11月13日消息，2026年AI正从“回答问题”走向“完成工作”。但对企业而言，把AI创新转化为业务价值，难点已不只是模型和工具，而是如何让AI真正进入核心业务流程、数据体系和组织的日常运行。
近日，亚马逊云科技中国团队分享了助力企业把AI创新转化为实际业务价值的实践和经验总结：AI规模化落地需要业务战略、场景、数据和人才形成闭环，并以安全合规为底座。
AI局部提效容易，转化为企业生产力难
过去几年，几乎所有企业都在试点AI：知识库、智能客服、代码辅助、部门报表……但亚马逊云科技成长型企业及新兴业务总经理倪殿令观察到，很多企业出现了“个人提效、部门提效，公司生产力却没有同步提高”的现象。原因在于，AI若只是在现有流程上简单叠加，就无法穿透部门墙和传统组织边界。
亚马逊云科技成长型企业及新兴业务总经理倪殿令
以ToB企业为例，市场、销售、售后、客服等部门各自存在，但客户旅程是横向贯穿全生命周期的。一个部门用AI提效，到了另一个部门，数据、决策和风险管控权限并不相通，流程卡点依然存在。数据治理也是老问题：从生产制造、ERP、MES、仓储到客户关系管理，数据往往不连贯。与此同时，人才思维要从AI认知、AI就绪走向AI原生，也不是一朝一夕能完成。
倪殿令引用波士顿咨询的“10、20、70”观点，即企业AI不落地的原因，只有约10%与模型算法有关，20%与数据和IT平台有关，70%则与业务流程、人员能力、运营模式、数据治理和人机协作有关。因此，企业真正需要改变的不是“在旧流程里加AI”，而是用AI重塑流程，向AI原生组织转型。倪殿令还提及亚马逊首席执行官Andy Jassy关于“杠铃”的判断：一端是前沿智能体，另一端是各部门AI试点，而杠铃的中间部分才是未来5到7年最大的机会所在。他补充说，这个中间部分指的就是围绕企业自有数据构建Agentic应用。
“最后一公里”不是单点交付，而是黄金三角闭环
如何让AI真正在应用场景落地并创造价值？亚马逊云科技中国团队的经验是，以业务战略为中心，围绕场景、数据和人才构建“黄金三角”。
首先，业务战略必须由管理层牵头。倪殿令强调，CEO或董事长要挂帅，从业务价值倒推AI优先级，围绕客户旅程而非部门边界定义高价值场景。每条业务线应找到1到2个与CEO战略对齐的高价值Agent场景，真正进入业务工作流，而不是停留在演示和试点。
其次，场景要解决客户问题。业务线总经理在落实AI战略时，不能只做内部提效，而要围绕客户成功旅程定义场景。数据则是场景可信的基础。亚马逊云科技提出“面向AI的数据基础”，通过数据层、语义层和上下文层相结合，让Agent不仅能获取数据，还能理解数据背后的业务含义。
亚马逊云科技产品专家团队总经理崔玮表示，智能体输出是否可信、执行是否有边界，除了安全思路，更重要的准确性来自企业内部数据。倪殿令则强调，模型谁都能用，但如果没有好的上下文层，智能体会放大混乱，经过治理的数据，才能让智能体放大正确决策和行动。
第三，人才和流程重塑必须系统化。企业需要培养面向AI原生的Builder能力，推动业务流程重塑，而不是在今天的流程里叠加AI。亚马逊云科技通过客户开发工程（CDE）项目做快速原型验证，依托本地专家与科学家团队开展深度协作，并以Agent开发生命周期（Agent-DLC）方法论帮助客户建立评估驱动、持续迭代的开发能力，从原型验证走长期迭代。
产品层面，今年Amazon Bedrock AgentCore在中国区域上线了Runtime、Gateway、Identity、Browser Tools、Code Interpreter、Observability六大组件，围绕快速构建、安全连接和持续优化三大需求，支持智能体从概念验证走向生产级应用。Runtime通过microVM实现会话间硬件级虚拟化隔离和按需扩缩；Gateway把API、Lambda函数及MCP Server统一转化为Agent可用工具，并集中管理访问；Identity复制Agent入站认证和出站鉴权；Observability则对生产环境中的Agent决策进行全链路追踪和监控。
据介绍，金蝶发票云率先使用Amazon Bedrock AgentCore后，工单首次响应时间从15分钟缩短至3分钟， AI 的自动回复率从60%提升至80%，日均处理工单量提高3倍。安克创新则以“One Anker”战略正在推进构建智能体平台Anka，减少各业务单元在基础设施和Agentic平台上的重复投入。
崔玮也指出，进入Agentic AI时代，企业需要建立更加全面的分层安全防护体系——除了传统的应用安全和生成式AI内容安全，还要关注智能体执行行为的安全治理，防范权限配置不当带来的越权风险。Amazon Bedrock AgentCore Gateway将智能体执行逻辑与访问凭证、权限管理相分离，让智能体在可控、可治理的环境中运行。亚马逊云科技同时从“安全赋能AI”和“AI赋能安全”两个方向构建纵深防御：前者管理Agent身份权限、工具连接和输入输出合规，后者利用AI提升漏洞管理、威胁检测和安全运营效率。
倪殿令总结认为，“最后一公里”并不是真正的一公里，有可能是一个闭环过程：CEO方向清楚，场景打通，数据基础到位，施工队能交付，人才能力能持续迭代，并在安全合规框架内不断优化。
倪殿令表示：“在 Agentic AI 时代，本地化支持的价值不仅在于将全球领先的技术引入中国，更在于帮助企业真正掌握和应用这些技术。我们希望通过中国本地专家与科学家团队的深度技术协作，以及开发方法赋能和人才培养，帮助客户提升 AI 应用的构建、部署和持续迭代能力。技术和产品会不断更新，但企业自身持续创新、主动发现和解决问题的能力，才是迈向 AI 原生组织的重要基础。”
三大能力升级，进一步夯实AI价值转化底座
就在11月11日，亚马逊云科技宣布在华进一步升级技术能力、安全能力和本地化支持，在“全球领先、可信赖、懂行业、本地化”四大核心优势基础上，助力企业推动AI Agent从概念验证走向规模化应用。
技术能力方面，亚马逊云科技中国区域（包括西云数据运营的亚马逊云科技Marketplace）已具备覆盖AI基础设施、第三方模型、数据与知识、Agentic平台及Agent应用构建五个层面的全栈技术能力，并以安全与治理贯穿整个架构。2026年以来，中国区域已上线277项新服务和功能，累计超过2800项。Amazon Bedrock AgentCore已在由光环新网运营的北京区域和由西云数据运营的宁夏区域正式推出。面向AI的数据基础则通过数据层、语义层和上下文层架构，帮助企业用好专有数据与业务知识。
安全能力方面，亚马逊云科技持续深化“安全赋能AI”和“AI赋能安全”。企业可借助AgentCore的身份和访问控制、工具连接和可观测性，加强对Agent身份权限、工具连接及运行过程的管理，并结合本地合作伙伴的Guardrails方案进行内容过滤与合规检查；同时利用AI提升安全检测、漏洞管理和安全运营效率。
本地化支持方面，亚马逊云科技通过CDE快速原型验证、本地专家与科学家团队深度技术协作、Agent-DLC方法论，帮助企业建立评估驱动、持续迭代的开发能力，并从高校人才共创、企业人才培养和企业招聘赋能三个方向建设AI人才梯队。
亚马逊云科技中国团队2026年的经验指向同一个结论：AI价值转化不是买一个模型、做一个试点，而是以业务战略为牵引，把场景、数据和人才组织成可持续迭代的闭环。亚马逊云科技中国团队正在做的，正是用技术能力、安全治理和本地化支持，把这套闭环变成企业可落地、可规模化、可长期运行的能力。
