近日，九科信息技术副总裁傅恺在清华大学深圳国际研究生院举办讲座，主题为《企业AI智能自动化的未来：打造数字员工组织》。
讲座聚焦智能体技术的发展、行业应用现状及企业级解决方案，结合多年的人工智能与企业数字化实践，解析智能体如何突破传统自动化的局限，成为提升企业效率的核心驱动力。
以下要点梳理讲座要点，展现企业智能自动化的技术逻辑与落地价值。
傅恺受邀在清华大学深圳国际研究院授课。
01 发展与应用：Agent 四大应用场景重构企业工作流
以往的自动化需要人工定义每一步操作与分支，智能体凭借大语言模型的理解能力，突破传统自动化的局限；它只需接收目标指令即可理解业务逻辑、规划执行路径，甚至应对流程中的突发变化。
自从2023年大语言模型爆发以来，企业在智能体应用上已形成四大核心方向。
AI Agent 的四大应用场景示例
综合内容理解与审核是当前最成熟的场景之一。举例来说，舆情监控领域的智能体通过提示即可快速适配新需求，无需修改底层模型，响应速度显著提升。
数字人工作助理正在向企业日常办公场景进一步靠近，已不再局限于记录待办，而是能主动收集沟通信息、自动邀约会议、追踪任务进度。
综合内容生成场景帮助员工摆脱重复文案工作，财报、周报、招聘JD 等标准化内容可由智能体快速生成。
业务流程端到端自动化是智能体价值的集中体现。它打通了数据、决策、执行的完整闭环。
以商业数据分析场景为例，智能体已实现提问-解析-查询-反馈的端到端全自动化：用户提出需求，智能体将自然语言问题拆解为可识别的查询参数，调用软件接口获取数据，再通过大模型生成可视化结论，整个过程无需人工干预，显著提升落地速度。
02 现状与问题：头重脚轻的 Agent 生态
当前智能体市场看似产品丰富，算力层、平台层、垂直应用层均有大量玩家布局，覆盖金融、教育、医疗等多个垂直领域。
但在企业实际落地中，行业普遍存在“头重脚轻”的问题。智能体多聚焦于知识问答，真正能执行事务的产品仍然稀缺。
某大型车企的实践案例具有代表性，已部署数千个智能体，覆盖采购规范、合同审核、公文撰写、数据分析等领域，员工可快速查询流程标准或业务知识。
企业智能自动化建设现状：知行难以合一
实际操作中，提交采购申请、筛选供应商、核对报销金额、录入系统数据等核心环节仍需人工完成。知与行的割裂反而增加了员工的工作负荷。
深究原因，现有智能体多聚焦于信息传递，而非系统操作。例如采购智能体能回答“采购流程分三步”，却不能在采购系统中提交申请。
这种只说不做的现状让数字化转型卡在“最后一公里”；大量投入的智能体尚未显著减轻员工实际工作量，也未实现流程效率的本质提升。
03 九科信息 bIT-Agent：真能干活的数字员工
为解决知行割裂的核心痛点，九科信息研发了新一代企业级 GUI Agent（图形用户界面智能体）——bIT-Agent。
与市面上大多数智能体相比，核心差异在于操作能力。它能模拟点击、输入、拖拽、读取界面信息等操作，直接在桌面或网页应用中完成具体任务，能精准识别并执行操作，无论是 SAP 表单、私有云控制台，还是网页端的动态内容。
九科信息 bIT-Agent 能精准识别并执行操作。
相较于市场同类产品，bIT-Agent 的企业级属性更突出。它不绑定特定大模型，能灵活适配 GPT-4o、DeepSeek、通义千问等多种模型，企业可按数据安全需求选择国产模型进行私有化部署；相比以个人任务为主的其他智能体，bIT-Agent 能处理复杂文件校对、多系统协同操作等企业级任务。
“流程固化”是 bIT-Agent 的独门秘籍。它可将执行过的任务保存为模板，后续重复调用时无需重新规划，大幅降低 Token 消耗的同时，也降低了大模型随机性带来的错误风险，满足大型企业对稳定性的刚性需求。
九科信息 bIT-Agent 的“能力固化”功能
在实际落地场景中，bIT-Agent 的提效价值已得到充分验证。
在车企安全运维场景中，传统 RPA 技术开发全部场景的巡检模板需 30 人天，且系统升级或界面变化后模板会失效；而 bIT-Agent 仅通过一套模板，便可全面覆盖安全巡检场景，开发成本显著降低，且 Agent 能像人一样感知界面变化，自动调整操作逻辑，实现零成本维护。
从执行层而言，不仅将巡检耗时从 5 分钟降至 30 秒，还将巡检错误率降低至 93% 以上。
目前，bIT-Agent 已稳定服务该千亿级车企数月，成为国内目前唯一通过市场严格考验的 GUI Agent。
九科信息 bIT-Agent 助力大型车企智能巡检项目。
企业智能自动化的核心目标并非让AI替代人，而是形成全新的人机协作模式。bIT-Agent 的技术探索正是这一目标的实践落地——从“问答助手”到“数字员工”，智能体正在重塑企业工作方式，推动业务流程走向真正的智能自动化。
