环球网

在AI技术从“生成式”迈向“代理式”（Agentic AI）的关键转折点，企业如何跨越从技术能力到业务价值的鸿沟，正成为全球科技产业的核心命题。

近期，亚马逊云科技密集发布了多项Agentic AI相关产品与服务：从面向普通业务人员的Amazon Quick桌面版，到深入供应链、招聘、医疗等垂直领域的Amazon Connect系列解决方案，再到与OpenAI的深度合作。

这一系列动作背后，亚马逊云科技究竟在如何思考Agentic AI的落地路径？其产品与市场上已有的AI助手有何本质不同？对于行业趋势，它又做出了怎样的预判？

从“助手”到“队友”：Agentic AI的角色转移

“未来每家企业，每一个能想到的领域，都会有数十亿个Agent在运营。”这是亚马逊云科技CEO Matt Garman此前的判断。在亚马逊云科技解决方案架构总经理陈晓建看来，这一判断正迅速成为现实。

他说道，Agentic AI正以“前所未有的速度”从根本上重塑企业运营模式。“它不仅仅是将AI嵌入到现有流程中，更是从零开始重新设计这些流程。”过去因技术壁垒而难以规模化的专业能力，如今可以通过AI Agent实现规模交付；此前难以触达的客户群体，也能被更好地服务。

那么，亚马逊云科技为何选择在此时大举投入Agentic AI？陈晓建的回答可以归结为两个关键词：客户需求与自身经验。

首先，是客户需求的倒逼。陈晓建介绍，亚马逊云科技在产品开发上长期遵循“逆向工作法”——即从客户的实际问题出发，反向推导需要构建什么能力。“我们80%以上的产品直接来自于客户需求。”在AI领域，客户早已不满足于简单的模型调用或聊天机器人，而是希望AI能够真正融入业务流程，完成从数据分析到决策执行的全链条工作。这正是Agentic AI要解决的核心问题。

其次，是亚马逊自身业务经验的释放。陈晓建坦言，亚马逊作为全球最大的电商公司之一，在供应链管理、大规模招聘、智能客服等领域积累了数十年的实践经验。“我们把这些经验通过AI能力释放出来，打造出面向具体场景的垂直解决方案。”例如，供应链管理工具背后是亚马逊管理数亿SKU、运营三十年以上的运筹学积累；智能招聘工具则源于亚马逊单季招聘数十万季节性员工的真实需求。

“我们坚持提供领先的平台化能力，同时将自身积累的行业成功实践通过产品释放出来，服务各行各业的客户。”陈晓建这样概括亚马逊云科技的AI产品策略。

Amazon Quick：企业级AI助手到底“不同”在哪？

在众多发布中，Amazon Quick桌面版是最受关注的面向终端用户的产品。它是一款运行在用户本地桌面上的AI助手，能够通过自然语言交互，完成跨应用、跨数据源的复杂任务。

在现场演示中，工作人员只需输入“帮我在今天下班前出一个苏州团建方案”，Amazon Quick便会自动调用高德地图、小红书、大众点评等工具，完成信息检索、方案生成、邮件发送及PPT制作等一系列工作。整个过程无需人工切换应用，也无需编写任何代码。

这样的能力，市面上已有不少个人AI助手能够实现。那么Amazon Quick的独特价值在哪里？陈晓建的回答直指核心：企业级安全、合规与数据集成。

“市面上有很多AI助手，但大多数无法真正接入企业内部系统，更无法满足企业对安全、合规和治理的要求。”陈晓建介绍。Amazon Quick从设计之初就按照企业级标准构建：它支持SSO单点登录、RBAC角色权限控制、审计日志，并符合ISO27001、HIPAA等严苛的行业合规要求。这些能力是个人消费级AI助手通常不具备的。

更重要的是，Amazon Quick内置了50多种常见企业应用的连接器（如Outlook、Salesforce、Jira等），并通过MCP（Model Context Protocol）等开放协议支持第三方工具的灵活集成。陈晓建强调：“你可以把Amazon Quick看作是唯一的桌面入口。平时需要访问的各种销售系统、内部业务控制台，都已经与Quick打通。中间的连接和访问都不是你自己去第三方随意下载的插件，而是Amazon Quick官方提供的，因此你可以完全相信它的安全性。”

另一个关键差异在于本地化数据处理。Amazon Quick Desktop在本地运行，数据处理也在本地完成，而非将所有企业数据上传至云端。这对于金融、医疗等对数据主权要求极高的行业尤为重要。

此外，Amazon Quick还具备“越用越懂你”的能力。它会构建用户个人的知识图谱，梳理用户与信息、人员、项目之间的关系，并提供主动式建议——例如检测到紧急邮件时主动提醒并给出行动选项。

亚马逊云科技产品部AI技术总监郭韧在回答关于“养虾”“养马”等开源AI助手项目的对比时表示，这类项目虽然在个人开发者群体中很受欢迎，但“很难实现企业内部的数据集成、安全控制和安全管控”。而Amazon Quick的桌面端与网页端、移动端无缝打通，数据和工具在所有终端上保持一致，“这为企业员工带来了非常好的使用体验”。

垂直领域的AI Agent：从自身经验出发，而非“为了做而做”

除了通用办公场景的Amazon Quick，亚马逊云科技还推出了面向供应链、招聘、医疗等垂直行业的AI Agent解决方案。这些产品并非凭空构想，而是源于亚马逊自身业务中“最痛的痛点”。

陈晓建在演讲中分享了两个典型案例。

第一个是供应链管理。作为全球最大的在线电商，亚马逊管理着超过4亿条库存SKU，拥有近30年的供应链运营经验。在过去，供应链规划依赖大量人工分析，难以做到单品级的精准预测，且上下游数据割裂。亚马逊云科技将这一经验与AI结合，打造出一套智能供应链助手。它由多个分工明确的Agent协同工作，覆盖需求预测、供应规划、根因分析、建议生成与执行等全流程。每一个AI建议都附带清晰可解释的推理过程，解决了企业普遍担心的AI“黑盒”问题。

第二个是大规模招聘。仅去年旺季，亚马逊就招聘了约25万名季节性员工。在传统招聘流程中，因人力有限，往往只有不到10%的候选人能进入面试环节。亚马逊云科技推出的AI招聘助手，能够7×24小时不间断运行，通过AI驱动的技能评估与语音面试，让每一位候选人都有机会获得公平、科学的评价。最终录用权仍保留在招聘官手中，但前期的筛选与评估工作被大幅自动化。

亚马逊云科技产品部AI产品总监夏展望在回答“为什么要做这些垂直场景”时表示：“这些产品源自亚马逊集团内部的实际业务挑战。我们把这些庞大的自动化经验，作为构建垂直Agent的坚实基础。”

值得注意的是，这些垂直Agent并非封闭系统。它们运行在亚马逊云科技统一的AI技术底座上，可以相互协同，也可以与企业现有的业务系统打通。例如，用户可以在Amazon Quick中直接调用供应链Agent的能力，实现从数据查询到决策执行的一体化体验。

与OpenAI合作：模型与云的深度融合重塑企业AI

本次发布中，亚马逊云科技与OpenAI的深化合作引起广泛关注。双方第一阶段将带来三项服务：OpenAI前沿模型接入Amazon Bedrock、OpenAI编程Agent Codex，以及由OpenAI提供支持的托管Agent。

对于企业客户而言，这一合作的价值在于无需在“智能”与“安全合规”之间做妥协。夏展望在回答数据安全问题时明确表示：“Amazon Bedrock在构建之初，第一考量就是安全合规可控。通过Bedrock调用OpenAI模型，同样享有底层全方位的安全管控，包括IAM身份管理、PrivateLink安全链接、硬件加密等。”

这意味着，企业可以在使用OpenAI最先进模型的同时，继续沿用亚马逊云科技的企业级安全与治理体系，无需额外搭建隔离环境或承担数据外泄风险。

对于外界关心的“是否会影响与Anthropic的合作”，陈晓建回应称：“Amazon Bedrock的设计初衷就是一个模型商店，接入全球更多领先的模型。OpenAI的合作贯彻了这一初衷，不会影响到我们与Anthropic的合作方式。给予客户最领先的模型选择权，这是客户的选择。”

这一表态释放出明确信号：在模型层，亚马逊云科技持开放中立态度，不绑定单一模型厂商，而是让客户根据业务场景自主选择。

此外，Codex的引入也具有战略意义。作为拥有超过400万周活开发者的编程Agent，Codex将被深度集成到亚马逊云科技的开发工具链中。郭韧透露，客户通过Amazon Bedrock使用Codex，其Token消耗将直接计入亚马逊云科技的账单，与使用原生服务“享受的政策是一致的”。这大大降低了企业引入新供应商的采购与管理成本。

人机协同、安全治理与模型云的绑定

在此次沟通中，亚马逊云科技的多位高管也对Agentic AI的行业趋势做出了判断。综合来看，以下几点值得关注。

AI Agent的最终形态是“人机协同”，而非完全替代人。 无论是供应链场景中的“人先做决策，再逐步交给AI执行”的渐进模式，还是招聘场景中将最终录用权保留给招聘官的设计，都体现了AI作为“队友”而非“取代者”的定位。夏展望在回应关于提示词注入攻击（如简历中写白底白字诱导AI）的问题时强调：“我们并不完全交给AI去做每一个决策，最后背后都是由人来做最终决定权。”

企业级AI的核心壁垒在于数据集成与安全治理，而非模型本身。 多位受访者反复强调，Amazon Quick与个人助手的本质区别，不在于界面或交互方式，而在于其对数十种企业数据源的深度整合能力，以及对SSO、RBAC、审计日志、行业合规等企业刚需的全面支持。模型能力可以快速追赶，但与企业现有IT体系的深度融合、以及对安全合规的长期投入，才是真正的护城河。

模型与云的深度绑定将成为主流模式。 此次亚马逊云科技与OpenAI的合作，本质上是将顶尖模型能力与云厂商的基础设施、安全治理、数据服务深度整合。客户不再需要自行搭建复杂的集成层，而是可以以统一的采购、计费与治理体系，使用前沿AI能力。陈晓建表示：“客户以往如果要用前沿模型，可能需要在智能和企业安全合规之间做权衡。现在模型能力和云原生结合在一起，客户的效率会更高，能极大地加速企业创新。”

垂直领域的AI Agent将率先创造可量化的业务价值。 相比通用对话助手，供应链优化、招聘筛选等垂直场景的AI Agent能够直接降低运营成本、缩短决策周期、减少人为误差。亚马逊云科技选择从自身最擅长的电商、零售、企业IT等场景切入，本质上是一种务实策略——只有先在自己的业务中验证可行，才敢交付给客户。

Agentic AI的“下一站”在哪？

在亚马逊云科技看来，Agentic AI不是遥远的未来，而是正在发生的现实。它不再只是科技公司的概念演示，而是已经进入企业真实业务场景、能够产生实际价值的生产力工具。

对于企业而言，问题已不再是“要不要用Agentic AI”，而是“从哪里开始用、如何安全地用、如何用得有成效”。亚马逊云科技给出的答案是：从自身最痛的业务场景出发，借助安全合规的企业级AI助手，逐步构建从通用办公到垂直业务的全栈Agent能力。

至于“下一站”具体在哪，或许还没有明确的终点。但趋势更加清晰：一种全新的工作方式——人与智能体各司其职、相互增强，企业得以将有限的人力专注于真正需要创造力与判断力的领域。