阿里云联合礼渔科技举办 Agent GO 北京站研讨会聚焦企业 AI 工程化落地

2026-09-23 17:05:07 来源：实况网

小大

9 月 17 日，「Agent GO·千问办公·北京站」企业客户研讨会在阿里巴巴北京朝阳科技园举行。会议由阿里云与北京礼渔科技有限公司联合主办，到场者为咨询、制造、医疗、零售等行业的企业负责人。

会议分为上午场与下午场，共四场主题分享，另设展厅参观与会后一对一会谈环节。

会场外的阿里云大展厅对参会企业开放，云计算与大模型技术的基础设施部分在参观中集中呈现。

阿里云解决方案架构师在上午率先开场。这场分享不做产品讲解，而是先回答一个前置问题。大模型能力已经确立，企业该按什么节奏推进转型、哪些场景已经成熟到可以动。参会企业需要先有这个判断框架，再谈具体立项，否则容易在错误的位置上投入资源。

案例部分由礼渔科技主讲，讲题即《企业 AI 落地的实操案例》。

这家公司的开场并没有展示成果，而是先给出一个判断。在他们看来，大模型的能力早已不是企业落地 AI 的主要制约因素，项目成败取决于数据、流程、权限与业务规则能否被完整接入。资料分散、规则未记录、输出无依据、责任边界不清、原型可用而一线不用，这些是推进过程中反复出现的问题，也都是采购标准化软件解决不了的问题。

正是这个判断决定了公司的业务形态。礼渔科技 2021 年成立于北京，现为国家高新技术企业、阿里云生态合作伙伴，服务方式采用 FDE 模式，即 Forward Deployed Engineer（前线部署工程师）。这一模式能够成立，前提是承认企业落地 AI 的障碍主要出在工程与业务现场，而不在模型侧。

会上介绍了礼渔科技的能力体系。这套体系按企业采购与部署的实际决策顺序组织，共四层。企业最先考虑的是算力成本，因此最底层为 GPU 算力集群，覆盖 H200、H100、A100、RTX 5090、4090 等型号，支持云端与本地两种部署方式，按需调度、弹性租赁，企业无需为验证性投入先行购置硬件。算力确定后进入模型选型，第二层的大模型聚合平台已接入 200 多个主流模型并兼容 OpenAI 标准接口，企业以单一 API Key 调用主流大模型，并按业务场景在成本与效果之间做取舍。第三层解决的是让 AI 按既定流程运转，企业级 AI Agent 平台提供开发、管理与部署能力，包含 Skills 体系与工作流引擎。最上层落到业务结果，覆盖智能咨询、智能制造、智能创作等具体场景。

四层能力支持本地化部署与数据私有。对数据敏感度较高的行业，这一点直接决定方案能否通过内部的合规审查。

会议的另一个重点，是这套服务模式具体怎么做。

礼渔科技的工程师需要进入客户业务现场，与客户共同定义问题、开发方案并完成交付，全过程按四个环节推进。场景诊断，识别最具备落地价值的场景；联合开发，业务侧出规则、样本与判断标准，技术侧承担 Agent、知识库与工具调用建设，可行性由双方共同验证；上线交付，打通模型、数据、权限、流程与既有系统；持续运营，依据使用记录与异常案例调整提示词、知识库及工作流。

这套服务模式的能力来源值得一提。礼渔科技的 Skills、知识库及多模型能力均来自客户现场，而非方案文档的复用。这也是公司在分享中强调的差异所在。

在此基础上，公司推出了 FDE 陪跑服务，包含驻场并肩、能力交还客户、成效共担三项承诺。工程师与客户的业务团队、IT 团队保持同一工作节奏；方法论、Skills 与知识库逐步移交给客户团队，成为客户自有资产；服务成效以可量化的业务指标衡量，单个场景跑通后再向下延伸。

案例环节，礼渔科技以一家综合性咨询机构为样本，说明 AI 进入专业服务业务链路的实际路径。该机构主营财务尽调、内控评价与专项合规咨询。

这类机构的困境具有共性。文档处理量巨大，顾问的时间大量消耗在低价值环节；项目资料随人员流动而分散；资深顾问的判断经验难以沉淀为公司资产，新人培养周期偏长；权限颗粒度不足，数据安全与业务效率之间存在取舍。

礼渔科技给出的解法延续了 FDE 的思路，先把问题拆成可操作的部分，再定推进顺序。「四大工具箱 + 三阶段推进」是这一思路的落地形式。首阶段解决快速落地，将前期准备、数据分析、报告生成、资料归档四个环节的重复性工作交由系统完成。次阶段转向能力升级，知识库检索、多 Agent 协作与精细化权限管理依次上线。末阶段建设智能工厂，将专家经验转为公司专属知识库。

这套推进方式的效果体现在项目执行的具体环节上。四项实测数据可以说明。一是进场资料清单结合企业工商、资质、涉诉与纳税信用数据自动生成，已提供资料自动标注，重复索取环节减少；二是一份 32,689 行的序时账，经五类检测产出分级异常线索 21 条，每条线索均可回溯至具体凭证；三是 3 天 14 场现场访谈由系统自动编排，客户月末结算时点被自动避开；四是前期分析成果自动汇总为 8 页汇报材料。项目整体效率提升 60% 以上，80% 的重复性工作实现自动化。

数据之外，这场分享中更值得关注的是对能力边界的界定。AI 承担的是基础核对与异常识别，落笔成结论、做专业判断的仍是人。礼渔科技认为，在咨询、审计、法律等高专业度领域，AI 输出能否回溯至可验证的依据，是其能否进入业务流程的前提。在一家综合性咨询机构的场景中，这条边界是否清晰，比效率数字本身更能决定项目能否持续运行。

下午的两场分享，分别落在办公效率与客户增长两个方向。

阿里云技术专家在现场演示了千问办公（QwenWork）的能力，展示其快速生成 PPT、表格、网页与报告的过程。

随后，礼渔科技进行第二场分享，题目为《从 AI 内容创造到 AI 智能获客》。

公司提出「双向获客」方案，由两款产品分工承担。IP 智造局承担内容端，功能覆盖 IP 定位、对标账号分析、爆款结构拆解、选题、诊断与脚本生成，目标是让企业的内容产出具备可持续性；小章渔 AI 承担获客端，从行业关键词、同行账号与评论区互动中识别需求信号，按业务规则筛选高意向客户，并以合规方式完成触达与承接。两款产品之间由数据回流衔接，内容表现、线索质量、销售过程与成交结果四组数据联动，同步调整内容策略与获客规则。小章渔 AI 覆盖抖音、快手、小红书、视频号等主流平台。

礼渔科技同时说明，相关触达动作均在平台规则范围内进行。

礼渔科技在会上提供了一组实测数据。一家连锁医美机构上线小章渔 AI 之后，日均自动采集相关兴趣用户超过 500 名，客户响应效率提升 75%，整体获客效率提升至原先的 5 倍以上。该机构的线索来源也由此从外部采购转为自主运营。