RM新时代有限公司

云從科技亮相WAIC：以可信Agent連接AI營(yíng)銷(xiāo)與物理AI

云從科技這次把邏輯講清了：訓練Agent，組織AI團隊，進(jìn)入真實(shí)業(yè)務(wù)

WAIC的新信號

今年WAIC釋放出一個(gè)清晰信號：

AI開(kāi)始走出聊天框，進(jìn)入真實(shí)世界。

一端，AI進(jìn)入機器人、工廠(chǎng)、物流和公共空間，開(kāi)始感知環(huán)境、執行動(dòng)作、完成真實(shí)任務(wù)，物理AI成為產(chǎn)業(yè)關(guān)注的焦點(diǎn)。

另一端，AI進(jìn)入跨境電商經(jīng)營(yíng)現場(chǎng)，承擔市場(chǎng)洞察、內容生成、廣告投放、經(jīng)營(yíng)分析等工作，直接服務(wù)GMV增長(cháng)。

兩個(gè)方向看似不同，背后面對的是同一組問(wèn)題：

AI能否穩定工作？
復雜任務(wù)如何協(xié)同？
結果如何驗證？
風(fēng)險如何控制？
經(jīng)驗如何持續沉淀？

大模型讓智力供給越來(lái)越充足，真正稀缺的，開(kāi)始轉向人的判斷力，以及讓多個(gè)智能角色穩定協(xié)同的組織能力。

7月19日至20日，云從科技高級副總裁、董事會(huì )秘書(shū)楊樺連續出席WAIC財經(jīng)下午茶和WAIC CONNECT活動(dòng)。

商業(yè)化，最終要看結果

在7月19日舉行的WAIC財經(jīng)下午茶上，楊樺圍繞智能體商業(yè)化分享了云從的觀(guān)察。

企業(yè)關(guān)注AI，最終仍會(huì )回到幾個(gè)樸素的問(wèn)題：

效率有沒(méi)有提高？
成本有沒(méi)有下降？
收入有沒(méi)有增長(cháng)？
經(jīng)驗有沒(méi)有留下來(lái)？

AI進(jìn)入企業(yè)，需要進(jìn)入高頻、閉環(huán)、有真實(shí)反饋、可審核的業(yè)務(wù)流程。模型完成一次任務(wù)，并不等于形成穩定生產(chǎn)力。

模型決定AI能做什么，協(xié)同能力決定AI能否長(cháng)期工作。

這也是云從布局AI營(yíng)銷(xiāo)團隊的出發(fā)點(diǎn)。

跨境電商長(cháng)期面對SKU數量多、營(yíng)銷(xiāo)鏈路復雜、運營(yíng)人才稀缺、經(jīng)驗難沉淀等問(wèn)題。云從AI營(yíng)銷(xiāo)團隊由真人專(zhuān)家和Agent數字員工共同組成，圍繞Listing優(yōu)化、素材生成、廣告投放、競品分析和經(jīng)營(yíng)復盤(pán)持續工作。

Agent可以同時(shí)處理更多商品和廣告數據，真人專(zhuān)家負責目標、預算、品牌和關(guān)鍵判斷。

AI在這里承擔的，是一份持續經(jīng)營(yíng)的工作。

當Agent越來(lái)越多，誰(shuí)來(lái)培養和管理它們？

7月20日，在WAIC CONNECT活動(dòng)中，楊樺進(jìn)一步分享了云從對AI組織形態(tài)的判斷。

大模型已經(jīng)擁有越來(lái)越強的理解、推理、生成和多模態(tài)能力，但一個(gè)聰明的大腦，還無(wú)法自動(dòng)成為一名合格員工。

它需要學(xué)習崗位職責、業(yè)務(wù)流程、專(zhuān)業(yè)技能和安全規則；需要經(jīng)過(guò)訓練、測試和考核；進(jìn)入工作之后，還需要接受調度、管理、驗收和持續復盤(pán)。

當企業(yè)同時(shí)擁有十個(gè)、五十個(gè)甚至上百個(gè)Agent時(shí)，誰(shuí)來(lái)分配任務(wù)、組織協(xié)同、控制權限、檢查結果和沉淀經(jīng)驗，成為新的管理命題。

云從正在建立一套完整的Agent培養和運行體系。

在這套體系里：

行云智能體操作系統是一所“職業(yè)學(xué)?！?。

它負責組織訓練、安排協(xié)作、管理過(guò)程、驗收結果，讓Agent從具備通用智力，成長(cháng)為能夠進(jìn)入業(yè)務(wù)流程的專(zhuān)業(yè)角色。

魔方Agent Lab是一套持續更新的“教科書(shū)”。

它把崗位經(jīng)驗、行業(yè)知識、業(yè)務(wù)規則和專(zhuān)業(yè)方法沉淀為Role、Agent、Skill和任務(wù)模板，為Agent提供可以學(xué)習、調用和迭代的能力內容。

可控訓練場(chǎng)和具身智能訓練場(chǎng)，則提供訓練、測試和實(shí)戰環(huán)境。

Agent可以在其中反復學(xué)習、執行、糾錯和驗證，經(jīng)過(guò)安全與質(zhì)量檢驗后，再進(jìn)入真實(shí)業(yè)務(wù)。

行云負責培養和管理，魔方提供知識與技能，訓練場(chǎng)檢驗它能不能真正上崗。

同一批可信Agent，走向兩類(lèi)真實(shí)世界

經(jīng)過(guò)訓練和驗證的可信Agent，可以進(jìn)入數字業(yè)務(wù)，也可以進(jìn)入物理空間。

在跨境電商場(chǎng)景中，它們組成AI營(yíng)銷(xiāo)團隊，承擔市場(chǎng)分析、內容生產(chǎn)、廣告投放、運營(yíng)優(yōu)化和增長(cháng)復盤(pán)。

每一個(gè)Agent都有清晰崗位，每一次操作都有過(guò)程記錄，每一輪投放結果都會(huì )回流，形成下一輪優(yōu)化的依據。

讓每一個(gè)SKU得到精細運營(yíng)，讓每一次投放留下可復用經(jīng)驗。

在物理AI場(chǎng)景中，可信Agent可以連接機器人、設備和任務(wù)流程，參與工業(yè)制造、物流、巡檢等真實(shí)工作。

物理世界充滿(mǎn)連續變化、環(huán)境干擾和安全約束。機器人需要完成動(dòng)作，也需要理解任務(wù)、處理異常、接受驗證，并在復雜場(chǎng)景中穩定協(xié)同。

云從布局具身智能訓練場(chǎng)，正是為了讓Agent在進(jìn)入真實(shí)空間前完成充分訓練，在持續運行中積累經(jīng)驗。

物理AI的競爭，正在從“會(huì )不會(huì )動(dòng)”走向“能不能穩定工作”。

數字世界和物理世界，對Agent能力的要求不同，但底層邏輯相通：

都需要專(zhuān)業(yè)訓練，都需要人類(lèi)判斷，都需要過(guò)程可控，也都需要持續學(xué)習。

從AI基礎設施到AI團隊

圍繞可信Agent，云從正在形成一套完整布局。

底層是從容多模態(tài)大模型、云起Model Hub、可信數據空間、訓推平臺、可控訓練場(chǎng)和具身智能訓練場(chǎng)，為Agent提供模型、數據、訓練和驗證能力。

中層是行云智能體操作系統和魔方Agent Lab，負責Agent的培養、組織、調度和持續進(jìn)化。

上層則是一支支進(jìn)入真實(shí)場(chǎng)景的AI團隊，包括AI內容制作工作室、AI營(yíng)銷(xiāo)團隊、AI職能團隊、AI研發(fā)團隊，以及未來(lái)面向更多行業(yè)的專(zhuān)業(yè)團隊。

基礎設施提供智力，訓練體系培養專(zhuān)業(yè)能力，AI團隊負責交付結果。

AI的下一站，在真實(shí)世界

從跨境電商營(yíng)銷(xiāo)，到機器人和工業(yè)現場(chǎng)，云從在本屆WAIC傳遞出一條清晰主線(xiàn)：

AI正在離開(kāi)演示環(huán)境，進(jìn)入真實(shí)業(yè)務(wù)和真實(shí)空間。

進(jìn)入真實(shí)世界之后，模型能力只是起點(diǎn)。訓練、判斷、協(xié)同、治理和持續交付，將決定AI能走多遠。

云從希望通過(guò)行云智能體操作系統、魔方Agent Lab和兩類(lèi)訓練場(chǎng)，培養更多經(jīng)過(guò)驗證的可信Agent，讓它們組成專(zhuān)業(yè)AI團隊，進(jìn)入企業(yè)經(jīng)營(yíng)，也進(jìn)入物理世界。

AI有了大腦，下一步需要接受教育、完成訓練、進(jìn)入組織。

云從要做的，是讓可信Agent真正上崗。