AI开发 | 生成式AI在企业软件中的演进形态：从嵌入式到智能体

---

生成式AI驱动企业软件变革：从嵌入式到智能体的演进之路

在数字化转型浪潮中，以大语言模型（LLM）为核心的生成式AI正深度重构企业软件生态。ChatGPT等现象级产品的爆发仅是开端，超越基础对话交互的生成式AI正以​​嵌入式（Embedding） → 对话式交互（Copilot） → **自主智能体（Agent）**​​ 的路径持续演进，推动企业核心系统（ERP/CRM/协同办公等）向智能化、自动化与人机协同的新范式跃迁。

生成式AI人机协同演进过程|图片来源：腾讯研究院

一、嵌入式（Embedding）：无感化赋能业务流水线​

• ​​核心定位：​​ 深度集成于业务功能的智能增强模块，通过LLM能力​​提效单点操作​​，被动响应用户触发。
• ​​交互方式：​​ ​​无独立界面​​或极简触发方式（如按钮、右键菜单）。仅在特定业务场景中被激活。
• ​​自主性：​​ ​​被动执行预设任务，无自主决策能力
• 核心特点：​​
  • “润物细无声”地增强现有工作流。
  • 执行点状任务。
• ​​典型场景：​​
  • 文档/报告/邮件智能摘要及要点提炼。
  • 会议纪要自动生成与关键信息提取。
  • 表格数据洞察与描述文本生成。
  • （在CRM中）基于客户沟通记录自动生成后续跟进建议要点。

二、对话式交互（Copilot）：自然人机协作中枢​

• ​​核心定位：​​ ​​以自然语言为交互介面的智能任务执行伙伴，辅助用户完成复杂操作链。
• ​​交互方式：​​ 聊天窗口/侧边栏多轮对话
• ​​自主性：​​ ​​依赖用户指令驱动，关键节点需人工确认（如代码执行）
• ​​核心特点：​​
  • 强大的语言理解和指令跟随能力。
  • 面向更复杂任务（需多步骤推理或信息检索）。
• 典型场景：​​
  • 企业知识库（规则库）的智能问答与检索。
  • 智能代码生成、补全与调试（如GitHub Copilot）。
  • 跨系统数据查询与分析（如“帮我汇总过去三个月华东区某产品的销售数据”）。
  • 复杂文档（如投标书、合同）的辅助撰写与审阅。

三、自主智能体（Agent）：目标驱动的自动化执行者

• ​​核心定位：​​ ​​具备目标理解、任务拆解与工具调用能力的业务代理，实现端到端流程自治。
• ​​交互方式：​​多模态自主交互​​（可能涉及调度界面、消息通知、任务面板等）。能与用户、其他Agent或系统组件进行交互。任务执行过程可能高度自动化。
• ​​自主性：​​ ​​主动规划与决策​​。在设定目标下，能自主拆解任务、评估决策、调用工具执行，只在遇到关键瓶颈或异常时才要求人工介入。
• ​​核心特点：​​
  • 长期记忆（跨会话理解用户偏好、上下文）。
  • 强大的规划（Plan）、行动（Act）与反思（Reflect）能力。
  • 熟练调用API/工具。
  • 支持多Agent协同（分工、协商）。
• ​​典型场景：​​
  • 端到端的​​流程智能审核​​（如自动审核单据、合同、报销）。
  • ​​智能巡检与自动报告​​（如IT基础设施、生产设备状态监控）。
  • 客户服务​​自动全流程处理​​（信息收集、方案生成、执行反馈）。
  • 供应链异常预警与自主处理建议/执行​​。
  • 跨系统​​自动化业务报告生成​​（自动抽取数据、分析、撰写报告）。

四、案例分析

• 案例1：百度App新闻查看的AI导读，典型的嵌入式，如下图所示：
  

• 案例2：Salesforce CRM系统Einstein AI 对拜访记录总结的效果（点击总结拜访记录旁边蓝色按钮唤出Einstein进行对话交互，由用户确认是否使用），这是嵌入式+Copilot混合模式，如下图所示：
  

• 案例3：金蝶HR系统的示意，通过JD续写唤出右侧Copilot助手进行交互，并让用户自行确认是否应用相关效果，这种也是和Salesforce一样的嵌入式+Copilot混合模式，如下所示：
  

• 案例4：这个是ChatExcel推出的AI表格处理与数据分析场景，通过右侧对话窗口上传Excel文件并与AI进行对话交互，对上传的文件进行处理并分析，将内容呈现至左侧内容区由用户确认。这种就是经典的Copilot模式，如下图所示：
  

• 案例5：这个是VSCode AI辅助编程的效果，通过左侧与github copilot对话，并在右侧确认其代码成果（这个copilot比较特殊默认放在左侧，可能是为了保留程序员的编程习惯），虽然这个copilot已经初步具备规划能力，但是因为无法自动完成目标任务，升级不到我们说的自主智能体这个定位上来，所以github copilot也是经典的Copilot模式。如下图所示：
  

• 案例6：这是泛微小e助手的对话交互，并进行考勤签到的效果，这也是个经典的移动端人机交互的Copilot模式，如下图所示
  

• 案例7：这是用友BIP的智能审核功能，通过LLM+规则引擎+数字员工方式，做到自动审核，用户仅需进行监督处理异常，虽然这个智能审核是基于固化规则库实现，但是已经具备自主完成目标，我们认为它已经是自主智能体模式，如下图所示：
  

• 案例8：Security Copilot —— 安全防御智能体​​

  • ​​核心能力​​：主动威胁狩猎​​：实时扫描网络日志、用户行为，自动识别异常模式（如异常登录、数据泄露痕迹）。

  • 自动响应处置​​：调用安全工具自动执行操作（如隔离感染主机、吊销访问令牌）。

  • ​​多Agent协同​​：调度子Agent分别处理邮件威胁、端点漏洞、网络攻击等任务。

  • ​​人工介入​​：仅在关键决策点（如是否封禁高管账号）需人工审批。

  • ​​本质​​：超越传统SIEM（被动告警），实现 ​​“感知-决策-行动”自治闭环​​。

• 案例9：Einstein GPT Service Agent —— 客服工单自愈体​​

  • ​​工作流​​：
    1、客户提问：“订单未到货” → Agent自动调用工具： ​​检索订单系统​​（获取物流状态） →
    ​​分析知识库​​（查找延迟原因） → ​​关联库存系统​​（确认是否有替代发货方案）
    2、 自主决策： 若物流延迟 → 自动发短信告知新预计到达时间 若仓库缺货 → 生成补货工单并推送至采购系统
  • ​​特点​​：跨系统调用+业务决策自动化，人工仅介入复杂客诉（如索赔）。

案例	形态	关键特征
百度App新闻AI导读	嵌入式	无独立界面触发，增强内容消费效率
Salesforce Einstein拜访总结	嵌入式+Copilot混合	按钮触发+对话微调，需人工确认结果
金蝶HR-JD续写	嵌入式+Copilot混合	功能入口唤起Copilot，保持用户控制权
ChatExcel数据分析	Copilot	纯对话驱动完整文件操作链
GitHub Copilot编程	Copilot	会话式开发辅助，代码需人工审核
泛微移动端AI打卡	Copilot	对话触发敏感操作（需合规设计）
​用友BIP智能审核	​​ ​Agent	规则引擎+AI，全流程自治处理
微软Security Copilot​​	​​Agent​​	主动威胁狩猎→多工具协同响应
​​Salesforce客服工单自愈​​	​​Agent​​	订单异常→跨系统分析→处置策略闭环

---

总结：向更智能、更自主、更融合的AI演进

这三种形态并非取代关系，而是代表了生成式AI融入企业软件的不同深度和智能化水平，往往在不同场景下共存互补。

• ​​嵌入式​​奠定了深度集成的基础，将AI能力变为日常操作的延伸。
• ​​对话式（Copilot）​​ 提供了更自然的交互界面和复杂任务支持能力，成为强大的工作伙伴。
• 自主智能体（Agent） 则代表了未来方向，通过高级推理、规划和执行能力，推动业务流程向更高水平的自动化、智能化迈进。

核心演进趋势总结

维度	嵌入式Embedding	对话式Copilot	自主Agent
交互方式	无界面/轻量化触发	聊天窗口/侧边栏	多模态自主交互
自主性	被动执行	需用户指令	主动规划与决策
人工介入	低(仅触发)	中(需确认操作)	低(仅异常转人工)
任务复杂度	低/中等 (点状)	高 (流程化)	​​极高 (端到端、长链路)​
人工介入	功能增强	辅助执行	自主代理(Delegate)​

生成式AI在企业软件中的应用正在快速从“提升效率”的工具，进化为能够“驱动业务”、“重构流程”的核心智能引擎。随着Agent技术的成熟和应用场景的拓展，企业级软件的智能化革命才刚刚拉开序幕。人机协同正迈向一个全新的纪元——人类专注于决策与创造，AI则高效、可靠地执行复杂过程。