跳到主要内容

WAIC 2026 后,企业 AI 项目该从哪个流程开始?

大会展示了更完整的智能体产业栈,但企业的第一笔投入仍应落在高频、可衡量、可人工接管的一条业务流程。本文结合 WAIC 2026 观察,给出选择首个 AI 流程的判断标准。

默碟研究 2026年7月19日 6 分钟
WAIC 2026 后,企业 AI 项目该从哪个流程开始?
本文目录

2026 世界人工智能大会于 7 月 17 日至 20 日在上海举行。模型、Agentic Cloud、Agentic OS、具身智能和大规模算力集中出现,很容易让企业带回一份更长的采购清单。

对多数已经有 OA、CRM、ERP、工单系统或企业文档的公司,这份清单可以先放一放。管理层需要决定的是:现有业务里,哪一段高频工作值得先交给 AI 参与,投入后又凭什么判断该继续、调整还是停止。

WAIC 2026 的产业信号越宏大,企业的第一步反而要越具体。

大会在谈完整系统,企业要先找到落点

宏大叙事和具体切口,是两回事。根据上海市政府发布的信息,2026 世界人工智能大会暨人工智能全球治理高级别会议于 7 月 17 日至 20 日在上海举行,主题是”智能伙伴 共创未来”。大会覆盖技术、应用体验、产业协作和全球治理,议题早已超出单一模型。

这种变化也体现在今年 5 月发布的《智能体规范应用与创新发展实施意见》里。文件把智能体定义为具备感知、记忆、决策、交互与执行能力的系统,并把任务规划、工具使用、长期记忆、异常检测、干预和恢复放进同一套要求。

当 AI 开始执行任务,项目就不再只是接入一个模型。它还需要企业知识、业务规则、系统接口、权限、人工确认和运行记录。这解释了为什么大会上的产品越来越像完整系统,也解释了为什么企业不能直接把厂商技术栈当成自己的实施顺序。

大型平台要解决通用调度、生态和基础设施问题。一家企业的首个项目更适合先回答一个窄问题:哪条流程能在有限范围内产生可验证结果?

场景很多,却无法比较优先级

想法多不是问题,缺标准才是。不少企业已经试用过模型,内部也收集了不少想法:做知识助手、自动写报告、升级客服、分析客户、替销售跟进。需求很多,却无法比较先后。

问题不在创意不足,而在缺少业务单位。比如“做一个企业知识库”仍然太宽。它要服务售前查产品、客服找政策,还是新人查制度?三者使用的资料、权限、质量标准和错误后果完全不同。

更好的起点是把愿望收缩成一段可以描述的日常工作:

  • 客服收到来信后,分类、查询订单和政策,生成待确认的回复草稿;
  • 销售会议结束后,整理需求、更新 CRM、创建待办并准备跟进邮件;
  • 运营每周从多个表格和系统汇总数据,核对异常并形成复盘材料;
  • 员工提交文档后,提取字段、检查完整性并进入人工初审。

这些描述不承诺一定适合 AI,却已经能让业务、技术和管理者讨论同一件事。

已经有 Demo,却不知道是否值得实施

Demo 能跑和业务能用,中间隔着一大段路。Demo 往往使用准备好的输入、固定步骤和现场人员。它能证明某条技术路径可行,无法单独证明真实工作量会下降,也无法解释异常输入、系统超时和人工返工会带来多少成本。

进入实施前,企业至少要补齐四类证据。

真实工作量

先量后改,才有说服力。这个流程多久发生一次,每次需要多少人工时间,积压和返工在哪里出现?如果只能说”大家都觉得很麻烦”,项目完成后也很难证明变化。

真实样例

标准模板之外,才是真考验。不要只给模型标准模板。选取脱敏后的正常样例、缺字段样例、历史旧格式和典型例外,观察 AI 在真实分布中会怎样失败。

完成标准

一段文字不等于一个结果。模型输出一段文字,不等于业务已经完成。需要写清最终状态在哪个系统核验,哪些字段不可缺少,什么错误必须拦截,以及人工修改到什么程度仍算有价值。

完整投入

模型费用只是冰山一角。模型费用只是其中一部分。接口改造、知识整理、权限审批、人工复核、失败处理和长期维护都要进入预算。只有完整成本与合格任务放在一起,Demo 才能变成投资判断。

第一条流程应同时满足四个信号

选对了流程,后面的投入才有意义。WAIC 展示了很多高自治方向,但企业首个项目不必追求最大自治。更稳妥的候选流程通常有四个共同点。

第一,高频重复。它持续占用人工时间或形成积压,半年才发生一次的不在此列。第二,输入已经数字化,主要材料存在于文档、表格、邮件或业务系统中。第三,结果可以衡量,团队能定义质量、时效、成本或人工介入比例。第四,风险可以接管,AI 出错时能由人确认、修正或退回原流程。

缺少其中任何一项,不代表永远不能做。更现实的结论通常是先补流程、数据或责任边界,再进入 AI 验证。

三类项目现阶段不适合直接开始

知道不该做什么,和知道该做什么一样重要。第一类是希望第一版就完全替代人工判断,尤其涉及付款、法律承诺、用工或其他高后果决定。第二类是需要从零训练基础模型或建设重资产算力平台,这与普通业务流程改造不是同一种项目。第三类是责任人尚未确定的高风险流程:技术团队可以实现系统,无法替业务决定什么结果可以接受。

克制并不会让项目变慢。它能避免企业在场景和验收都没确定时,先承担平台采购、数据改造和组织协调的长期成本。

开始评估前,先准备四项信息

不需要技术方案,先从业务说起。如果团队尚未确定从哪里开始,不需要先写一份完整技术方案。准备四项业务信息就够了:当前流程怎样做、每周或每月发生多少次、涉及哪些资料和系统、最希望改善什么结果。

这四项信息可以把讨论从“要不要做 Agent”转成“哪一段工作值得验证”。下一步再用真实样例还原基线、列出风险边界,做一个小型原型,并在投入扩大前定义验收门槛。

一种可复用的场景诊断方式,是从一个具体流程开始,用现状、样例、指标和风险回答“值不值得继续投入”。默碟的场景诊断服务也采用这一方法,具体范围见服务页

WAIC 2026 说明 AI 正在从回答问题走向完成任务。对企业来说,真正的起点不是复制整套产业架构,而是找到一条能被负责、能被测量、失败后也能接住的流程。第一条流程选对了,后续的模型、平台和集成选择才有共同尺度。

专题:组织与价值#WAIC 2026#场景诊断#AI 工作流#企业落地

相关阅读