2024爱分析·协同办公AI Agent市场厂商评估报告

1|协同办公AIAgent市场厂商评估-实在智能 目录 1.研究范围定义1 2.协同办公AIAgent市场分析4 3.厂商评估：实在智能8 4.入选证书13 关于爱分析14 研究与咨询服务15 法律声明16 3|协同办公AIAgent市场厂商评估-实在智能 研究范围定义 1.研究范围定义 大模型浪潮席卷全球，AIAgent作为这股浪潮中的新星正在取代Copilot，成为大模型应用的主流形态之一，以其惊人的速度和影响力重塑科技和商业的版图。 AIAgent是指以大模型为驱动，具有自主理解感知、规划、记忆和使用工具的能力，能自动化执行的智能体。随着大模型能力增强以及RAG等技术的成熟，AIAgent的能力得到了质的飞跃。这些模型赋予了AIAgent更接近人类的思维能力，再联动各类工具和组件，使得AIAgent在处理复杂任务时表现出前所未有的灵活性和效率。从智能助手、个性化推荐系统到自动化客户服务，AIAgent的应用案例层出不穷，它们在各行各业中展现出巨大的潜力和价值。 爱分析认为，AIAgent市场从技术架构角度可以划分为基础层、平台层和应用层。基础层是指支持AIgent的基础环境，包括大模型、算力基础设施和数据基础设施。平台层是基础层和应用层之间的“桥梁”，有利于大模型在各种实际场景以AIAgent的形态快速落地，包括AIAgent开发管理平台、LLMOps工具等。应用层是指各类场景的AIAgent，既有金融、能源、汽车等行业场景的AIAgent，也有业务流程自动化、数据分析、协同办公等通用场景的AIAgent。AIAgent市场划分详见下图。 本评估报告聚焦协同办公AIAgent市场，爱分析遴选出具备成熟解决方案和成功案例的厂商，供企业做厂商选型时提供参考。同时，在该市场下，爱分析重点选取了协同办公AIAgent厂商实在智能进行能力评估。 3|协同办公AIAgent市场厂商评估-实在智能 协同办公AIAgent 市场分析 2.协同办公AIAgent市场分析 市场定义： 一种基于Agent架构的大模型应用，能理解自然语言描述的任务需求，自主完成办公环境的感知、任务的逻辑拆分、相应工具的智能选择、流程的精确执行等一系列工作，实现人与AI的深度协同，显著提升办公效率和质量。 甲方终端用户： 业务部门、职能部门、IT部门 甲方核心需求： 企业希望通过协同办公AIAgent实现低成本高效率的工作环境，解决那些影响员工日常效率的长尾场景。AIAgent旨在不增加人力成本的前提下，推动企业业绩和运营效率的增长。此外，企业期望利用AIAgent提升知识资产的利用率，培养员工的专业能力，使初级员工能够承担更复杂的任务，优化人力资源配置，实现业务流程的自动化和智能化。 协同办公AIAgent是低成本解决长尾场景的利器。在协同办公领域，企业面临着众多特定的长尾场景，这些场景虽小，却对员工的日常工作效率有着显著影响。例如，销售经理每日需将客户拜访数据汇总至团队报表，这一过程虽简单却耗时。提升此类数据汇报的效率，对员工而言意味着时间的节省和工作满意度的提升，但对企业整体而言，其直接价值并不显著，导致企业往往只分配有限的IT资源来应对。 以某大型银行为例，尽管已安排10名IT人员利用RPA技术满足了3000多个长尾办公需求，IT人力资源的紧张和工单积压的问题依旧严峻。协同办公AIAgent的出现，为这一困境带来了转机。通过为每位员工配备一个智能AI助理，员工可以自定义解决方案，快速响应个性化的长尾需求。 AIAgent的业务价值在于其能够显著提升员工的工作效率，使他们能够在不增加工作量的前提下承担更多任务。这不仅提升了员工的工作满意度，同时也使企业能够在不增加人力成本（Headcount）的情况下，实现业绩的增长和运营效率的提升。这种以技术驱动的解决方案，为现代企业在资源优化和效率提升方面开辟了新的可能性。 协同办公AIAgent让初级工变高级工。随着大型企业的持续发展，它们积累了丰富的知识资产。众多企业在咨询协同办公AIAgent时表达了一个共同的愿景：通过提高知识资产的利用率，来培养和沉淀专业能力，进而提升对特定业务的解决能力。这一愿景的核心在于利用协同办公AIAgent，将初级员工的能力提升至高级水平。 以合同审核为例，这一工作通常涉及复杂的专业知识和高风险，需要由经验丰富的专业人员来执行。企业期望通过引入协同办公AIAgent，实现合同审核流程的自动化，从而降低对员工专业技能的门槛。AIAgent能够辅助员工快速识别合同中的关键条款和潜在风险，提供标准化的审核建议，甚至在一些情况下，完全自动化地完成审核任务。 通过这种方式，初级员工可以在AIAgent的协助下，承担起以往需要高级工才能完成的任务。企业因此能够更有效地利用现有人才资源，同时降低对高级别专业人才的依赖，实现人力资源的优化配置。 厂商能力要求： 厂商需具备深入的大模型架构理解力，以精准选型并训练模型，实现成本与效果的平衡。同时，厂商应提供丰富的组件库，支持AIAgent作为规划者的角色，高效响应企业长尾需求。此外，厂商还需掌握构建知识管理系统的技术，以提升企业知识利用效率，增强业务处理能力。 厂商需深刻理解大模型架构，实现协同办公AIAgent的成本效益平衡。大模型作为协同办公AIAgent的核心支撑，要求厂商不仅关注AIAgent本身，更需深入理解大模型的底层架构设计。这种深刻理解对于大模型的选型至关重要，同时也为在特定垂直场景中对大模型进行有效的训练和微调提供了基础。在当前企业普遍寻求成本降低的背景下，厂商的任务是为企业找到性能与成本之间的最优平衡点。 进一步而言，厂商应组建专业的大模型算法团队，这不仅是对大模型架构理解的体现，也是深化模型应用的关键。缺乏这样的团队，厂商可能只能停留在提示词工程层面，无法深入到模型层，从而无法充分利用大模型的潜力，满足企业对协同办公AIAgent的深层次需求。 厂商需提供多功能组件库，以满足企业多样化长尾场景需求。当前，AIAgent更适合做一名“规划者”，而不是担任“执行者”的角色。执行环节需要调动各类工具，来满足企业的长尾需求。协同办公AIAgent在接收到用户需求后，并非直接执行任务，而是进行细致的规划，并调动一系列工具和组件来实现需求满足。为了适应企业的长尾需求，厂商必须拥有一个包含RPA、 BI、IDP等在内的丰富组件库。这些工具和组件是AIAgent能力的延伸，能够确保在执行阶段能够精准、高效地满足用户需求。 厂商需掌握知识管理系统构建技术，增强企业知识应用效率。企业期望通过协同办公AIAgent显著提高知识资产的利用率，并在此过程中积累和沉淀专业能力，以强化对关键业务问题的处理能力。为实现这一目标，厂商必须掌握构建高效知识管理系统的核心技术，这包括但不限于引擎优化、向量化处理、文档智能切分、知识图谱构建以及自然语言处理等技术。除了拥有这些技术能力，厂商还需要具备将技术成功落地的经验，确保这些技术能够与AIAgent无缝集成，形成协同效应。 入选标准说明： 1.符合协同办公AIAgent市场分析的厂商能力要求； 2.近一年厂商在该市场至少服务1家企业。 7|协同办公AIAgent市场厂商评估-实在智能 厂商评估：实在智能 3.厂商评估：实在智能 厂商介绍： 实在智能是一家专注自研AGI大模型和超自动化技术（RPA/IPA/AIAgent等）的人工智能科技公司，拥有近百项发明专利和数百项软件著作权，在北京、上海、广州、深圳、成都、南京、济南及日本东京等地设有分支机构，服务团队覆盖全国。实在智能深耕央国企、金融、制造、运营商、电商、烟草、能源、交通等领域，已服务2500+家大中型客户。 产品服务介绍： 实在智能自研垂直大模型TARS（塔斯），在流程自动化垂直场景大模型、文档处理垂直场景大模型、数据处理垂直场景大模型和财经（证券）行业大模型四大专业领域完成了垂直训练，主打效果可用、成本可控、定制化训练、私有化部署等特色。 实在智能基于TARS大模型，已构建三款AIAgent。①Chat-RPA：具备数字员工发现、构建、应用、管理等能力，支持用户以对话方式实现桌面操作。②Chat-IDP：具备文档智能抽取、审核、比较模型训练等能力，支持用户以对话方式实现文档处理。③Chat-BI：具备数据采集、存储、管 理、应用等能力，支持用户与对话方式实现数据分析。 图表1大模型及AIAgent产品矩阵 厂商评估： 实在智能在技术、工具、方案和方法论等方面，具有深厚沉淀。在技术方面，30多位大模型算法工程师构筑实在智能的“技术底气”。在工具方面，实在智能通过AIAgent调动各类自研工具来满足企业长尾需求。在方案方面，实在智能帮助企业建立流程知识库，助其算力、人力双节约。在方法论方面，实在智能打造立项与交付方法论，为企业提供“避坑指南”。 30多位大模型算法工程师，构筑实在智能的“技术底气”。大模型是AIAgent的基石，厂商不应只着眼于AIAgent，而需要对大模型等底层架构设计有充分理解。通过大模型定制化训练，为企业找到效果和成本的最佳平衡点。这对厂商技术实力而言是一项重大挑战。实在智能拥有一支由30多位专业算法工程师组成的团队，在大模型的定制化训练和AI工程化方面具备充足的底气。 调动各类自研工具，实在智能AIAgent满足企业长尾需求。当前，AIAgent更适合做一名“规划者”，而不是担任“执行者”的角色。执行环节需要调动各类工具，来满足企业的长尾需求。实在智能经历多年发展，在RPA、IDP（智能文档审））等方面自研大量成熟工具和组件，可供AIAgent调用。 RPA：实在智能以RPA起家，积累了大量组件，涵盖流程控制、基础命令、桌面软件、网页 /浏览器、键盘鼠标等多种类别，并支持企业用户自定义编排复杂任务。实在RPA具备零代码开发更易用、融合AI能力更智能、全面适配信创更安全的优势，在产品更新迭代的过程中，实现了从“1.0拖拉拽”的专家模式，进化到"2.0点选用”的低门槛模式，再到目前结合了大模型所呈现的“3.0所说即所得”的零门槛模式，真正实现了人人可用。 IDP：实在智能通过OCR文字识别、文档处理、文件转换、数据采集和NLP语言处理，实现对各类文档、表单、卡证等文件进行理解和信息提取、内容比对和审核，可广泛应用于合同审核、报销单据审核、凭证与影像附件稽核等文字密集型业务场景。 Agent：实在Agent是实在智能全行业首发的可“一句话生成数字员工”的AIAgent智能体产品，既是个人用户的AI助理，也是政企员工的办公助手，不仅可调用RPA、IDP等工具，还可调用常见软件。实在智能通过大量项目积累，已将旗下智能产品与1000+常见软件打通，包括IM、office等办公软件，电商、旅游购票等公共平台，财务、销售等业务软件，可以快速调动它们。 企业大脑：实在智能基于语言大模型、Agent智能体技术和RAG增强检索生成，打造数字员工的生产、管理应用和监控的一站式运营平台——企业大脑。通过利用大模型、RAG以及Agent的能力，实现对话式的流程执行、知识问答、数据分析以及内容生成任务，提升企业知识应用效率，基于知识库的智能问答和基于对话的流程自动执行是企业大脑的典型场景。 建立流程知识库，实在智能助力企业算力、人力双节约。大企业员工众多，存在需求相同的情况。如果用户与AIAgent交互生成的复杂流程可以沉淀到流程知识库中，那么后续用户可以进行复用。不仅可以节约算力，还可以加快人与AIAgent的交互效率，进而节约人力。流程知识库的实现路径是RAG（检索增强生成）方案，该方案对厂商而言将带来一系列技术挑战，包括索引擎、文档切分、向量化、知识图谱等。实在智能创始人为阿里资深算法专家，十余年数智领域深耕经验。同时，实在智能拥有大量NLP（自然语言处理）工程师，比比超过工程师总数的三分之二，足以克服RAG实现之路