腾讯云：企业AI的瓶颈不是模型不够强，而是跨部门协调成本

大模型不断展示其可以完成多少复杂任务，但模型能正确理解一条指令，与企业愿意让它执行这条指令，是两回事。智东西作者江宇在2026年10月30日腾讯全球数字生态大会后的报道中，将这一判断作为全文起点：企业AI难以突破的，不是模型能力，而是模型之外的整个企业生产体系。

这个判断有数据支撑。2026年8月，麦肯锡发布全球AI调查，80%的受访者称AI提高了个人工作效率，但只有37%认为AI对所在企业利润产生了正向贡献。9月，麦肯锡进一步分析了一家财富500强工业企业的生产流程，发现整个业务流程所花费的时间，大部分是在等待任务进入下一环节。麦肯锡将这种损耗称为协调接口成本（Coordination Interface Tax）。也就是说，每个人省下的一个小时，并没有变成公司少花的一个小时，因为业务在不同部门、人员和系统之间流转时，交接与等待吞掉了效率优势。

腾讯云副总裁吴永坚在报道中给出了一个区分框架：Personal Agent从个人使用出发，解决员工如何用AI的问题；Service Agent需要站在企业角度，考虑不同角色的权限、安全，以及构建好的能力能够分享给谁、如何管理。他举了一个具体例子：员工可以通过个人办公入口分析销售数据，但不能仅凭一段AI对话，就让经营策略自动进入全公司的销售流程。企业还需要完成权限验证、能力分发、任务执行和效果反馈。腾讯云此次将ADP与WorkBuddy双向打通，正是试图缩短这两者之间的距离。

在华润信托，这个区分体现为一个债券助手智能体：它直接进入交易群，识别并拆解交易指令、录入系统，也能查询持仓与交易进度，自动回复群里的咨询。据腾讯云披露，这个基于ADP打造的债券助手，拆单准确率已经从最初的80%以上提高到98%。但在关键节点，华润信托仍然保留人工确认。一个金融智能体可以查询客户持仓，不意味着它能够查看所有客户的数据；一个负责办理业务的Agent能够调用系统接口，也不意味着它有权完成所有操作。腾讯云ADP此次升级了安全私网连接、租户及权限隔离等能力，支持不同Agent按照权限访问数据库、ERP等企业内部资源。

报道还引用了Gartner在2026年5月的提醒：如果企业对所有Agent采用统一的治理方式，可能造成两种结果——简单任务被过度限制，而高风险任务却获得了过多权限。Gartner在2026年4月将Agent数量失控的现象称为Agent Sprawl，当时调查显示只有13%的受访组织认为自身具备适当的Agent治理机制。这意味着企业可能还没来得及充分利用AI，就先需要面对新的管理负担。

从单个项目到规模化复制，是报道讨论的最后一层挑战。企业Agent越深入真实业务，越需要专业工程团队进入客户现场。腾讯云尝试以FDE加ADP加场景包的组合突破定制化交付的困局：FDE解决进入现场的问题，平台化降低重复开发成本，行业场景包支撑进一步复制。吴永坚将这一过程比作从做好一道菜到经营上万家门店，前者考验单个产品能力，后者需要一整套能够长期稳定运行、持续复制的体系。

需要指出的是，报道中华润信托98%的拆单准确率、伊利导购团队效率提升超过50%以及A/B测试中26%的销售订单提升，均为腾讯云或合作方自报数据，尚未经独立第三方验证。Service Agent定位和FDE交付模式是腾讯云的战略叙事，其有效性取决于后续更多企业的实际落地结果。Gartner在2026年9月提出的预测也构成一个反向信号：到2028年，70%的企业可能放弃由供应商FDE团队构建的Agent，主要障碍包括成本增加和独立维护困难。