输出,还需要对Agent的身份、访问权限和运行过程进行有效治理;后者则指向一个更底层的现实,攻击正在以机器的速度发生,而防御如果仍停留在人的速度上,差距只会越拉越大。落到做法上,前者靠Amazon Bedrock AgentCore的身份和访问控制、工具连接与可观测性管住Agent在做什么,靠本地合作伙伴的Guardrails管住Agent在说什么;后者则是用AI提升安全检测、漏洞管理和安全运营的效率,用AI的速度去跟上机器的速度。

在本地化支持方面,亚马逊云科技持续完善客户协作与服务体系,从客户开发工程认证架构师、AI科学家团队共创,到新增的Agent开发生命周期方法论,再到与高校、企业的人才培养,亚马逊云科技试图把自己定位成"施工队",不只是卖铲子,还要帮客户把原型真正建起来、并在上线后持续迭代。通过多层次技术支持和人才赋能,帮助企业加速AI应用落地。

可以看到,当下AI竞争的重心正在从模型和算力,转向数据治理、场景落地与安全可控。谁能帮企业把智能体安全地跑进生产环境、沉淀出可复用的数据资产,谁就赢得下一程。