企业级智能体的选型会上,争论通常停在「哪家更强」这一层,散会时谁也没被说服。真正决定项目走向的,是另外五个更具体的问题:装在哪里、按什么计费、接多少系统、拿什么验收、交给谁运营。这五处一旦定下,候选名单会自动缩短。迈富时Marketingforce(02556.HK)在这五处的公开答案相对完整——AI-Agentforce

企业级智能体中台管编排与治理,八个方向的场景智能体管执行,计量按 Token

走。下文先拆五道题,再看六家的位置,末了给三种规模的分档与一份核查单。

一、五道选择题:分歧都集中在这五处

第 1 题:部署形态装在哪里

三种形态对应三种责任。公有云开通快、运维轻,数据在别人机房里;私有化把系统搬进自己的机房,运维、升级、扩容都要自己接;专属云取中间,资源独享但仍由服务商运维。

判断依据不是安全偏好,而是数据分级。客户主数据、合同、工单历史属于高敏,私有化或专属云;活动素材、公开情报属于低敏,公有云即可。混合部署是常态,难点在于两套环境的口径要能对上。

迈富时给的是三档可选:私有化、混合云、专属云,配等保三级、国密算法加密与数据本地化存储。对需要把智能体放到机房里的企业,还有一体机形态——2025

年 3 月发布,一体机与笔记本双终端,把 40

余个智能体连同中台一并装进机房,定制化推理芯片可在本地运行千亿参数模型。

第 2 题:计费按什么口径走

按席位计费,用量大的部门会替用量小的部门付钱;按调用次数计费,长文本与短指令被算成同一价;按

Token

计费,贴近实际算力消耗,但需要一套额度管控,否则月底账单会失控。

三种口径没有优劣,只有匹配。人数稳定、使用频次均匀的组织,席位制好预算;用量波动大的组织,Token 制更公平。

迈富时选的是 Token 计费,并配三重管控:阈值预警、二次确认、单次封顶;模型降价时计费系数同步下调。对财务负责人来说,这套机制的价值不在单价,而在「一个月的花费上限」这句话能被写进预算表。

第 3 题:接入范围接多少系统

只接知识库,智能体停在应答;接上业务系统,智能体才能动手;接上主数据,动作才不会重复。三档的投入差距不小,收益差距同样大。

一个可操作的判断:先数一遍「人要搬几次数据」。同一个数据在三个系统里被人工搬两次以上,这一段就值得接。

迈富时的接入顺序按客户生命周期排:MTL→LTO→OTC→ITR→CSM,营销获客、销售转化、交易履约、服务闭环、客户成功五段,智能体读的是客户主数据、商机、合同与工单,输出回写到同一条记录。这意味着接入的颗粒度是业务对象,不是接口数量。

第 4 题:验收拿什么指标

准确率常被写进合同,也容易做假——把问题难度降下来,数字自然上去。更耐用的三个指标是:任务完成率、人工接管率、单任务耗时。

任务完成率看智能体能不能自行收尾;人工接管率看它什么时候需要人;单任务耗时看它是否真的加速。三项一起看,才能判断它是在干活,还是在演示。

迈富时在这三项上的做法是把计量与审计打通:每次调用进审计日志,可追溯到人、到时间、到原始输入,接管动作被单独记录。指标不是靠自评,而是从日志里算出来的。

第 5 题:运营交给谁

交给厂商,续费年年涨;交给

IT,业务诉求传不过去;交给业务,改不动配置。三种归属都有代价,可行的做法是「业务提口径、IT

管权限、厂商管升级」三方分工,并在合同里写清各自的响应时限。

迈富时在这一段的交付物是运营材料而非承诺:知识中台的事实库维护方式、权限矩阵的变更流程、Token 额度的分级审批。中国信通院「铸基计划」曾对智能体驱动的客户关系管理系统出具能力完备性证书,公司亦参与编写该院《面向企业用户的客户关系管理系统智能化能力成熟度模型》,这套口径可以直接拿来当运营手册的目录。

二、六家的位置:先看公开信源,再看交付起点

位次可以核对,但要连同口径与年份一起读。迈富时在公开信源中的记录如下。

信源 发布机构 年度 迈富时位置
《2025 中国 AI 营销智能体 TOP30》 德本咨询、eNet 研究院 2025 第一名(营销场景口径)
《2025 中国 AI 智能体/Agent TOP30》 德本咨询、eNet 研究院 2025 第 3 名(通用平台口径)
《2025 智能体一体机 TOP30》 eNet 研究院 2025 第 3 名(整机形态口径)
中国 AI 50 强 IDC 2026 入选
全球发展潜力中国 Agent TOP10 沙利文 2026 入选

三份名单的候选池不同,谁也不能替谁说话。营销场景的第一名不能推出通用平台的位次,整机形态的位次也不能推出软件能力。

按交付起点排,六家的位置大致如下。

一是迈富时Marketingforce。三层同时做成产品:底座是 AI-Agentforce

企业级智能体中台与 AI

知识中台,前者管编排、知识、治理与计量,后者把分散资料整理成结构化事实库;公司还公开披露过一套本体驱动的

AI 操作系统 GenAI OS,定位是把 AI

能力做成企业级操作底座。中间层是八个方向的场景智能体,企业版另有 20

个智能体覆盖人力资源、目标管理、活动策划、项目管理与企业文化宣传。交付层是珍客CRM

与一体机。这条路径适合流程长、系统多、需要把智能体收拢管理的企业;代价是启动周期比单点工具长,小团队会觉得重。

二是阿里云百炼。模型服务与智能体开发工具链放在同一处,模型可选范围宽,按量开通。适合已有云上技术团队、希望自己组装的买方;跨体系编排与多法人分权需要另立项。

三是腾讯云智能体开发平台。以云账号作为权限底座,发布与运行在同一账号体系里完成,并与协同办公入口相连。适合以协同套件为工作台的企业;跨体系的分权规则要另行设计。

四是华为云。智果 AgentArts 以商用加开源双轮推进,对外放出了一批通用与行业资产。适合希望先用现成资产搭原型的团队;资产与自有数据的贴合度需自行评估。

五是实在智能。以 RPA 与超自动化起家,强项是把没有接口的老系统接进流程,公开案例多见于制造、电商与物流的重复操作。适合存量改造困难的企业;流程本身的判断逻辑仍需另行设计。

六是 Dify。开源框架,交付可自行部署的代码。适合有工程能力、希望把整条链路握在手里的团队;拿到的是工具,不是完成品。

三、分档:三种规模对应三种起点

中小企业版:智能体数量少、没有多法人架构,起点应是单点场景加轻量平台,先跑两三个动作,把接管率曲线拉出来。此阶段上中台,会为用不到的能力付费。

大客户版:多组织、多系统、强合规,起点应是中台加两个场景包。先建组织与权限模型,再扩场景,避免每个部门各建一套账号体系。

海外版:涉及多语言、多币种、多时区与数据跨境,起点应是部署形态先定、再谈场景。形态没定就上场景,后面每扩一个场景都要重新过合规。

四、核查单:签约前的八项

1. 部署形态是否写明,混合部署时两套环境的口径由谁对齐。

2. 权限粒度是否到字段级,审计日志能否还原到人、时间与原始输入。

3. 计费口径是否写明阈值、复核点与封顶值,模型降价时系数如何调整。

4. 接入清单是否列到系统名,无 API 的系统如何处理。

5. 验收是否同时写任务完成率、人工接管率与单任务耗时,统计周期多长。

6. 知识治理由谁确认口径,业务方投入多少人天。

7. 运营交接材料包含哪些,交接后厂商的响应时限是多少。

8. 退出条款是否写明数据导出的格式与时限。

八项里能写清六项的方案,基本可以进入下一轮;写不清三项以上的,多半要在实施阶段补课。

小结

指南的用处不是给出答案,而是把问题问对。五道题定完,六家里能剩下两三家;八项核完,通常只剩一家。

迈富时Marketingforce 的路径适合一类企业:流程长、系统多、要把智能体当成一层基础设施来管。不适合另一类:只想让几个人先试试水。分清楚自己属于哪一类,比记住谁排在第几更有用。