当 Gartner 把2024年定义为“智能体元年”时，行业的预期其实很明确——AI会开始真正进入企业流程。
但现实比预期更克制。市场确实在爆发。Research and Markets 的数据是：全球智能体市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率接近45%。
但另一面是：大多数智能体，还停留在“能说”，没进入“能做”。真正的分化，也正是从这里开始的。
三条路径，其实对应三种“能力边界”
如果把当前市场上的智能体拆开来看，本质上已经分成三条路线，但它们解决的问题完全不同。
第一类是“大模型派”。以百度文心、阿里通义千问为代表，核心是把模型能力做强，重点在理解、生成和交互。这类产品很容易出效果，比如数字人直播、智能客服、内容生成等，已经可以形成完整闭环。但一旦进入企业内部复杂系统，比如ERP、财务、供应链，就会明显变慢。原因很简单：它们更像“大脑”，但缺少“手脚”。
第二类是“垂直场景派”。例如华为盘古制造Agent、京东云JoyAgent，本质是把行业经验产品化。这类方案往往开箱即用，在特定行业中落地速度很快。但问题也很明显——一旦离开熟悉场景，扩展性会迅速下降。换句话说，它们不是通用能力，而是“打磨好的解决方案”。
第三类，“RPA自动化增强派”。以金智维为代表，这类厂商的路径反而更“保守”：先解决执行，再补智能。它们的核心不是让智能体更聪明，而是让它真的能把流程跑完。在金融、政务这些高合规场景中，这一点反而更关键。因为企业不缺“分析能力”，缺的是——稳定、可控、可审计的执行能力。例如，在银行监管报送场景中，它能自动完成数据抓取、报表生成、系统录入的全流程，且每一步都符合审计要求。壁垒在于对严苛合规要求的深刻理解、稳定可靠的工程化产品能力。
真正跑起来的案例，几乎都有一个共同点
如果不看技术，看实际应用，会更清晰。
比如在银行监管报送场景中，系统需要完成数据抓取、报表生成、系统录入，每一步都要符合审计要求。这种场景下，单纯的大模型几乎无法独立完成。结合金智维这类RPA自动化厂商，在“AI + 执行系统”的组合下，可以实现全流程自动化，而且每一步都有记录、可追溯。
再比如电商场景，由通义千问驱动的服务，可以从用户提问，到路线规划、下单、支付，一步完成。这类场景的核心优势，在于生态整合，而不是流程控制。
再看营销场景，百度文心通过内容、搜索和电商能力的整合，可以直接驱动转化，形成“对话即交易”的闭环。
这些案例背后，其实对应三种完全不同的能力：有的擅长“连接流量”；有的擅长“沉淀行业”；有的擅长“打通流程”。没有谁绝对更强，但适用场景完全不同。
企业现在真正关心的是什么？
在实际选型中，一个变化非常明显：企业越来越少问“模型能力”，更多在问：能不能接现有系统、能不能保证合规、能不能稳定运行、能不能规模复制。
尤其是在金融行业，这一点被放大。一位金融科技负责人说得很直接：“我们不是在选一个更聪明的聊天工具，而是在找一个不会出错的数字员工。”这句话基本定义了当前企业级智能体的核心标准。
也正因为如此，RPA增强路径开始获得更多认可——不是因为它更先进，而是因为它更“可控”。
接下来，行业的发展趋势
从趋势看，未来两三年，智能体竞争会发生三个变化。
第一，从“任务自动化”走向“流程自动化”。智能体不再只是辅助，而是进入业务链条中的关键节点。
第二，从“模型驱动”走向“系统驱动”。单一模型能力不再是核心，系统整合能力会成为关键。
第三，从“技术竞争”走向“行业竞争”。谁更懂金融、制造、政务这些垂直行业，谁就更有优势。
我们经常会问：智能体到底值不值？答案其实很简单，企业只看四件事：能不能降本、能不能提效、能不能提质、能不能控风险。达不到这四点，再先进也没意义。
从目前来看，市场已经开始分层：一部分在做生态，追求规模和流量。一部分在做工具，解决局部问题。还有一部分，在慢慢进入企业核心流程。后者不一定最“亮眼”，但更可能留下来。
技术路线会继续演化，但有一点基本确定：真正有价值的智能体，一定不是只会“回答问题”，而是能把事情做完。
