看不见业务数据
订单、工单、库存散在十几个系统里。公有云上的 AI 接触不到这些数据,也不应该接触到。
Enterprise Agent Platform
KybWork 连接HRM、OA、PMS、CRM、ERP等全域业务系统,让 Agent 在权限边界内取数、推理、执行和审计。
这个月客服工单激增,和什么有关?
执行计划
结论
工单激增主要来自 A 产品线:物料延迟拖后了升级版本,旧版本问题集中暴露。
3 次工具调用 · 以提问人身份执行 · 已写入审计日志
The gap
企业需要的不是又一个会聊天的助手,而是能在真实系统里、在权限约束下把事情办完的智能体。
订单、工单、库存散在十几个系统里。公有云上的 AI 接触不到这些数据,也不应该接触到。
通用助手没有企业权限模型:不知道谁能看什么,也分不清哪些动作必须先经过审批。
回答无法追溯来源。出了问题,找不到是哪一次调用、用了哪一份数据。

Agent loop
从已有系统到可落地的业务动作,每一环都有明确的边界。
CONNECT
标准连接器把已有系统发布为固定 Schema 的业务工具。字段映射、增量同步、失败重试开箱具备,不为单个客户写对接代码。
REASON
智能体理解意图、补全参数、规划调用顺序,跨系统取数并串起因果。知识库提供制度依据,业务数值只取自实时接口。
ACT
以提问人的身份调用工具,只能使用白名单内的业务动作。涉及金额与人事的操作进入人工确认或审批链。
AUDIT
每次调用记录耗时、Token、数据来源与结果,可追溯、可回放。上线前约定的结果指标作为验收依据。
Agent roster
每个智能体都有明确的业务域、工具白名单与审批边界。提示词、工具与节点全部是配置,不是代码。
agent://fin-analyst
agent://hr-assistant
agent://legal-review
agent://cs-copilot
agent://procurement
agent://strategy
Platform
运行时、工具、编排、观测与知识共享同一套组织、权限与数据口径。
Comparison
| KybWork 智能体平台 | 通用 AI 助手 | 协同平台内置 AI | |
|---|---|---|---|
| 能访问的数据 | 你已有的全部业务系统 | 用户手动粘贴的内容 | 平台内的文档与消息 |
| 权限模型 | 继承企业权限,按调用者鉴权 | 没有企业权限概念 | 限于平台自身权限 |
| 能否执行业务动作 | 白名单工具 + 人工审批节点 | 只能给出建议 | 限于平台内操作 |
| 部署与数据 | 私有化,断网可运行 | 通常为公有云服务 | 私有化版本门槛较高 |
| 可审计性 | 每次调用全链路记录 | 难以追溯 | 视版本而定 |
对比基于公开资料中的典型产品形态,具体以各厂商实际交付为准。
Governance
面向金融、医疗等数据敏感行业设计。数据、模型与日志都在你的掌控之中。
业务数据、知识库、模型推理请求与日志均不离开你的网络边界。
智能体以调用者身份访问数据,不持有超级权限。你看不到的,它也看不到。
涉及金额、人事变动的操作必须经过人工确认或审批链,智能体不能自行放行。
谁发起、调用了哪个工具、读了哪些数据、结果是什么,全部留痕可查。
Industries
费用分析、合规审查、客服质检等场景的智能体,满足数据主权与审计要求。
面向院内运营管理的智能体,数据与推理都不离开院内网络。
跨业务线的经营分析与流程自动化智能体,不绑定任何 ERP。
Rollout
不做全域铺开。先选一个场景、接三个数据源、定一个可量化指标。
W1–2
接入 3 个数据源,输出数据体检报告
W3–4
配置工具白名单与审批节点,确认指标基线
W5–6
智能体上线,关键动作保留人工确认
W7–8
按运行记录与基线逐项对照,输出效果报告