厂商的产品服务满足各市场分析的厂商能力要求；
近一年厂商具备一定数量以上的企业付费客户（参考第3章各市场分析部分）。
（注：“近一年”指2023年Q3至2024年Q2）
爱分析基于对甲方企业和典型厂商的调研以及桌面研究，遴选出在AI Agent市场中具备成熟解决方案和落地能力的入选厂商。
03
市场分析与厂商评估
爱分析对本次AI Agent项目重点研究市场做如下分析。同时，针对参与此次报告的部分代表厂商，爱分析撰写了厂商能力评估。
3.1AI Agent开发管理平台
市场定义：
甲方终端用户：
甲方核心需求：
AI Agent开发管理平台是企业AI战略的核心承载与全员赋能引擎。大型企业正积极探索其落地实施的有效途径，而“自上而下”的推进策略已成为众多企业的共同选择。这种策略强调由企业高层领导牵头，自顶向下地制定和执行AI战略。其中，"全员赋能"不仅是一项核心目标，更是衡量CIO工作绩效的关键指标之一。为了实现这一目标，CIO们正寻求AI Agent开发管理平台的支撑作用，旨在为每位员工配备个性化的AI助手，以技术赋能全员，激发组织潜力。
AI Agent开发管理平台的建立，并非单纯追求技术的应用，而是深挖AI在业务层面创造的实际价值。尽管不同企业对业务价值的定义各有侧重，但普遍关注的三大价值领域可以概括如下：
1) 长尾场景的智能优化：企业在日常运营中会遇到大量特定的长尾场景，这些场景虽小，却直接影响员工的工作效率。AI Agent通过智能化处理，显著提升员工的工作效率，使他们在不增加工作量的情况下，能够高效处理更多任务。
2) 业务流程的效率提升：以某二手车交易企业为例，通过构建AI Agent，用户可以利用自然语言交互的方式，大幅缩短选购流程，提高用户体验，加速交易进程。
3) 员工能力的专业升级：以合同审核为例，传统上这一高风险工作需要专业知识丰富的人员来完成。AI Agent的引入，使得合同审核流程自动化成为可能，降低了对员工专业技能的门槛，优化了人力资源配置，同时减少了对高级别专业人才的依赖。
企业追求的不只是AI Agent平台，更需配套的应用规划与初期应用开发。在大模型技术的落地之旅中，企业不仅是探索者，更渴望找到能够并肩前行的"良师益友"。对于AI Agent开发管理平台的引入，企业期望得到的不仅是一套软件系统，而是希望平台厂商能成为其应用规划和实施的得力伙伴。在这一过程中，企业迫切需要解决的问题涵盖了应用场景的选择、优先级排序、以及各场景预期的投资回报率（ROI）等关键咨询领域。咨询服务的核心，在于帮助企业明确AI Agent的应用蓝图，识别和评估那些最需要智能自动化的业务场景，并制定出切实可行的实施路线图。这不仅涉及到技术层面的规划，更包括业务流程的梳理和优化。
在咨询服务的基础上，企业同样需要厂商提供的应用开发服务，以确保平台的落地和应用生态的初步构建。在初期采购平台时，企业期望厂商能够示范性地提供1-2个定制化的AI Agent，这不仅验证了平台的技术实力和业务适配性，也展现了AI技术在实际工作场景中的价值和潜力。然而，企业的最终目标是建立起自主可控的AI应用生态。因此，在首批AI Agent开发之后，企业将逐步过渡到由内部IT和业务团队自行开发和维护AI Agent的模式。这要求平台不仅要提供强大的技术支撑，还需配备相应的培训和文档资源，确保企业团队能够顺利接管AI Agent的开发和迭代工作。
综上所述，企业对AI Agent开发管理平台的期待，已经超越了单纯的技术采购，而是寻求一个全面的合作伙伴，共同规划和培育企业的AI应用生态，实现业务流程的智能化转型。
AI Agent开发管理平台需要便于业务人员上手应用。为实现全员赋能的愿景，企业对AI Agent开发管理平台的要求不仅是技术先进，更需界面友好，易于业务人员的使用。IT部门的专业技术力量固然重要，但业务部门的广泛参与才是实现AI普及化的关键。因此，平台的设计必须考虑到业务人员的操作习惯和技术水平，提供低门槛、高效率的开发环境。
AI Agent开发管理平台应提供自然语言对话和一键创建功能，使得没有编程基础的业务人员也能轻松上手。平台的无代码和低代码配置方式，通过简化的拖拽操作，让员工能够快速构建和部署业务应用，无需编写代码。这种直观的操作方式大大降低了技术门槛，使得业务人员能够根据自己的业务需求，自主开发个性化的AI解决方案。
同时，为了满足不同技术背景的企业需求，平台还应提供全代码配置方式，为具备一定编程能力的员工提供更大的自主性和灵活性。这种方式支持开发更复杂的AI应用，满足企业在特定场景下对高级功能的需求。
AI Agent开发管理平台：集成RAG技术、插件生态与模板库的强强联合。仅依靠大模型构建AI Agent，更适合To C场景，例如写文章、做摘要等。但是，此方式难以应用于To B场景。平台必须融合先进的RAG技术以及多模态存储、向量化处理、上下文理解增强等企业场景增强技术，以实现大模型在To B领域的有效落地。RAG技术在其中扮演着至关重要的角色。
AI Agent的能力扩展在很大程度上依赖于其“手脚”——插件。平台应构建一个丰富的公共插件中心，提供覆盖新闻搜索、生产力工具、图像理解等多功能插件，以适应不同行业和场景的需求。同时，支持企业用户根据自身需求，创建自定义插件，通过参数配置快速调用现有的API能力，从而实现AI Agent功能的个性化扩展。
为了进一步提升AI Agent的构建效率和质量，平台应配备丰富的应用场景模板库。这些模板应预置多种企业级应用场景，如法律咨询、人力资源管理、营销自动化、风险控制等，使企业能够在极短的时间内快速搭建起符合特定业务需求的AI应用。
厂商应具备大模型落地规划咨询与AI Agent开发团队。企业在采购AI Agent开发管理平台时，往往会要求厂商提供应用规划类的咨询服务和应用开发服务。因此，厂商必须构建一支既精通大模型落地规划咨询，又具备强大AI Agent开发能力的专业团队。
咨询服务团队负责深入企业，通过专业的分析和洞察，帮助企业识别那些既具有高价值又具备高可行性的应用场景。他们的目标是为企业描绘出一条清晰的AI应用落地路径，确保企业投资的每一步都精准而有效。通过咨询服务，企业能够明确自身的需求和目标，为AI Agent的开发和管理奠定坚实的基础。
与此同时，AI Agent开发团队承担着将规划转化为现实的责任。他们利用自身的技术专长，帮助企业开发首批AI Agent，快速展示平台的技术实力和业务价值。这不仅为企业带来了立竿见影的效益，也为后续的内部开发工作提供了宝贵的经验和模板。
3.2 协同办公AI Agent
市场定义：
甲方终端用户：
甲方核心需求：
协同办公AI Agent是低成本解决长尾场景的利器。在协同办公领域，企业面临着众多特定的长尾场景，这些场景虽小，却对员工的日常工作效率有着显著影响。例如，销售经理每日需将客户拜访数据汇总至团队报表，这一过程虽简单却耗时。提升此类数据汇报的效率，对员工而言意味着时间的节省和工作满意度的提升，但对企业整体而言，其直接价值并不显著，导致企业往往只分配有限的IT资源来应对。
以某大型银行为例，尽管已安排10名IT人员利用RPA技术满足了3000多个长尾办公需求，IT人力资源的紧张和工单积压的问题依旧严峻。协同办公AI Agent的出现，为这一困境带来了转机。通过为每位员工配备一个智能AI助理，员工可以自定义解决方案，快速响应个性化的长尾需求。
AI Agent的业务价值在于其能够显著提升员工的工作效率，使他们能够在不增加工作量的前提下承担更多任务。这不仅提升了员工的工作满意度，同时也使企业能够在不增加人力成本（Headcount）的情况下，实现业绩的增长和运营效率的提升。这种以技术驱动的解决方案，为现代企业在资源优化和效率提升方面开辟了新的可能性。
协同办公AI Agent让初级工变高级工。随着大型企业的持续发展，它们积累了丰富的知识资产。众多企业在咨询协同办公AI Agent时表达了一个共同的愿景：通过提高知识资产的利用率，来培养和沉淀专业能力，进而提升对特定业务的解决能力。这一愿景的核心在于利用协同办公AI Agent，将初级员工的能力提升至高级水平。
以合同审核为例，这一工作通常涉及复杂的专业知识和高风险，需要由经验丰富的专业人员来执行。企业期望通过引入协同办公AI Agent，实现合同审核流程的自动化，从而降低对员工专业技能的门槛。AI Agent能够辅助员工快速识别合同中的关键条款和潜在风险，提供标准化的审核建议，甚至在一些情况下，完全自动化地完成审核任务。
通过这种方式，初级员工可以在AI Agent的协助下，承担起以往需要高级工才能完成的任务。企业因此能够更有效地利用现有人才资源，同时降低对高级别专业人才的依赖，实现人力资源的优化配置。
厂商能力要求：
厂商需深刻理解大模型架构，实现协同办公AI Agent的成本效益平衡。大模型作为协同办公AI Agent的核心支撑，要求厂商不仅关注AI Agent本身，更需深入理解大模型的底层架构设计。这种深刻理解对于大模型的选型至关重要，同时也为在特定垂直场景中对大模型进行有效的训练和微调提供了基础。在当前企业普遍寻求成本降低的背景下，厂商的任务是为企业找到性能与成本之间的最优平衡点。
进一步而言，厂商应组建专业的大模型算法团队，这不仅是对大模型架构理解的体现，也是深化模型应用的关键。缺乏这样的团队，厂商可能只能停留在提示词工程层面，无法深入到模型层，从而无法充分利用大模型的潜力，满足企业对协同办公AI Agent的深层次需求。
厂商需提供多功能组件库，以满足企业多样化长尾场景需求。当前，AI Agent更适合做一名“规划者”，而不是担任“执行者”的角色。执行环节需要调动各类工具，来满足企业的长尾需求。协同办公AI Agent在接收到用户需求后，并非直接执行任务，而是进行细致的规划，并调动一系列工具和组件来实现需求满足。为了适应企业的长尾需求，厂商必须拥有一个包含RPA、BI、IDP等在内的丰富组件库。这些工具和组件是AI Agent能力的延伸，能够确保在执行阶段能够精准、高效地满足用户需求。
厂商需掌握知识管理系统构建技术，增强企业知识应用效率。企业期望通过协同办公AI Agent显著提高知识资产的利用率，并在此过程中积累和沉淀专业能力，以强化对关键业务问题的处理能力。为实现这一目标，厂商必须掌握构建高效知识管理系统的核心技术，这包括但不限于引擎优化、向量化处理、文档智能切分、知识图谱构建以及自然语言处理等技术。除了拥有这些技术能力，厂商还需要具备将技术成功落地的经验，确保这些技术能够与AI Agent无缝集成，形成协同效应。
3.3 业务流程自动化AI Agent
市场定义：
甲方终端用户：
甲方核心需求：
企业需要端到端的业务流程自动化AI Agent解决方案。AI Agent自兴起至今仅一年时间，正处于其发展初期。它并非单一产品，而是一项涉及众多技术、产品和资源的系统工程。由于其"新且复杂"的特性，企业IT部门往往缺乏AI Agent的落地经验，通常需要依赖厂商的引导来实现技术落地。因此，端到端的业务流程自动化AI Agent解决方案成为企业的核心需求。这类解决方案应具备高度的技术整合能力，能够根据企业特定需求定制化服务，同时在部署过程中识别和管理风险，提供持续的技术支持与系统优化，并确保解决方案的合规性与安全性。
企业需要具备业务价值的业务流程自动化AI Agent解决方案。企业在与厂商探讨业务流程自动化AI Agent时，主要基于两种驱动模式进行交流：IT驱动与业务驱动。IT驱动模式下，企业倾向于实施一些探索性的项目，这些项目可能不立即考虑业务价值，而是作为技术验证和能力建设的手段。相对而言，业务驱动模式则更为务实，企业带着具体的业务问题寻求解决方案，这种模式更侧重于解决实际问题并实现业务价值的增长。
从签约和实施的角度来看，IT驱动的项目由于缺乏明确的业务目标和价值衡量，往往面临更大的落地难度。相比之下，业务驱动模式因其清晰的业务目标和可量化的效益预期，成为主流的落地方式。在这种模式下，AI Agent本身并非终极目标，而是作为实现业务流程优化和自动化的有力工具。企业期望通过与厂商的紧密合作，将AI Agent技术转化为解决具体业务挑战的有效方案，从而推动企业运营效率的提升和成本的降低。
AI Agent+大模型+RAG+工具/组件+系统集成，厂商需提供五位一体的综合解决方案。在构建业务流程自动化AI Agent解决方案时，厂商必须提供一种综合的、多维度的解决方案，这不仅包括AI Agent本身，还需要涵盖其他四个关键组成部分。首先，企业对大模型的需求多样化，可能包括开源或闭源模型、信创或无特定要求的模型、参数量从千亿到百亿不等，以及外采或自研的模型。厂商必须能够灵活应对这些多样化的需求，提供定制化的大模型服务。
其次，随着RAG技术成为AI Agent落地的主流方案，厂商应具备相应的产品和技术能力，以确保AI Agent能够高效地处理和响应用户需求。
进一步地，AI Agent在接收到用户需求后，并非直接执行任务，而是进行细致的规划，并调动一系列工具和组件来实现需求满足。这要求厂商拥有一个强大的工具库，涵盖RPA、BI、流程挖掘等，以支持AI Agent的规划和执行。
最后，鉴于AI Agent通常需要与企业现有的其他业务系统集成，厂商必须具备强大的系统集成能力，确保AI Agent能够无缝地融入企业的IT架构中，实现数据和流程的互联互通。
案例为王，厂商需展现业务流程自动化AI Agent的实际成效。业务流程自动化AI Agent属于创新项目，对CIO而言，往往意味着首次涉足未知领域，因此他们对此持谨慎态度。同时，AI Agent项目通常受到企业高层的密切关注，因此CIO承受着超越以往项目的巨大压力。在当前IT预算日益紧缩的背景下，CIO几乎没有试错机会。他们迫切需要看到AI Agent能够解决实际业务问题，并为企业带来明确的价值。
在项目初期的需求沟通阶段，CIO特别重视厂商提供的行业案例。这些案例不仅是厂商技术实力和项目经验的体现，也是消除企业疑虑、建立信任的关键。CIO希望看到AI Agent在类似业务场景中的实际应用效果，以及它如何帮助其他企业提升效率、降低成本、增强竞争力。
此外，出于对项目成功的极致追求，一些谨慎的CIO甚至希望亲自访问这些案例中的企业，亲身体验AI Agent项目带来的变革。通过实地考察，CIO可以更直观地了解项目实施的过程、面临的挑战以及最终的成果，从而为自己的决策提供更为坚实的依据。
李进宝
爱分析厂商全景报告面向数字化市场的甲方用户，由爱分析定期撰写并公开发布，为甲方采购旅程中的数字化规划、厂商选型等环节，提供决策依据和支撑。
报告提供所覆盖领域的数字化市场全景地图、特定市场分析与入选标准，以及入选厂商列表、代表厂商评估等研究成果。
甲方用户可以依据入选厂商列表，拟定潜在供应商名单，并通过爱分析第三方评估，了解厂商在特定市场的产品服务优势，选择合适的厂商进行选型。
