5 月 29 日，由崔牛会主办的「2026 企服养虾大会」在深圳举行。本次大会以“破局 AI 时代商业化路径”为主题，汇聚企服创始人、SaaS 高管、甲方企业代表、AI 产品负责人及产业实践者，围绕 AI 应用落地、商业模式重构、开放生态、垂直场景实践与组织转型等议题展开分享。

在大模型基础设施逐步成熟、企业应用进入落地深水区的背景下，企服行业正从“要不要做 AI”，进入“AI 如何创造收入、证明价值、形成可持续交付”的新阶段。大会现场，多位嘉宾结合自身实践指出，AI 时代的企服商业化，不是简单增加 AI 功能，而是要重新理解客户需求、产品形态、成本结构和价值交付方式。

一、商业化与生态入口重构：从卖软件走向卖能力、卖结果

当前，传统企服商业模式正在受到 AI 的持续冲击。过去，软件厂商主要依靠账号、席位、订阅和续费形成收入；而在 AI 进入业务流程后，客户关注的重点逐渐从“买了什么系统”转向“实际产生了什么结果”。与此同时，企业级 Agent 要真正落地，也需要开放平台、业务系统和生态伙伴能力共同支撑。

崔牛会创始人兼 CEO 崔强

崔牛会创始人兼 CEO 崔强在分享中指出，这一轮 AI 不是传统软件的功能升级，而是对软件使用方式和商业逻辑的重构。他认为，过去 20 年企业软件卖的是“软件”，未来更可能卖的是“能力”和“结果”。当用户从登录系统、点击菜单转向通过自然语言表达意图、调用能力时，企服厂商需要面对的不只是产品 AI 化，更是收费方式、成本结构和客户 ROI 的重新定义。

悟空事业部开放平台副总经理崔继涛

在生态侧，悟空事业部开放平台副总经理崔继涛分享了钉钉悟空的开放生态思路。他认为，当前很多开源 Agent 更偏个人提效，缺乏与企业真实业务场景的深度融合，也难以形成稳定商业闭环。悟空希望通过 MCP、Skill、Agent 市场和需求中心，把伙伴的行业 know-how、专有数据和业务能力接入统一调度入口，让企业在安全授权、算力预算和任务审计可控的前提下，调用生态能力完成实际业务结果。

二、真实业务场景验证：AI 价值必须形成闭环

从现场分享来看，AI 能否真正落地，关键不在概念是否先进，而在是否进入真实业务流程，并完成从数据采集、任务执行到效果反馈的闭环。尤其在营销、运营、财务、供应链等高频场景中，AI 的价值往往来自对重复性流程的自动化接管，以及对业务经验的沉淀和复用。

货拉拉 AI 应用技术运营负责人 张广发

货拉拉 AI 应用技术运营负责人张广发分享了私域营销智能体实践。他指出，私域运营的核心是建立和维护客户长期关系，但传统模式存在人工覆盖不足、服务不统一、数据割裂等问题。货拉拉通过智能交互、营销素材生成、质检 Agent 和数据反馈机制，推动私域运营从人工有限触达走向智能全量覆盖，并在质检准确率、人工成本、素材生产效率和客户转化等方面取得实际提升。

实在 Agent 高级开发者、实在智能企业级 Agent 自动化架构师 大米

实在智能企业级 Agent 自动化架构师大米则认为，企业不必过度纠结智能体定义，核心仍是能否解决客户问题、实现提质增效。他提到，很多企业想直接做 AI，但数据采集、清洗、合并和流程自动化这些基础尚未完成，因此更现实的路径是先通过自动化打好底座，再叠加知识库、大模型和智能体能力，把员工从重复性数据搬运中释放出来。

三、垂直行业深水区：工业与制造更依赖数据、流程和知识沉淀

相比通用办公场景，工业和制造业的 AI 落地更依赖现场数据、业务流程和行业知识。设备状态、能源消耗、排产协同、工艺经验、供应链配合等复杂因素，决定了工业智能体不能只依赖通用模型，而必须和具体场景深度结合。

蘑菇物联 CMO 丁莎莉

蘑菇物联 CMO 丁莎莉分享了工业能源场景中的 AI 实践。她介绍，蘑菇物联围绕工辅能源场景研发“灵知 AI”，通过问答、诊断、预测和控制等能力，让工厂内供能和需能实现更灵活的匹配。她强调，工业 AI 的价值不只是看板和分析，而是从能源诊断、设备诊断到预测控制形成完整闭环，并在空压站、制冷站等场景中体现节能效果。

智造家 CMO 胡辉

智造家 CMO 胡辉则从制造企业视角指出，AI 不会跳过数字化。制造企业如果数据混乱、编码不清、业务系统割裂，就很难直接进入智能化。他认为，工业智能体的核心要素是场景、数据和算法，装备制造业可围绕智能选配、智能核价、智能排产、齐套管理、变更管理、预测性维护等具体场景推进，但前提是完成数据治理和知识沉淀。

四、产品与组织再造：企业软件走向可调度的数字劳动力

当 AI 进入业务执行层，企业软件的形态和企服厂商自身的组织方式也在变化。过去的软件更强调功能完整和界面操作，用户需要理解菜单、表单、流程和权限；而在 AI 时代，软件正在从“被人使用的工具”，逐渐演进为“可被调度、协同和考核的数字劳动力”。与此同时，研发、测试、产品和交付环节也需要适应 Agent 参与后的新协作方式。

衡石科技 CEO 刘诚忠

衡石科技 CEO 刘诚忠分享了内部 AI 原生研发实践。他认为，AI 真正发挥价值，不能只靠模型本身，还需要围绕问题定义、规则约束、测试验证和长期知识记忆建立体系。衡石在研发中引入多个 Agent 并行处理需求、Bug 修复、测试计划和文档更新，同时构建产品长期记忆和质量保障机制，让 Agent 在进入研发任务前先对齐产品历史、开发规则和上下文，从而更好地与工程师协同。

EC AI 产品经理欧汶圻

EC AI 产品经理欧汶圻分享了 CRM 场景下的 AI 员工平台探索。他认为，传统软件阶段，用户需要先理解系统再完成操作；加 AI 阶段，AI 更多是帮助用户更高效地操作系统；而 Agent 阶段，用户只需提出目标，AI 员工即可调度多个能力完成连续任务。在 EC 的案例中，AI 员工可以围绕客户筛选、外呼沟通、需求整理、待办创建、拜访策略文档生成等任务完成一整套销售动作。

贝锐 AI 产品总负责人 罗惠琼

贝锐 AI 产品总负责人罗惠琼则围绕远程运维和技术支持场景分享了企业 Agent 落地实践。她认为，企业 Agent 落地首先要解决安全信任和运维部署问题。贝锐将 AI 能力与向日葵远程控制体系结合，通过权限授权、操作限制和日志审计等机制，降低企业将 AI 放入生产环境的顾虑，并应用于巡检、批量操作、远程安装等运维场景。

从深圳站的分享可以看到，AI 时代的企服商业化破局，已经不能停留在概念层面。无论是开放生态、私域营销、工业能源、制造智能体、远程运维，还是 CRM、BI 和研发提效，真正可持续的路径都指向同一个方向：基于真实场景，打通数据和流程，沉淀行业知识，形成可交付、可计费、可验证 ROI 的业务闭环。

这也意味着，企服企业的竞争重点正在发生变化。谁能更理解行业，谁能更快把 AI 能力嵌入客户流程，谁能把结果交付清楚，谁就更有机会在 AI 时代找到新的商业化位置。6 月 12 日，「2026 企服养虾大会」福州站再相聚。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/