2026年初，大模型浪潮已奔涌三个年头，企业界正经历一场从“技术狂热”到“价值焦虑”的深刻转变。在大模型调用量飙升、参数规模内卷、Agent（智能体）尝试遍地开花的表象下，企业内部真正被反复追问的已不再是“能不能用上AI”，而是一个更现实的问题：

大模型，是否真的在业务中产生了可持续的价值？

尽管AI已被多数企业列为战略重点，但在营销、销售、服务等核心场景中，业务效率并未发生预期的“结构性质变”。热度与结果之间的巨大鸿沟，让无数企业开始反思：为什么有了AI，业务效率还是没有质变？

针对这一中国式To B故事的终极命题，容联云副总裁、诸葛智能创始人孔淼向笔者梳理了容联云过去三年“坚定的AI探索之路”。在孔淼看来，AI不应只是既有流程上的“挂件”，而应成为重构业务的“灵魂”。

容联云正在定义的，是一个关于“让AI真正产生业务增量”的产业答案。

告别“军备竞赛”，回归“业务原点”

2024年，大多数To B服务商还在基础设施层“挥汗如雨”，基于对技术发展和市场的预判，容联云则选择了押注应用层，并最终率先在AI应用上先于同行跑出两个身位。

这一成果要回溯到2023年初，彼时大模型初露锋芒，容联云认定这一技术将彻底重塑营销服场景。但应该和其他厂商一样耗费大量资源和精力死磕基础模型底座，还是在自身擅长的领域跑出应用？在这一战略选择上，容联云表现出了一定的冷静：2023年中，容联云果断放弃了下场参与大模型底座的烧钱大战，成为行业内第一批专注在“做应用”的公司。

这一转身背后是深刻的现实主义逻辑，孔淼直言：“大模型的训练是军备竞赛，对容联云而言，我们更清楚自己的选择——聚焦应用，解决真实业务问题。”这种选择的核心在于对B端痛点的精准捕捉：企业客户不仅需要大模型的泛化能力，更需要合理的ROI和确定性的交付质量。当时，单纯依赖大模型在性能和成本上均不理想，且容易产生“幻觉”问题，难以直接交付高质量的业务指标。

为此，容联云坚持了一套“大小模型结合、应用工程融合”的务实范本。

由大模型负责意图理解、推理与任务规划，利用其强大的泛化能力、上下文理解能力，突破传统小模型无法理解复杂场景的局限；同时，将敏感词过滤、标准指令生成等确定性高、实时性强的常规普通场景，交由轻量化小模型稳定执行，在效果、成本与稳定性之间取得平衡。

更为关键的是应用工程层的深度融合，容联云并未将AI作为通用插件直接交付，而是将其精准“封装”进工业级业务逻辑中：

一方面，解决垂直场景的确定性难题。容联云通过知识工程、场景化模板与经过业务验证的话术体系，将模型的理解与生成限定在高度聚焦的专业语境内。AI不再依赖泛化语料的随机联想，而是围绕特定行业、特定流程、特定问题构建的结构化知识与响应范式，从根源上降低幻觉发生的概率，确保结果的专业可用。

另一方面，解决业务融合的落地难题。容联云将大模型能力封装为流程节点、策略判断与系统动作，让AI天然生长在业务流程之中，企业无需二次开发，即可让AI直接在具体业务中即插即用，真正实现技术能力向业务价值的转化。

带着“回归业务原点”的初心，容联云对技术和市场的精准把握也不止体现在路线选择上，可以看到，此后AI的每一次技术代际的迭代中，容联云也都紧紧跟随：从2023年专注于大模型功能的嵌入，到2024年实现流程编排，再到2025年全面升级至自主智能体，容联云每一步都踏在了业务提效的节奏点上。

在容联云看来，AI产生的每一分价值都应该被量化到具体的业务增量中，这也意味着不被技术指标所绑架。容联云Copilot&Agent大模型应用作为金融行业典型代表，入选了多项产业洞察图谱，其核心竞争力并不在于单纯的参数竞赛，而在于通过重构营销、销售、服务流程，实现了沟通智能的代际跨越。

正是这种对“业务结果”的偏执，让容联云在2024年便明确了六大核心应用场景，并在2025年初迎来了签单与中标的爆发期。

三级跳进化：从“辅助人”到“对结果负责”的代理人

生产力形态的演进，是改写业务结果的胜负手。容联云在AI路径上的探索，是一场从“辅助工具”向“业务角色”进化的范式革命。

在2023年的LLM Feature阶段，AI以大模型功能的方式嵌入到原有业务系统中，通过话术生成、知识推荐与关键信息提示等能力，辅助人工提升单点效率。

随着应用深化，进入2024年的Workflow阶段，AI开始通过流程编排介入质检、洞察等特定业务流程，实现特定业务节点的自动化闭环。

步入2025年，这种演进最终指向了自主完成任务的Agents时代。

以诸葛智能推出的“业务分析一本通Agent”为例，它标志着AI应用正从被动响应式工具，转向具备主动性、能够实现任务闭环的执行系统。以往需要专业分析师花费一周时间配置的指标和模型，现在“一本通”可在分钟级内完成从需求理解、指标选择到分析结论输出的全过程，在某城商行实际业务中，分析效率从32%提升至92%以上。

更深层的变革在于技术范式的迁移。

当Agent逐步具备对业务流的深度理解、围绕业务目标的自主规划、对业务系统的操作调用，以及对执行结果的评价能力时，其角色已不再局限于对话层面的被动响应，而是开始成为业务执行体系中的主动参与者。

容联云即将发布的全新一代智慧联络平台，正是这一范式迁移的集中体现。过去，AI处于“被动唤醒”状态，必须由坐席决策何时调用功能；而现在，Agent实现了从“辅助人”向“对结果负责”的业务位移：不再依赖人工唤醒，而是主动参与到业务判断与流程执行之中，实现真正意义上的人机协同。

以客服场景为例，Agent在联络瞬间即完成意图预测，并基于业务目标自主规划出最优路径；随后，它像“真人坐席”一样，在受控范围内直接调用并操作CRM、呼叫中心等核心系统，根据对话进展动态调整工作流，完成多步骤的任务执行。而在联络完成后，它不仅沉淀通话要点，更能对执行结果进行自我评价并自主触发工单流转。

这类Agent不再是辅助人的“挂件”，不再是某个功能点的效率提升，而是一种接近“真人坐席”的业务运行模式：

它能够理解业务流，围绕业务目标规划路径、调用工具并对结果负责，从而在企业组织中开始承接完整的业务模块。

正如容联云实践所展示的趋势，具备主动性与执行力的Agent正在重塑个人与组织的工作方式。正因如此，2025年容联云完成了从CC、CRM到诸葛智能的全线产品Agent化升级，让AI真正成为具备“闭环执行力”的业务角色。

深水区的“Know-how”：AI加速度背后的产业底色

实现这种产业链的AI加速度并非易事。孔淼提出了一个犀利的观点：技术的泛化门槛正在降低，真正的壁垒是那些看不见的产业Know-how。

在B端深水区，决定生产力工具上限的往往不是模型本身，而是对业务流程的底层重构。容联云在市场竞争中的战略逻辑可以拆解为“点、线、面”三个维度：通用工具解决“点”的单点需求，但深入垂直行业的业务流（线）和整体解决方案（面）才是真正的护城河。

在孔淼看来，容联云的产品底色，源于其在真实的“深水区”与行业巨头的深度共创。无论是与国有大行还是像广发银行这样的股份制银行合作，容联云都将大量真实的客户侧视角输入到产品底层，使得系统能够不断贴合最真实的业务习惯。这种共创模式，让容联云从技术视角转向了业务视角，通过理解监管合规、组织架构及业务流程，为企业带来了实质性的业务加速度。

在实战检验中，这种深度的产业沉淀爆发出了惊人的ROI能量这表现在三个方面：

• 沉默资产的唤醒：过去客服数据利用率不足，海量会话沦为沉默数据。容联云大模型洞察代理通过全渠道数据的自动化挖掘，将某保险客户数据利用率提升至95%，并将10天的分析时间压缩至4.5小时，让客诉热点与咨询盲区清晰可见。
• 证券质检的代际跨越：在合规要求极其严苛的证券行业，传统抽检不仅漏检率高，更耗费巨大的人力复检成本。容联云引入大模型质检后，将8天的客服审核时间缩短至3.25小时，覆盖率从40%直接拉满至100%，准确率高达96%。
• 品牌零售售后优化：某零售集团的坐席面对上千个SKU，原本需要翻阅厚重的知识文档。依托容联云“大模型售后服务坐席辅助”，平均通话时长从12分钟骤降至3分钟，问题首解率（FCR）从30%飞跃至80%。

不论是横向跨产业的“Know-how”覆盖，还是纵向对产业链节点业务逻辑的深入理解，容联云正通过多元化的AI产品和交付能力，为企业营销服流程的融合共振提供核心动能。

迎接RaaS时代

从单点提效到全流程重构的跨越，预示着一种全新的商业逻辑正在降临。

孔淼向笔者透露，随着智能体具备了自主规划与目标闭环的能力，To B市场有望从传统的“按软件收费”转向“Result-as-a-Service（结果即服务）”。这意味着企业购买的不再是冰冷的工具系统，而是一个能够确凿提升转化率、降低合规风险、并能通过数据洞察驱动决策的业务结果。

这种范式革命的背后，是容联云通过深度融合自身通讯底座与数据能力，构建出的“AI+CC+CRM+Data”融合共振平台。在这种深度融合下，原本脱节的营销、销售与服务环节打破了职能壁垒，转变为动态互联的有机整体：

用户的每一次互动触达与沟通交互都会被实时转化为数据标签，通过诸葛CDP同步至销售与客服执行端，而容犀Agent在交互中捕捉的投诉信号或潜在需求也能即时回写至营销策略中。这种全链路的动态共振，让AI不再是企业的插件，而是进化为可以实时学习、重新设计业务流程的“未来引擎”，在数智化转型中释放出跨场景协同的爆发性业务增量。

容联云正在定义的，是一个关于“让AI真正产生业务增量”的中国式To B故事。2025年，容联云完成了整个Agent的迭代升级，而2026年，将是Agent真正作为“业务角色”开始上岗的一年。

在这场从技术红利向业务价值落地过渡的长跑中，容联云正用深厚的产业底色，重塑着营销服领域的生产力底牌，将AI真正转化为企业业务增长的核心增量。