产业互联网第一媒体。产业家
AI 的真正价值是什么？从企业乃至时代发展的角度来说，这个答案是确定的，也是唯一的，那就是 " 增长 "。而对一众中小企业而言，数字蚂力的一系列交卷恰在提供这样一个确定性、智能性、交付性的答案。
在 2025 年进入下半场的如今，AI 生产力的 ChatGPT 时代已经来到。
作者 | 皮爷
出品 | 产业家
"AI 大模型到底怎么落地才能产生价值？" 在今年年初一个投资机构的举办的闭门会中，一位被投企业数字化负责人提出这个问题。
不仅是他，对在座的 20 多名企业家而言，这也更是过去两年时间里一直探索的命题，即在 AI 技术不断刷新榜单的同时，它在企业内部的生产力价值到底在哪？或者说，到底怎样的 AI 手段才是真正的正确的生产力转化范式？
今年第一季度，Gartner 发布了一份名为《2025 年第一季度首席信息官报告》的文件，文件显示，截止 2025 年 Q1，有超过 70% 的生成式 AI 试点项目因数据缺失、治理不足或无法证明业务价值而未能投入生产。
数据背后，对应的是当下一众企业对 AI 落地迫切性和 AI 落地无效性的真实矛盾，这个现象在中国的产业土壤上更是如此。
即不论是在金融、能源、制造，还是零售等等产业方向，即使是如今，企业也很难基于 AI 大模型自行进行 Agent 相关应用的构建落地，其中涉及到的是一系列暴露在工程层面的问题，如数据质量、对应的流程环节、权限管理等等。
那么，到底什么才是真正可用的结果交付 AI 路径？或者说伴随着 AI 大模型进入中国的 1000 天时间里，更新的能带来增长的 AI 生产力范式已经出现了吗？
在今年外滩大会上，蚂蚁集团数字蚂力给出了一个答案。这个答案不单纯是关于一系列结果交付、增长加持产品，从更本质来看，它也更对应着当今 AI 生产力的最新标准范式。
一
AI 落地，" 剪刀差 " 效应背后
2025 年 3 月，投资机构盛景网联提出的一个概念火遍全网，它就是 AI RaaS（Result-as-a-Service，结果即服务）商业模型。这个商业模型把即极致化结果导向作为 AI 落地的标准，以结果作为定价、收费或盈利的依据。
在两个月后的全球 AI 峰会上，这个结论同样被红杉资本放到台前—— " 下一轮 AI 卖的是结果，而不是工具 "。结果交付，本质对应是企业一直追寻的业务终局，即增长。
这个词之所以被如此旗帜鲜明地放到舞台中心，恰是因为在过去两年时间里 AI 技术所带来的 " 冰火两重天 " 反应。
在刚刚过去的 7 月，一份名为《2025 年中国生成式 AI 企业应用深度调研报告》的文件也更给出了足够真实的数据，即在中国市场，生成式 AI 项目平均投资回收期为 18 个月，在金融行业之外的全部产业方向，其 ROI 均普遍低于 100%。
在经济学中，两个要素极度悖离往往被称为产生的一定的 " 剪刀差 " 效应。在 AI 大模型的落地浪潮里，这种 " 剪刀差 " 效应产生的原因到底是什么？
就 AI 大模型而言，要做到从技术到效果的正向关联，并不是一件容易的事。
就本质来看，尽管企业感知最明显的是最前端的 AI 或者 Agent 相关应用，但真正决定其能否发挥出对应价值的是底层的一系列工程体系，比如对行业的理解、对特定岗位的理解，比如 AI 应用服务商对企业权限、流程等的理解以及其是否能将流程封装进 AI 产品中的能力，以及 AI 产品服务商对产业 know-how 的积累等等。
这些之外，还更有底层的真实技术工程挑战，比如 MCP 调用，比如多智能体协作机制，比如模型到 Agent 的封装等等。
如果想要实现从 AI 技术到真正的增长工具的转化，其中涉及到是从技术到产业，从数据到场景的全部 AI 产业链，只有每个节点都合格，才能让 AI 产品真正达到 " 增长交付 " 的效果。
这些也可以看作是过去两年 AI 市场 " 冰火两重天 " 的本质原因。那么，在一众 "AI 赋能 "、"AI 工具箱 " 的口号背后，是否有具备足够 " 端到端 " 结果交付的 AI 产品，或者说，怎样的路径才能够规避这种悖离的形态，走出产业 AI 价值的正向曲线？
二
蚂蚁集团数字蚂力
交卷 AI 生产力答卷
这正是数字蚂力尝试交出的答卷。更准确来说，是这个蚂蚁集团旗下聚焦 AI 企业服务的业务过去两年一直探索的方向。
这些探索在刚刚召开的外滩大会上，被正式放到台前——它们就是数字蚂力首批推出的五大 AI 数字员工团队，分别是 AI 数字客服团队、AI 营销团队、AI 开发运维团队、AI 销售教练、AI 督导员。
AI 数字员工，在过去的一年时间里不是新鲜词，不少场景其也已经成为 AI 落地的核心方式之一。那么，数字蚂力的这张 AI 答卷，有什么特殊之处？
" 企业真正需要的，是一个能交付确定性业务价值的答案。" 蚂蚁集团副总裁、数字蚂力董事长兼 CEO 周芸在大会现场表示。
此外，数字蚂力还在外滩大会现场完整演示了 AI 数字客服团队，即在输入 " 我有新产品要上线，帮我做一个能卖货的客服助理 " 的相关问题后，指令开始 AI 客服团队的不同数字人角色分层分工逐级处理。
一个在 AI 客服团队中分钟协作的完整链路是：由最前端的服务设计专家理解分析问题并给出对应的执行策略，之后知识运营专家基于企业自身的数据和知识沉淀进行策略制定的前置知识库整理和沉淀，这些 " 弹药 " 给到服务策略专家进行最终的策略完善和生效，形成完整成型的执行策略，最后则是由效果评测专家对策略进行最终审校和测试，测试效果完成后最终输出给用户进行最终执行。
这个演示最令人震惊的地方在于其更展示了下一代的客服中心新范式。
即相较于之前企业需要花费大量人力、物力、终端硬件以及长时间精力等搭建的客服呼叫中心，如今基于这套轻量化的 AI 数字客服团队产品，企业直接 " 开箱即用 " 地获得从前端沟通、后端知识运营、服务策略优化到效果评测的全链路能力，以及这些节点最终输出的有效业务价值结果。
从产品视角来看，为了保证最终的交付效果，数字蚂力的做法是将客服工作的每个节点都对应设计了专家 Agent，通过不同节点的交付最终串联起一个完整的指令需求满足模型。
这些节点的选择和界定来自数字蚂力基于蚂蚁集团最复杂客户中心的沉淀，比如一个高效的客服团队需要哪些角色节点、如何协作，再比如不同角色分别对应怎样的岗位职责，而这些沉淀也恰构成了测试中展示的最终结果，通过 5 个 AI 专家的自动化协同就可以自主完成客服工作，输出 " 增长 " 结果。
" 现在我们的服务基本上能为电商企业带来 10% 左右的 GMV 增长。"周芸表示，"AI 的到来让我们的服务变得个性化，真人客服可以更好的了解客户和消费者，同时 AI 也能为客服们找到更多服务机会和服务触点。"
不仅 AI 客服，包括 AI 营销、AI 研发、AI 教练、AI 督导，每一个数字员工背后对应的都是数字蚂力在底层为其设定的清晰岗位职责，在组织内部与真人员工协同共生。即其在对应的环节需要对完整的、端到端的业务结果负责，通过单智能体或多智能体协作的方式直接输出满足需求的执行模型，最终交付出如转化率、满意度等类似的结果。
比如 AI 开发运维团队能实现 1 分钟快速建站、成本节省近 40%，比如在汽车行业，AI 营销团队试驾到店率为 32%，节省成本 46%。再比如 AI 督导员能提升 20 倍的巡检人效，优化商品布局和服务流程，将门店销售转化率提升 20% 等等。
对企业而言，一个更直白的理解恰是企业只需要对数字员工下达最终的决策指令，如销售转化率、营销获客等，通过一系列的配置和拆解，AI 数字员工就可以直接输出对应的执行策略，并基于策略达成最终结果。
不仅如此，如果说 AI 更多完成的是对数据、知识、端到端需求的更智能化拆解和处理，那么在这个拆解之外，数字蚂力更核心的能力恰是 " 人 +AI" 的落地体系加持。
"AI 并非万能，总有其无法处理的边界和异常情况。纯粹的 AI 工具交付，意味着将这些‘不确定性’的烂摊子留给了企业自己。" 周芸表示，" 我们推出的是‘人机融合’全托管模式服务，客户购买的不再是复杂的 AI 功能，而是包含了技术、专家经验和运营在内的‘确定性的业务结果’：即可以由 AI 处理大量的的标准化工作；当遇到复杂或边缘问题时，分布式服务资源网络会无缝介入，由‘人’来补位，确保每一个任务都能闭环，每一个结果都确定。"
这些基于人层面的 " 补位 " 对应的是对上述 AI 智能结果交付体系的进一步完善，比如在部分关键节点的确认，比如对部分企业内部权限的管理，以及在如特殊行业场景经验等等方面，和 AI 一起基于人机交互的形态完成整个需求端到端 100% 的完全体体系交付。
" 从某种角度而言，我们交付的不是一个孤立的‘数字员工’，而是托管一整个业务职能模块，如整个客服中心或品控巡检部。"周芸表示。
三
AI 生产力时代，正在到来
足够真实的感受是，过去两年时间里，AI 技术在持续向上探索 AGI 极限的同时，也更有了一些真实且接地气的表达，比如 AI 助手、AI 硬件、通用 Agent 等等，但这些表达往往很难转化为企业的真实生产力。
这也是如今国内外企业都开始推崇 RaaS 的原因，即一个国内外的共识是：AI 产品的唯一衡量标准就应该是结果交付，基于端到端体系，直接为企业增长负责。
这也正是数字蚂力尝试基于 AI 数字员工体系交出的答卷，即通过人机融合的托管式服务，帮助企业真正建立某个业务模块或对应场景的能力，使其可以真正实现正向的 AI ROI 转化。
这种强 ROI 转化背后的关键，是数字蚂力最底层的产业沉淀，比如前文提到的数字蚂力本身就运营着蚂蚁集团最复杂的客服中心，再比如在一众营销、研发等场景，其也更有着来自蚂蚁集团和一众行业客户的先进行业实践等等，这些产业 know-how 都被内嵌到对 AI 数字员工产品的特殊设计和 " 人机协同 " 的托管服务体系中，真正达到为企业增长负责。
实际上，这种产业理解和技术创新的双向结合也更反向推动着数字蚂力在产品侧的强劲实力——比如其 AI 数字客服团队是如今业内首个能达到 L3 级别的 Al 数字客服产品，从真实体感来看，数字蚂力的 AI 数字客服团队产品不论是交互对话，抑或是策略执行动作，都能达到足够对标真人的程度；再比如包括 AI 研发、AI 营销、AI 巡检等这些数字员工产品如今都可以以足够快的速度、足够低的门槛让企业直接测试和落地等。
此外，" 人机协作 " 的服务策略也更在动态进化，即数字蚂力 AI 数字员工团队如今能在真实的服务交互中持续学习和进化，动态优化策略，确保服务质量和业务效果随着时间的推移而不断提升，配合 53 万分布式服务资源网络帮助企业构建结果交付的 AI 体系。
从更真实的落地来看，这些产品和效果并非纸上谈兵。一个真实的数据是，如今数字蚂力的 AI 数字员工已经落地电商、金融、新能源汽车、零售等 8 大行业，服务近 100 家头部品牌。
值得一提的是，在这次外滩大会上，乐刻运动联合创始人兼联席 CEO 夏东正式向两个数字员工团队发放 offer，正式上岗乐刻。夏东在大会现场表示，" ‘ AI 数字客服团队’能对客高效沟通并解决实际业务问题，解决率超 85%，而另一位‘ AI 督导员’，能严格按照 SOP 标准自动巡店，对比传统的人工抽检，大幅提升了门店巡检效率。"
一个真实的感知是，相较于如今市面上大部分 AI 产品带来的业务浅层的 " 工具提效 "，数字蚂力基于人机融合的托管式服务为企业带来的是足够确定性、也是足够先进性的真实 " 生产力变革 "。
" 本质来看，我们提供的 AI 数字员工团队，更等同于是企业‘增长合伙人’。企业通过我们数字蚂力，雇佣的不仅是一支高效的数字员工队伍，更重要的是获得了一个能驾驭这支队伍、并承诺增长目标的战略伙伴。" 周芸说道。
AI 的真正价值是什么？从企业乃至时代发展的角度来说，这个答案是确定的，也是唯一的，那就是 " 增长 "。而对一众中小企业而言，数字蚂力的一系列交卷恰在提供这样一个确定性、智能性、交付性的答案。
或许也更可以说，在 2025 年进入下半场的如今，AI 生产力的 ChatGPT 时代已经来到。
登录后才可以发布评论哦
打开小程序可以发布评论哦