核心观点与演进路径
- 从“移动原生”到“Agent原生”：企业存在的本质是节约市场交易成本，AI将推动企业向“Agent原生”模式演进，即整个组织与AI协同，实现人与Agent高效协作。
- 演进阶段：从最初的问答式AI，发展到执行式AI，最终实现智能体时代的统一数据治理和轻量化虚拟演播制作。
AI应用现状与优势
- 质疑与优势：当前AI存在响应速度慢、幻觉、交互不友好等问题，但优势在于成本门槛低、简化流程、自主提升和协同能力。
- 企业级应用关键点：企业级AI应用需面向企业级需求，深度嵌入业务流程，并建立统一的数据层支持。
腾讯云解决方案
- 媒体Agent助手：通过热点平台汇聚数据，结合大模型进行智能分析，实现自动化线索聚合、多平台内容分发、智能选题创作、运营数据分析、内部办公自动化和内容管存优化。
- 多角色智能体：面向策采编发全流程，提供采集助理、审核助理、编辑助理、策划助理和运营助理，分别具备热点发现、观点分析、采访辅助、内容审核、新媒体运营等功能。
腾讯云智能体开发平台（ADP）
- ADP平台优势：全局视野Agent、智能回退、路由修正、多Agent协同、长短期记忆机制、强大的文本/表格/图片理解能力、严肃性问答支持、企业级权限管理、智能自动化评测能力、高质量插件库等。
- 大模型知识引擎：提供标准模式、工作流模式和Agent模式，满足不同客户需求。
- RAG能力：支持复杂文档解析、切分、检索、推理和生成，提升检索准确率。
- 工作流能力：通过可视化拖拉拽方式编排复杂应用，支持多参数提取和澄清。
- Agent模式：自主规划和工具调用，主动纠错和反思。
数据治理新范式
- 媒体数据痛点：数据资产与知识能力割裂，非结构化数据与结构化数据割裂。
- AgenticAnalytics：通过AIAgent协调任务，实现AI主动洞察和决策。
- Snowflake Cortex：推出DataAgents、MosaicAI、CortexAgent和AIQueryEngine，实现数据融合和分析。
- 腾讯云数据分析智能体：整合结构化与非结构化数据，提供智能分析和检索能力。
- 智能问数：支持智能选表、多表关联、各类数据查询和分析场景。
- 智能搜索：自动数据链路、DocumentAI、知识库集成、联网搜索。
数据飞轮与轻量化虚拟演播
- 数据飞轮：实现“数据+知识”双向融合，传媒场景举例为节目视频智能化检索和推荐。
- 轻量化虚拟演播：仅需一台美术机即可运行，支持多种搭建方式、2D/全景/VR渲染、智能场景定制、人物跟踪、虚实交互和高画质抠图，降本增效并开拓新玩法。
