智东西

作者 | ZeR0

编辑 | 漠影

智东西 5 月 29 日报道，今日，在 2026 网易创新企业大会上，网易智企与合作伙伴分享了如何帮助企业拥有可靠的 AI 员工、让 AI 更好在企业内部变成生产力兑现的经验与方法。

网易副总裁、网易智企总经理阮良宣布，网易智企今年将使命更新为 " 以可靠的 AI 技术，释放企业生产力 "，愿景是 " 携手企业伙伴，让 AI 真正上岗 "。

在他看来，企业要让 AI 真正上岗，首先要把它看成一个 "AI 员工 "，其次要能对它进行可靠的评估和量化，让它从工具变成员工、从试点到真正成为端到端的生产系统。

在大会前夕，网易副总裁、网易智企总经理阮良携网易智企五位业务负责人与智东西等媒体进行交流，深入分享了对企业级 AI 落地的系统性思考。

一、企业 AI 落地，面临五大 " 断层 "

在今日的网易创新企业大会上，网易副总裁、网易智企总经理阮良发表主题演讲，谈到当前全球企业真正能发挥效用的 AI 应用案例仍属少数。这半年，企业有很多焦虑的问题，包括如何保证大模型回答数据的准确无误、如何确保 AI 仅访问员工权限内的数据等。

网易高管以前担忧员工不会用 AI，如今反而担心员工太乱用 AI。网易提供给员工的 token 是无限量的，主要担心的是员工因乱用 AI 对企业造成一些安全、敏感权限类的风险。

从自身实践中，网易智企总结出从 AI 的试点到嵌入工作流，企业要跨过五道坎：

（1）知识断层：通用智能 ≠ 理解企业。AI 决策缺乏高质量企业知识库（方法论、流程、客户案例）作为上下文。AI 需要基于企业的方法论、客户情况及流程规范等沉淀的知识，才能准确理解意图并执行任务。

（2）数据断层：有数据 ≠AI 用得上。企业数据散落于 CRM、ERP、OA 等系统中，缺乏治理与串联，AI 无法获取完整、准确的操作上下文。

（3）流程断层：能问答 ≠ 能进流程。企业业务通常涉及多部门协作长流程。若 AI 仅能执行碎片化任务，无法贯穿跨部门的完整业务流程，其提效价值将大打折扣。

（4）治理断层：无边界 ≠ 敢放手。面对提示词注入等新型安全风险，企业普遍缺乏完善的、可应对的事前与事中治理机制。

（5）价值断层：无法验证 ≠ 持续投入。缺乏对 AI 产出的量化验证标准，企业难以评估投入产出比并决策持续投入方向。

二、四个实战场景，打造 " 靠谱 "AI 员工

在阮良看来，企业级 AI 的竞争，最终不是谁先接入最好的模型，重要的是谁能持续交付可靠结果。

因此，企业要把 AI 看成员工。对人的一个高评价是 " 靠谱 "，对 AI 也是如此。

网易智企分享了一些靠谱的 "AI 员工 " 在四类场景中如何在企业内部发挥价值。

1、销售 AI 员工：将销冠经验复制给普通员工

一个靠谱的销售 AI 员工，能够让组织经验不再随人走。

网易智企今年 4 月发布了企业级 AI 员工管理平台帝王蟹（ClawHive），今年目标是制作一个端到端的 " 螃蟹 "，能够自己把自己卖出去。

销售 AI 员工能帮助销售完成客户的记录、拜访、总结、日报、周报、汇报等繁重工作，帮销售在被客户问到刁钻问题时能迅速应答，制定从客户线索到可执行的作战方案，对练功能可帮助销售模拟真实交流过程，销售宝可扮演真实客户模拟可能出现的销售场景，训练结束后当场复盘。

有了 AI，就像一个 24 小时随时在线的老师傅，快速将新员工培训成一位合格的销售，销售冠军的经验可以被复制给普通销售，提升销售业绩和整体转化率。

2、私域 AI 员工：从规模触达到精细化客户经营

私域 AI 员工不仅能做到批量运营，还能做到精细化客户经营。

AI 可重构全链路运营，融合用户标签行为轨迹与数据模型，自动构建完整的用户画像；智能化拆分精细化人群，为不同用户匹配专属经营路径，依托用户特征与历史对话，智能生成千人千面的定制话术，后台知识库实时联动商品库存、品牌及活动信息，自动生成可落地、可执行的的完整运营方案。

3、应用交付 AI 员工：可验证、可维护、可直接交付

企业需要的是效率、质量、统一标准。现有 AI 编程在完成单一代码功能时非常高效，但让它参与多人团队协作区完成大型项目或维护老项目时，一大问题是不够稳定。

网易智企也根据自身经验打造了企业应用 AI 编程平台 CodeWave SSD，希望能够带来应用交付 AI 员工，实现企业级应用的高效可控交付。

CodeWave 采用 SDD（规格驱动开发）方法论，要求 AI 在写代码前先将需求翻译成标准化规格，经人确认后再执行生成，让开发者和产品经理在每一步都能看见、确认、修改 AI 的产出。

此外，该平台统一技术栈，沉淀可复用的企业资产，降低重复开发成本，提升长期效率。

4、安全治理：事前、事中、事后全链路管控

安全治理的目标是让企业敢把关键业务交给 AI。只要建立很好的管控措施和可追溯、可审计的手段，就能做事后的回顾或说明。网易智企提供面向 AI 的安全解决方案，帮助企业在使用 AI 时，在事前、事中、事后都能进行安全治理。

三、管理企业 AI 员工的 "HR 系统 "：从快速上岗、明确定岗到优胜劣汰

网易智企将 " 帝王蟹 " 视作一套企业 AI 员工的 "HR 系统 "，覆盖招聘、定岗、合规、考核环节的 AI 员工完整管理闭环，让 AI 更好地上岗。

（1）接入（招聘）：连接各类 Agent 资源，快速 " 招人入职 "。

（2）编排（定岗）：为每个 Agent 编写明确的岗位描述，明确职责与性格；在多节点协作中，合理编排串行或并行任务，确保高效协同。

（3）治理（合规）：建立规则和边界，每一步操作均经过安全审查，确保 AI 员工合规可靠。

（4）运营（考核）：对 AI 生成进行持续评估，根据绩效表现调整 AI 的任务分配，对表现不佳的 AI 进行 " 下岗 " 培训或淘汰，对表现优秀的模型加大应用力度。

四、网易智企五大业务，如何帮企业级 AI 落地？

围绕企业级 AI 落地的思考，网易副总裁、网易智企总经理阮良携网易智企五位业务负责人，与智东西等媒体在大会前夕进行了交流。

阮良认为，企业做 AI 落地应用的痛点不在模型层，而在落地层。底层大模型是人人可调用的公共品，真正决定胜负的是中间层——即如何通过工程化手段，让模型产出变得更可控、更稳定。

他把大模型比作刚毕业的 MIT 博士——极其聪明，但缺乏工作经验。而在企业生产环境中，" 可靠 " 意味着生成的内容和执行的动作必须合理、合法、合规，并真正达成企业目标，是稀缺竞争力。谁能提供可靠的 AI 落地服务，谁就能赢得企业的长期信任。

阮良总结了 AI 对组织的三类冲击：

一是岗位边界模糊，产品经理可以写代码，工程师可以做产品设计；

二是管理逻辑调整，现在要像管理员工一样管理 AI，给它定岗定责、评估产出、制定晋升机制；

三是员工焦虑被成倍放大，组织必须正面回应这种焦虑，给出明确方向。

面向未来 12 个月，他提出三个预测：（1）"AI 员工 " 将成为企业标配，内嵌于业务流程；（2）"AI 治理 " 将上升到 CEO 层面的重要议题；（3）各行各业将涌现第一批 "AI 原生企业 "，组织形态是其核心特征。

1、CodeWave

网易智企副总经理、CodeWave 业务负责人王桐谈道，AI 编程工具写片段代码效率高，但实现不了企业软件开发项目提效。市面上 AI 编程产品都盯着开发者个体市场，唯独缺少面向企业整体的 AI 编程管理平台。

企业级 AI 落地有三个坑：一是 AI 输出不稳定，这可以通过工程手段去收敛风险；二是依赖个人写 Prompt 和调校模型的能力；三是资产沉淀难，AI 生成的代码很多时候是黑盒，每次都要重新生成，有类似需求没法复用。

针对这些情况，网易智企构建了一个面向企业应用的 AI 编程平台 CodeWave SDD：通过自研 DSL 语言约束代码可控性、预置统一技术栈、引入可视化设计、自动沉淀并复用企业技术资产，将软件开发全流程纳入统一管理。通过引入 CodeWave 平台，企业可实现人效翻倍或降低人力支出。

2、云商

网易智企副总经理、云商业务负责人肖钰妍坦言，企业级 AI 落地难在场景选得对、能力接得住、运营扎得深。企业难以量化 AI 落地的价值。即便是客服这样看似 ROI 清晰的场景，也会遇到算不清楚的情况。网易智企云商服务营销一体化平台能帮助 AI 在企业内部变得敢用、懂业务、会办事、听话。

她重点梳理了一些已验证有效的高 ROI 场景：AI 客户处理任务（人效提升 34%）、呼入语音 AI 机器人（人效提升 50%）、智能工单生成（建单提效）、AI 专业顾问辅助（服务能力翻倍）、AI 私域实时接待（人效 3 倍提升）、导购随身业务教练（新人快速胜任）、AI 深度用户访谈（速度提升 10 倍）。

肖钰妍还介绍了网易智企为企业提供的运营支持工具：（1）AI 体检，每日自动检测准确率异常；（2）全链 traceID，就像 Agent 的 " 黑匣子 "，完整回放 AI 的每一次回答、判断、工具调用；（3）知识自迭代，让 Agent 每天暴露出来的错答、漏答和高价值问答，自动回流成新的知识资产。

3、易盾

网易智企副总经理、易盾业务负责人朱浩齐认为，AI 安全不是锦上添花，而是企业 AI 业务能否上线的前提条件。个人端的错误决策，经 AI 加持后可能引发批量后果；以往只有少数黑客能利用的漏洞，借助 AI 可以被工业化地规模攻击。

易盾积累了网易 20 多年的安全技术沉淀，构建的全链路纵深安全管理体系，涵盖身份与环境认证、输入层防护、执行层白名单管控、输出层合规检测、事后可追溯审计五层，对整个执行过程做到可追溯、可审计、可复查。

4、数帆

网易智企副总经理、数帆业务负责人风雷谈道，IT 与业务部门之间常存在的数据认知鸿沟，数帆在思考一个三级联动模式：一是数据治理，二是垂直场景的指标层面，三是业务部门的一套闭环。

随着 AI 快速发展，数据分析行业的竞争态势发生了一些明显变化，大客户、大模型厂商、云计算大厂都开始下场。数帆的优势在于深厚的数据治理经验与业务闭环能力 ，未来计划打造标杆，进行场景的可落地性验证，尽可能减轻交付负担，并重点投资 AI 方向。

5、云信

网易智企副总经理、云信业务负责人段毓铮分享说，网易智企在智能硬件方向聚焦两大场景：一类是偏向 C 端消费领域的 AI 玩具等产品，提供整套情感陪伴智能体解决方案；另一类是面向 B 端的企业 AI 员工等生产力场景。底层逻辑是尽量避免做一些模型能力提升后就能解决的问题。

云信不做硬件，而是作为一个连接大模型和真实物理世界的桥梁，将硬件与 AI 能力结合，实现从信息采集到最终行动。

在段毓铮看来，当前 AI 玩具市场还未爆发，主要受限于订阅制消费习惯未养成，产业链各环节利益张力尚未化解。用户对情感陪伴的需求是真实存在的，但尚未成为购买决策的首要因素。他认为爆款的出现有一定随机性。

结语：让 AI 在企业真正上岗，需在 " 可控 " 方面下足功夫

企业 AI 落地，不仅要解决真实的问题，还要在 " 可控 " 这件事上足够下功夫。

AI 在公司里的角色，有点像没有正式编制的员工，能干活，但干活质量不稳定，好的时候令人眼前一亮，差的时候需要返工。

网易智企则通过系统性设计，试图让这位 AI 员工的产出变得稳定，让少数人的优秀经验能够被团队共享，通过清晰的识别、可靠的评估和量化，推动 AI 从个人试用走向可持续交付的生产系统，让 AI 真正 " 上岗 "。