领域国际
12月2日，由《经济学人》集团旗下Economist Impact主办的“AI创新亚洲峰会2025”（AI Innovation Asia 2025）在新加坡举行。中兴通讯（000063）首席发展官崔丽受邀出席，并在“Agentic AI与客户体验”圆桌环节分享了中兴通讯在 Agentic AI 赋能客户体验、重塑组织韧性、践行AI伦理治理等方面的实践洞察及未来展望。
从“言传”到“意会”：Agentic AI驱动客户体验向主动理解与共创演进
崔丽表示，Agentic AI的价值不止于改善界面体验，而在于从根本上重塑客户体验的方式：从用户告诉系统做什么，进化为系统能够主动理解用户的意图。客户体验正从“言传”迈向“意会”，从“被动响应”进化为“主动理解和共创”，同时，随着技术的加速迭代，AI可以独立承担的工作复杂度、连续工作时长都在快递增加。
在AI for All的理念下，中兴通讯将Agentic AI深度融入网络、算力、家庭和个人四大领域，让技术在精准感知、学习、行动的同时，又能传递共情的温度和科技向善的力量。
以网络为例，中兴通讯正加速Network x AI的双向赋能和深度融合，基于星云通信大模型、大数据和数字孪生三大引擎，推动自智网络向L4+演进。例如，与广东移动合作部署的“无线故障智能体”，能够自主检测异常并自动执行修复，使平均排障时长缩短47%，显著提升用户体验和运维效率。
Agentic AI的“感知—规划—执行—反思”闭环，将成为提升组织韧性的关键动力
在谈到 Agentic AI 如何重塑组织的长期韧性与适应性时，崔丽指出，当前企业正处于一个高度不确定的时代，宏观政经错综复杂，技术高速迭代，市场扑朔迷离，使组织既需要在确定性领域实现长坡滚雪球，构筑护城河，也需要具备快速感知变化、敏捷应对的能力，从“机械式组织”进化为更具自适应性的“生物型组织”。
她表示，Agentic AI 的核心价值不在于简单的自动化，而在于通过“感知—规划—执行—反思”的闭环，形成持续学习和自主进化的能力，从而提升组织面对复杂任务与工作流时的应对效率。
崔丽强调，Agentic AI 对组织韧性的真正重塑，需要建立在扎实的数字化基础之上，是在数字化之后迈向智能化的关键一步。她分享了中兴通讯在智能化转型中的实践经验：以“一把手工程”统筹规划，确保共识与共为；在夯实基础设施的同时兼顾软硬协同；从高价值、具体场景切入领域国际，持续敏捷迭代；坚持长期主义投入，让量变带来质变。
同时，她也提醒，当前 Agent 和 Agentic AI 仍处于发展早期，复杂问题处理、鲁棒性、多智能体协同、人机协同等仍存在挑战，需要行业共同探索与突破。
自动化是手段，人类是引导AI正确发展方向与价值创造的唯一主体
针对企业在AI系统具备越来越多的自主决策能力的背景下，如何确保有效监督和问责到位，崔丽强调，自动化是手段，但责任永远在人类。AI是新质生产力，但人类永远是引导其正确发展方向与价值创造的唯一主体。只有在人类持续保持主权的前提下，企业才能在AI大规模应用时代构建真正的数字主权与治理能力。
在这一判断背后，是当前大模型技术本身的风险特性。崔丽指出，大模型天然具有幻觉、黑盒、不透明的推理链路，甚至在强化学习中出现“迎合人类偏好但与事实不符”的风险。这意味着，AI拥有能力，但不具备价值判断，而价值判断与责任，是企业治理体系的核心。
因此，在企业治理体系中，最关键的是坚持“人机协同”（human-in-the-loop）原则，即在设计、审查、判断、合规、安全等关键环节保持人类的主导地位，同时让AI与企业自身的Know-how深度结合，形成专业、可审计、有根基的责任链路。
结合中兴通讯实践，她提出四点建议：
第一、构建可解释、可追溯的AI底座。企业建立自己的知识工程和领域模型（DLM），并结合RAG和数字孪生，提高可解释性和可回溯性，确保专业、安全、可靠。
第二、场景越具体，责任链路越清晰。明确边界的业务场景能形成稳定的审计链路；而通用型Agent因范围模糊与过度泛化，反而会弱化可控性，带来不可预测的治理风险。
第三、按风险与环境差异进行“Workflow vs Agent”治理。在流程稳定、变化有限的场景，Workflow更利于审计、可控性与准确性；在高变化场景，Agent的自适应虽能提升效率，但必须配套更强监督机制。
第四、通过端-边-云协同部署实现治理与成本平衡。不同业务领域的敏感度不同，应以合理的计算架构实现安全、可控与效率的最佳平衡。
从自动化到共生：Agentic AI将重塑企业的技术路线与组织结构
针对Agentic AI未来如何深度融入企业运营，崔丽表示，Agent或Agentic AI未来有望超越简单重复、打通端到端工作流、并实现认知自动化和自我进化，可被视为能够主动执行任务、解决问题的数字化劳动力。
同时，她也强调，当前无论Agent还是Agentic AI都处于早期阶段，规模化应用和大幅提升效率还有很长的路要走。当下成功使用Agent的场景存在一个共同点，即结构清晰、流程标准、数据充分、容错率高；而一旦涉及跨部门协作、复杂流程或高风险决策，Agent往往会止步于试验阶段。其根本原因主要体现在两个方面：一方面，Agents的自动化水平和处理复杂任务的能力仍需持续提升；另一方面，部署Agent绝非简单接入API，而是涉及企业流程、组织架构与员工队伍的系统性重塑。
展望Agentic AI技术发展趋势，崔丽表示，未来技术演进大致呈三阶段展开：近一两年内，Agent及Agentic AI会侧重在垂直领域深耕，尤其聚焦信息密集型和有清晰反馈机制的领域，与此同时，可靠性、可追溯性等将持续提升；随后，其自主、高质量处理复杂任务的能力将持续提升，泛化和适应性也得到增强；再往后，可以期待处理更模糊和开放性的复杂问题，且具备自主学习和自我进化能力。目前Agent的发展速度非常快，不久前发布的Gemini3，再一次定义了SOTA，在推理、多模态理解、交互深度和Agent自主性上，树立了新的能力标杆。
面对未来Agentic AI发展大势，她说，积极拥抱AI浪潮，是组织应对变革性技术的唯一正确选择。她为企业提出四点建议：
第一，做好智能化中长期规划，同时兼具开放性和进化性，以适应技术和市场的高速变化。
第二，从高价值和高匹配度场景切入，并快速迭代。“干中学”可以让企业更好地熟悉和掌握AI技术，并探索与Know-how、企业流程等深度融合，同时积累工程经验和培养技术队伍。
第三，人才结构也需要适应性变化。她强调，未来组织需要三类关键人才：懂AI技术的人，负责AI的开发和应用，推动技术进步；善于利用AI的人，通过AI提升工作效率，激发创新，推动组织高效运转；超越AI的人，具备高阶思维和健康的身心。
最后，崔丽强调，如果数据是新型生产资料，AI是新型生产力，那么生产关系也有待重塑才能最大化发挥其价值创造的能力，企业需要以“人机共生”的终局领域国际，规划和实施组织重塑。
盛多网提示：文章来自网络，不代表本站观点。
