正文
OA（Office Automation）即办公自动化软件，是企业或组织内部用于日常办公事务管理和协作的软件系统，是企业用于优化内部流程、提升协作效率的核心工具，类似企业“中枢神经”。协同办公是与企业流程和知识最紧密的领域，此前的OA系统专注于文档管理、邮件处理、会议安排等基础功能，通过标准化的工作流程来规范企业管理，提高工作效率。而现在随着AI技术深度集成，OA的功能得到进一步拓展。例如，AI可以赋能工作流，通过智能选人、审批路径推荐等功能，优化流程管理，简化操作步骤，实现更高效的业务流转；同时，AI可帮助实现公告通知、表单创建、全文检索等自动化操作，极大提升员工信息检索效率，进而提高工作效率。
泛微网络推出泛微数智大脑Xiaoe.AI，并全面接入DeepSeek大模型。
2024年12月，基于在协同管理软件平台、全程数字化业务运营和AI智能领域多年沉淀的技术、知识和经验，泛微推出自带50+智能体服务和100+智能业务组件的数智大脑Xiaoe.AI平台。数智大脑Xiaoe.AI采用“大模型+小模型+智能体”的技术支撑架构，提供从办公、人事、合同、营销、采购、项目、客服、资产、档案等多种场景下的智能化场景应用；从而形成，一个智能化的事务办理统一入口、一个智能的数据分析平台、面向整个业务过程的业务智能体自定义平台。在Xiaoe.AI架构中，大模型为组织提供通用的知识学习和推理能力，再结合小模型，提供如意图识别、文本纠错、语音识别等功能，为组织构建适用于不同业务场景的智能体，从而实现组织的智能化落地。今年，泛微将数智大脑Xiaoe.AI全面接入DeepSeek大模型。
沿着“大模型+协同运营领域模型+场景+智能体+知识库”策略，致远互联发布新一代智能体产品家族CoMi Family。
CoMi包括四层结构、五大特性，覆盖从底层技术到上层应用的全链路能力。四层结构：CoMi入口（门户/数字人/助手/开放服务）、CoMi Agents（自研/第三方/客户定制Agents）、CoMi Builder（企业智能体定制平台）、协同运营领域模型（组织/权限/流程/任务/决策模型）。五大特性：智能门户、数字员工、角色化智脑、多智能体协作、灵活定制。
目前，CoMi已推出企业智能问数、协同工作助理、企业知识问答、组织效能专家、合同风险助理、公文拟审助理、应用开发助理、IT安全助理等十余款垂直场景智能体。在BI问数场景，传统的做法是找专门的数据分析人员，先预制看板，再从各个地方去抓取数据，最后生成有洞察分析的深度报告，往往需要花费一到两周时间。现在有了智能问数Agent，只需要跟CoMi说一句话：“今年的合同情况如何？有没有风险？”。当这句话输入给合同经营决策助手后，CoMi会快速调用了六个智能体来处理这个任务，包括数据抽取Agent、数据分析Agent、风险洞察监测Agent等，一步步拆解任务，每个任务都交给不同的Agent来处理，最后能快速生成一份比较有深度的合同经营分析PDF报告。
1.3 AI+CRM：打造企业智能“感知网络”，进一步挖掘客户资产价值
卡位前端的客户筛选、触达，中间客户线索和数据的流通，以及后续的客户运营等等核心环节， CRM与AI大模型深度结合后有望进一步激活客户资产价值。
CRM（Customer Relationship Management）即客户关系管理系统，是统筹、管理企业与客户之间交互活动的软件平台，它将来自销售、营销、客服等多个渠道的客户信息汇聚一堂，打破数据孤岛，让企业对客户有全方位、连贯性的认知。CRM是 AI Agent 切入的重要场景，AI驱动的CRM不仅能管理客户数据，更通过预测性分析（如客户生命周期价值预测、商机挖掘等）驱动订单增长，字节跳动推出的《生成式 AI 商业落地白皮书》中提到，AI销售是“十大生成式 AI”最有价值的场景之一。而根据麦肯锡报告，生成式 AI 在营销和销售中的应用每年可以带来约 3.3 万亿美元的全球生产力提升。
迈富时打造Al-Agentforce智能体中台，重塑营销及销售传统流程。
迈富时Al-Agentforce智能体中台全面接入DeepSeek-V3和DeepSeek-R1，涵盖营销智能体、销售智能体、经营决策智能体以及搜索智能体，已应用于金融保险、招商、消费与零售、汽车、人力资源、教育、医疗大健康等多行业。其中，销售智能体不仅能分析销售会话，优化沟通策略，还能监测话术执行情况，帮助销售团队精准识别改进点，从而持续提升销售转化率。
迈富时的销售智能体不仅能分析销售会话，优化沟通策略，还能监测话术执行情况，帮助销售团队精准识别改进点，从而持续提升销售转化率。
我们认为，MaaS是包着AI大模型的应用软件——把AI大模型包到软件里面，以软件形式呈现给用户，其内核是tokens。
在大模型中，Token（词元） 是文本处理的基本单元，可以是单词、字幕、符号等，tokens的值不是固定的，tokens的长度具体模型的Tokenizer（分词器）规则。传统互联网接口收费是按照API调用次数收费的，即如果价格是0.1元/次，则接口每调用一次收取0.1元。而大模型由于运算成本较高，所以通常按照用量计费，而衡量量大量小的因子则是token。
MaaS（Model as a Service，模型即服务）最早于2012年提出。
2012年，美国数据科学家DJ Patil首次提出Maas概念，即“将机器学习算法打包成可重复使用的服务，使企业能够快速地构建、部署和监控模型，无须开发和维护底层基础架构”，以此来适应 AI模型需求快速增长的情况此时MaaS多以 AI能力开放平台的形式存在，平台之上承载人脸识别、光学字符识别(OCR)等特定场景的AI能力。该类AI能力由若干个模型及规则、数据库等组合构成，但覆盖功能和场景有限应用方式较为单一，主要以工具包(SDK)等方式嵌入至业务系统传统 AI模型落地成本低且泛化性不足，MaaS 所带来的增益尚不明显。
MaaS成为大模型应用落地的主要形态，根据毕马威预测，MaaS将是AGI生态构建的核心。
ChatGPT掀起大模型热潮后，2022年11 月阿里云在云栖大会上围绕大模型再次提出了 MaaS概念。阿里云 CTO 周靖人对 MaaS 做了如下表述“MaaS 最底层的含义是要把模型作为重要的生产元素，围绕模型的生命周期设计产品和技术，从模型的开发入手，包括数据处理、特征工程、模型的训练和调优、模型的服务等，提供各种各样的产品和技术。” 可以明确的是，MaaS 并非一个技术层，而是一种理念。
而后，2023 年年初 ChatGPT 拉下 AI 新时代的序幕，海内外进入“百模大战”阶段，MaaS 这一理念被广泛提及、验证，并逐渐被亚马逊、微软以及腾讯、百度等大厂重视，将其作为自己在新时代 AI 技术变革中转型的新选择。
MaaS模式下，AI大模型以及相关能力被封装起来，以服务形式对用户提供，其核心目标是降低 AI 技术使用门槛，使用户能够快速高效地构建、部署、监控、调用模型，无须开发和维护底层基础能力。MaaS模式简单来说就是，模型开发者将训练好的 AI 模型部署在云端，以 API 接口、平台服务、模型服务、数据集服务、AI应用开发服务等多种形式提供给企业或个人用户使用，用户无须自己进行复杂的模型训练和维护，按需调用模型功能，按使用量付费或者订阅付费即可，最常用的方式之一是按照tokens消耗量计费。
MaaS具备技术低门槛、模型可共享、应用易适配的特性。
MaaS围绕模型生产、模型调用、模型应用开发等过程，提供包括平台服务、模型服务、数据集服务、AI应用开发服务在内的全栈服务，具有如下特性：1）技术低门槛：有助于将模型普惠更广泛的用户群体；2）模型可共享，推动行业资源的有效利用和技术进步；3）应用易适配，使得模型服务能够快速融入业务场景。
对于企业客户来说，MaaS模式的优势在于，大模型部署得更专业，运行速度快，且稳定性和并发性高；此外，按tokens计费调用，让企业享受更好的服务的同时按需购入，成本也较低。
我们在第一章中列举了Agent在ERP、CRM、OA等环节的落地案例，可以看到软件公司凭借行业know-how积累、工作流重构与数据闭环能力，正在将AI大模型转化为可落地的生产力工具。例如ERP型软件可将大模型包进去，实现财务模块优化、供应链智能管理、预算优化等功能。
软件公司扮演的角色是“Tokens批发商”：软件公司通过API接口从大模型厂商那里获取AI能力，将大模型集成到自己的软件产品中，以一种更易用的形式提供给下游企业客户。下游企业客户在使用这些AI增强的产品时，一方面需要支付软件费用，一方面会根据调用量来支付AI大模型费用，这种计费方式通常基于“tokens”；另外，对于AI功能也可以选择订阅付费。
这种模式下软件厂商实现了三层价值传递：技术层调用大模型厂商API、中间层基于行业数据和工作流打造AI功能模块、应用层按Token量或订阅制向客户收费。在这个过程中，软件公司扮演“Tokens批发商”的角色，在不拥有底层AI技术的前提下，向客户提供高价值的AI产品及服务，并从中获得收益。
以汉得信息为例：汉得信息基于自研AIGC平台，借助火山引擎 HiAgent平台和豆包大模型，打造了营销领域的智能交互平台。
汉得信息推出融合AIGC平台H-COPILOT，基于ERP/SRM/MOM等企业管理软件的现有业务流程，通过模型访问与模型组合配置管理，完成对大模型的组合调用（云端与本地化大模型和端侧小模型的组合调用），使用知识库并建立向量库管理，对现有业务流程基于岗位信息与执行内容进行编排，同时兼顾用户角色权限访问设置，并标准化各类企业内部APP或SaaS服务APP调用。
在营销领域，汉得信息基于自研AIGC平台，借助火山引擎 HiAgent平台和豆包大模型，通过OTO模式，构建智能交互引擎。汉得信息打造了线上线下一体化智能交互平台，陆续推出一系列智能体，包括智慧导购智能体、导购训练智能体、智慧服务智能体、运营质量检查智能体、竞品洞察智能体、SEO优化智能体等诸多智能体，并在客户项目中场景化落地，加速营销智能化升级。
在智慧导购智能体案例中，汉得自主研发的线上电商商城深度集成豆包大模型，包含个性化的推荐、用户评价总结，产品参数快速查询等功能。无论是对商品的售前问询，结合用户需求的购物建议和引导，购物需求的建议，还是对售后服务政策的咨询，智能导购均能迅速、专业、准确地予以回应与悉心指导，提升消费者对于购物咨询的满意水平，提升购物过程中的用户体验。
汉得信息表示，2024年有超过百家头部客户选择部署H-COPILOT平台，构建自己的智能化应用，覆盖制造、营销、财务、供应链、人事、数据等各个业务域，累计研发完成近百个智能体应用。
税友股份基于“税务垂域知识库”与“定制化大模型引擎”双轮驱动，打造财税垂域人工智能平台“犀友”。
在垂域知识库方面，犀友沉淀超10万条结构化税务规则，覆盖政策法规、行业案例、风险预警等场景，支持动态更新与语义关联检索。在大模型引擎方面，犀友采用“模型即插件”架构，兼容ChatGLM4-1、DeepSeek系列、Qwen系列等主流模型，通过动态负载均衡算法实现场景适配（如DeepSeek处理复杂政策推理，Qwen2.5优化多轮对话体验）。税友股份于2024年10月起开始对接和试用DeepSeek开源模型和api接口，已经将其应用于公司亿企赢SaaS平台坐席咨询服务、数智化运维等场景。
