今年以来，国内大厂密集加码AI办公，Workbody、千问办公各种AI应用层出不穷，AI Agent持续在写代码、做PPT、整理资料、分析数据等高频办公场景兑现价值。
办公场景连接C端与B端，需求高频，感知直观，因此天然成为AI爆发的入口。在这场围绕“办公”的热潮之外，另一个更深的战场已经打开——AI正开始从办公桌前，走向企业的核心业务现场。
这一趋势在海内外都已显现。海外市场，Palantir凭借AI在决策、运营和复杂业务流程中的深度应用，持续获得资本市场追捧，市值突破4000亿美元。在国内市场，AItoB也成为越来越多大模型公司的重要落地方向，大模型公司智谱市值一度高达万亿港元，产业侧商业化预期持续升温。
不过，相比于办公场景，AI要真正进入企业核心业务并没有想象中容易。据MIT的一项调研显示，95%的企业AI试点项目未能成功落地，主要原因在于工具无法学习、集成效果差，或与实际工作流程不匹配。
这也意味着，企业真正关注的从来不是单点提效，而是 AI 能否进入真实业务链路，直接服务于业务增长、用户转化和和交易履约。
在智能体经济时代，谁能帮企业跨过从试点到规模化的落地生死线，让AI真正创造收入、承接业务、完成履约，谁就更有可能掌握下一个十年核心的杠杆。
一、办公之外，AI正走进企业核心场景
办公，是Agent在非技术人群爆发的第一站，写代码、做PPT、整理资料、分析数据，这些任务有着共同的特点：目标明确、流程数字化、结果容易被衡量，在这些任务中，Agent解决的是效率问题。
但进入真实商业场景，企业所需要的核心价值往往并不发生在办公桌前，获客、营销、门店经营、客户服务、库存、交易、履约，这些才是商家每天真正产生业务结果的地方。
这意味着，在商业场景中，Agent所面对的问题，是能不能打通多个业务环节，实现闭环交付，这条路径，是Agent应用边界向经营的延伸。
就像移动互联网重新组织了人与服务的连接，未来智能体经济也将让用户从“寻找服务、操作服务”转向“提出需求，由Agent识别意图，规划与执行”。 AI智能体将成为新的服务入口与经营模式，从而重塑整个数字经济的模式，
国内，支付宝6月推出AI生活助手阿宝，至今已完成万余项服务AI化接入，并通过跨端多入口，让用户可以在车机、手机等不同终端调用智能服务。对支付宝生态里的数千万商家来说，这意味着原本分散在各个App、门店和服务系统里的业务，有机会被一个连接超10亿用户的智能入口重新组织起来。
这条路径并不只有国内在探索，OpenAI同样在布局AI与商业，ChatGPT在去年就已支持商品发现和购买，并通过相关协议推动Agent与商家、支付等环节连接。
近日，消费金融公司Synchrony宣布与OpenAI达成企业合作，消费者未来可以在ChatGPT中使用专门的信用卡来购买商品，这一合作将会把借款和信用等融入AI原生购物和结账体验。
这背后已经出现了一个新的市场空间，麦肯锡预测，到2030年，全球将有3万亿至5万亿美元的消费交易由AI代理参与（Agentic Commerce），Agent与消费深度融合成为明显的行业趋势。
也即，未来庞大的Agent市场空间不会只来自办公提效，商业化场景也会是重点之一。当用户开始习惯把需求直接交给Agent，AI除了工具之外，也可能成为连接用户与商业服务的新入口。
消费与Agent的深度融合，也对未来的商家提出了更贴合时代的要求：当用户开始通过Agent寻找、比较、调用和购买服务时，自己的业务能不能进入这个新的交互体系。
过去，商家需要做的是让自己更容易被搜索引擎搜到、被推荐；未来，商家还需要让自己的业务能够被Agent理解、调用，并进一步完成服务和交易。
二、从“接入”到“交付”，智能化经营要跨过几道坎
Agent真正进入经营现场，首先要解决的，就是如何把原有的小程序以及API等服务AI化，快速接入智能体体系。
对于大量中小企业来说，传统模式下，这项工作需要投入大量时间和技术资源，成为了企业接入AI智能体的第一道门槛。
在8月17日举办的支付宝AI生态大会上，蚂蚁数科推出Agentar生态版，依托十年来的ToB积累，为商家提供从接入、运营到定制开发的一站式AI能力，让原本分散在不同业务系统中的经营能力平滑进入智能体体系。
例如，商家只需一句“我要接入阿宝”，即可将原有小程序等服务快速转化为阿宝可调用的标准Skill，预览确认后一键发布。原本存在于业务系统中的服务，由此变成Agent可以理解和调用的能力，还能通过手机、车机、智能眼镜等多元终端，触达超10亿消费者。
接入只是第一步，Agent进入经营现场，真正面临的挑战，是串联真实经营流程，并稳定交付结果。
写一份营销方案，办公Agent一次输出就结束了，而进入真实生意，营销方案还要执行，销售数据要转化为具体经营实践，客服回复要真正完成服务，库存预测还要协同采购和销售等方面。
面向商家经营的痛点，Agentar生态版目前已沉淀了200+面向商家高频使用场景的Skills，覆盖增长、运营、体验和通用四大类能力，包括潜客挖掘、销量预测、智能问数、库存预警、智能客服等。商家可以直接调用、组合这些标准化能力，让AI从一次性的工具使用，进一步变成可以持续调用的数字员工。
例如，商家提出“帮我分析这周门店经营情况，并给出下周营销建议”，就需要读取经营数据、分析销量、判断异常，再调用营销等相关能力，最终形成经营策略。Agentar提供了岗位级数字专家智能体，比如“AI店长”，商家输入业务目标后，AI店长能自主规划路径、动态调度多项能力，最终交付经营分析结果或营销策略。
针对高度定制化需求的商家，Agentar将智能体建设封装为标准模板，可通过可视化拖拉拽或一句话编程进行二次开发，生产适配自身业务的专属智能体。Agentar还提供咨询规划、定制开发、系统集成和持续运维等工程服务，并通过FDE（前线部署工程师）服务商家完成私有化集成与持续调优。
这意味着，Agent的能力开始从“完成任务”，走向“承接业务”，并将在越来越多的中小企业的真实经营场景中落地。
宠语科技基于Agentar打造宠物医生“数字分身”，支持图片、语音等多模态咨询和24小时值守，单家医院月均新增18-25个客资，医生时间节省约1/3。原本高度依赖医生个人经验的专业服务，由此变成可以被AI调用的服务能力。
一起练科技则用AI工牌记录客户需求，六大业务Agent覆盖获客、转化、交付、售后，自动提取20余项结构化字段并对服务评分，新客转化率、续卡率提升10%-20%。两个案例验证的，都是原本依赖人工经验的经营环节，能否被智能体拆解、接入、执行，并最终转化为可衡量的业务结果。
而在这个过程中，业务运行过程中产生的新知识和经验，还可以通过Agentar生态版进一步沉淀为Skills，形成可复用、可迭代的组织资产。
三、从“能用”到“跑稳”，蚂蚁数科搭起Agent基础设施
当Agent经历重重困难进入生意场，要面对的则是更现实的问题：进入生意之后，能否长期、稳定、规模化地运行。
首先是成本问题，当Agent从偶尔调用变成高频运行，Token成本就会直接成为企业经营成本的重要组成。
其次是安全和可控性和稳定性。越靠近交易、服务和履约，对Agent的准确性、稳定性、安全性要求就越高，Agent真正进入业务，会涉及权限、数据、知识、调用链和成本控制等一系列问题，安全、评测和治理也因此成为生产环境的基础能力。
蚂蚁数科Agentar以LingDT基础大模型和行业大模型为底座，不卷参数，卷“智效比”，即完成同等任务下，消耗更低的Token成本，帮助企业把每分token都花在刀刃上。
此外，Agentar提供零码、低码、高码三种模式，覆盖开发、评测、运行全生命周期，并支持数据治理、知识工程和安全合规，直接让安全合规成为内嵌的原生能力。目前这套能力已经在金融、能源等行业经过大规模实践验证。
金融场景对安全合规要求极高，是一个最严苛的试验场。蚂蚁数科Agentar已经在银行、证券、保险等金融场景落地超过300个专业智能体。
某头部股份制银行将智能体用于客户经营全流程，客户经理端到端业务处理效率提升数十倍；全球首家AI原生银行 Ryt Bank上线7个月用户突破120万，处理交易超2500万笔。
这套能力也获得了第三方市场报告的验证。IDC2026年发布的《中国智能体开发平台市场份额,2025》和《中国金融行业大模型平台、智能体应用及服务市场份额,2025》报告显示，Agentar在中国智能体开发平台私有化市场位列非云厂商第一，并在金融AI、大模型及智能体服务市场份额中位居第一。
对于Agent而言，从“能完成任务”到“能进入生产”，拼的不只是模型能力，也是一整套成本、工程、安全和业务落地能力，这正是蚂蚁数科Agentar的优势所在。
结语：Agent走进生意，真正的考验才刚开始
办公仍将是Agent规模化落地的重要场景，但当Agent进入经营、服务、交易和履约等环节，衡量它的标准也将变成能否承接业务，并最终交付结果。
从这个角度看，蚂蚁数科Agentar正在尝试做的，是依托多年产业数字化积累，把商家的知识、经验和流程转化为可被智能体调用、组合和执行的能力，再借助支付宝的用户与商业生态，让Agent进一步走向实际交付。
对于蚂蚁数科Agentar而言，如何将已经验证的产业能力进一步复制到更多行业、更多商家，并持续交付可衡量的业务结果，也将成为下一阶段值得观察的事情。