“从多云统一到Agent原生，美的集团探索AI时代企业数字化新底座。

8月5日，由数智猿与数据猿联合主办，中关村科学城公司协办，并获中国互联网协会数字化转型与发展工作委员会、上海大数据联盟支持的“2026第六届数智化转型升级发展论坛——暨Agent&AI出海趋势论坛”在北京中关村国家自主创新示范区展示中心会议中心成功举办。

论坛活动现场

本次论坛以“深潜・远航”为主题，聚焦人工智能技术演进、产业智能化升级以及Agent技术落地路径，汇聚来自学术界、产业界和技术领域的专家代表，共同探讨AI时代企业数字化转型的新方向。

伴随大模型技术迭代提速，人工智能正跳出辅助工具的定位，深度嵌入企业生产全链路。回顾过往，企业数字化建设重心更多落在业务系统、数据平台与云基础设施搭建上。步入 AI 时代，行业也迎来新的思考题：如何推动 AI 深度扎根业务流程？怎样搭建可承载 Agent 规模化落地的新一代数字底座？

具体到落地实践层面，当 Agent 成为串联业务、知识、各类系统的新型智能载体，原有传统数字化基础设施，能否适配企业未来智能化运转需求？面对本地数据中心、多套公有云以及错综复杂的业务系统并存的现状，长期存在的云间、系统间割裂难题又该如何破解？

这些问题，正在成为企业迈向AI原生时代必须回答的新命题。对于大型企业而言，AI应用的落地不仅是模型能力的竞争，更是一场围绕算力、数据、平台、治理以及安全体系的基础设施升级。

在此次论坛上，美的集团首席信息安全官、软件工程院院长刘向阳以《多云统一Agent平台建设》为题，分享了大型制造企业在复杂IT环境下推动Agent技术规模化落地的实践探索。

主题演讲现场

作为一家同时拥有大规模消费业务和产业业务的制造企业，美的集团近年来持续推进数字化转型。刘向阳介绍，美的目前拥有超过3000多亿元规模的To C业务，同时还有超过1000多亿元规模的To B业务，业务覆盖智能家居、楼宇科技、工业技术、机器人自动化、医疗以及物流等多个领域。复杂多元的业务体系，也对企业数字化基础设施的统一性、灵活性和扩展能力提出了更高要求。

面对AI时代的新挑战，美的是如何建构起它的Agent原生基础设施的？接下来，让我们跟随刘向阳的分享，深入了解这家大型制造企业如何围绕“多云统一Agent平台”构建面向未来的数字化能力，也探寻其在AI时代“深潜”的实践答案。

从“人与系统协作”到“人与Agent协作”，企业数字化进入新阶段

我们追溯企业的数智化发展进程不难发现，这本质上也是企业协作方式不断演进的过程。

在数字化系统普及之前，企业主要依靠“人与人”的协作完成业务运转。管理者下达任务，员工根据经验执行，并在持续反馈中优化工作方式。这种模式具备较强的灵活性，但效率高度依赖个人能力，流程的标准化和确定性相对不足。

随着信息化和数字化建设深入，企业逐渐进入“人与系统协作”的阶段。大量业务流程被沉淀到软件系统中，业务管理平台等数字化工具帮助企业提升运营效率，也让组织运行更加规范和稳定。

但与此同时，传统软件系统的局限也逐渐显现。系统依靠预设规则运行，能够保证业务执行的确定性，却难以快速适应不断变化的业务需求。尤其对于大型企业而言，业务规模庞大、组织结构复杂，市场变化往往要求系统具备更强的灵活调整能力。

在刘向阳看来，随着Agent技术的发展，企业正在进入新的协作阶段，即“人与Agent协作”。从表面看，这种模式似乎又回到了人与人的协作方式，但其中的“人”已经发生变化。Agent不再是传统意义上的软件，而是具备理解任务、调用工具、执行流程能力的智能体。

他认为，这是一个螺旋式上升的过程。Agent既具备数字化系统的高效率，又拥有类似人的灵活性。当企业业务发生变化时，可以通过自然语言调整Agent任务或者是skills，使其快速适应新的业务需求。

在这套全新协作网络之中，真实员工与数字员工协同履职，组织架构得以进一步精简，因流程沟通带来的内耗被大幅压缩。企业管理逻辑，也有望从传统管控模式，转向聚焦激发个体价值的全新范式。

Agent规模化落地前

企业数字底座仍面临“不统一”挑战

如果说Agent代表了企业智能化发展的新方向，那么数字底座则决定了这一方向能否真正落地。

在实际推进过程中，不少企业推进 AI 应用时都会发现，落地的最大阻力并非大模型本身，而是经年累月沉淀下来的基础设施遗留问题，“不统一” 的矛盾尤为突出。

云计算普及之后，混合云、多云架构成为众多企业的选择。不同云服务商在商业模式、技术体系、生态建设上各成体系，直接造成架构标准、技术栈、资源模型、安全体系、运维机制、成本管控、数据治理等多维度的割裂，企业很难完成真正的一体化管控。

刘向阳现场演讲

过去部署应用，企业只需要保障系统正常运行即可；多云时代，还要直面应用跨环境迁移、资源统一调度、故障快速定位等一系列难题。不同云平台缺少统一标准，应用迁移往往伴随大规模改造工作，“一次开发，多处运行” 难以实现。同时，多云环境下监控体系、日志格式、运维工具互不兼容，进一步抬高故障排查的门槛。

除了多云环境的问题，刘向阳还指出，很多企业自建数据中心的数字化底座能力同样不足。不少企业的数据中心依旧停留在传统虚拟化、集中式 IT 架构，和现代云原生体系存在显著代差。

Agent 的运行逻辑，和传统软件截然不同，它需要串联模型、数据、业务系统以及各类工具资源。这就意味着企业不仅需要管理“人访问系统”的权限，还需要管理“Agent访问系统”的权限。

这带来了新的治理问题。传统权限体系围绕自然人账号搭建，但 Agent 运行链路更为复杂，单个 Agent 为完成任务，既会发起对其他智能体的调用，也需要跨多套业务系统抓取数据。企业必须厘清各个 Agent 的身份边界、调用范围、执行权限，规避越权访问、不受控调用等风险。

换句话说，在Agent时代，企业需要管理的不再只是“谁能使用什么系统”，还包括“哪个Agent可以调用什么能力以及调用边界在哪”。这也是企业建设Agent底座时必须解决的问题之一。

由此可见，一套成熟可用的企业级 Agent 平台，除了解决计算资源、模型、数据层面的问题，还必须配齐身份认证、权限管控、安全治理、运行管理整套能力，保障 Agent 在企业内部安全稳定运转。

“未来企业数字化的终局，不是建设越来越多的软件系统，而是形成 Agent 与基础设施共同组成的新型数字化体系。” 刘向阳如此判断。

从云计算迈向AI原生

美的打造多云统一Agent平台体系

针对产业普遍面临的底座痛点，美的集团提出了“多云统一、AI原生、全栈化”的建设方向。刘向阳表示，未来企业Infra（基础设施）本身也需要AI原生化，要具备自主发现问题、自主解决问题、自我优化演进的能力，同时既要支持Agent应用，也要支持传统非Agent应用。

围绕这一目标，美的打造适配企业级 Agent 发展的数字底座，而多云统一是整套底座的基础。美的通过建设统一云计算能力，实现不同环境下资源的统一管理和调度。无论是在企业自建数据中心，还是在公有云环境中部署，都可以通过统一的软件体系进行管理。这种方式打破了过去云上云下割裂的问题，使企业能够更加灵活地利用不同云资源，实现更高程度的跨环境运行能力。

围绕Agent业务诉求，美的进一步构建了覆盖多个领域的平台体系。其中包括算力平台、模型平台、知识平台以及Agent平台。算力平台负责GPU资源管理和调度，提高资源利用效率；模型平台负责不同模型的部署、管理和调用；知识平台负责企业知识采集、加工、存储和查询；Agent平台则负责智能体的构建和运行管理。

与此同时，企业级Agent还需要完善的运行环境。一个成熟的Agent体系，需要具备运行层、模型层、数据层、开发层、治理层以及通信层能力。运行层需要支持会话管理、记忆管理、技能管理、工具调用以及多Agent编排；模型层需要支持模型网关、模型部署和模型调优；数据层需要支持企业知识管理、向量数据库和记忆数据库建设。

在开发与治理维度，则配套 Agent 开发、测试、发布、监控全流程机制，覆盖高代码开发、自动化测试、全链路追踪、故障定位、计量计费、安全审计等关键环节。

从代码到自然语言

Agent重新定义企业数字化未来

如果说多云统一Agent平台解决的是企业如何让智能体稳定运行的问题，那么从更长远的视角来看，Agent带来的影响将不仅局限于基础设施层面，而会进一步改变软件开发方式、企业组织模式以及未来数字化体系的形态。

过去几十年，企业数字化建设的核心逻辑，是通过软件系统将业务流程进行固化。企业提出需求，程序员通过代码实现功能，再由员工通过系统完成业务操作。在这一过程中，软件承担的是执行规则的角色。但随着Agent技术的发展，这一模式正在发生变化。

刘向阳在演讲中提出，当前“AI辅助程序员写代码”的方式仍然只是一个过渡阶段。未来，软件开发可能进一步走向自然语言驱动，企业人员可以通过描述业务目标、任务要求和运行逻辑，让Agent完成应用构建。

这意味着，软件生产方式正在从“代码驱动”逐渐转向“意图驱动”。过去，业务变化需要等待软件开发周期完成调整，而未来，企业可以通过自然语言对Agent进行调整，让其快速适应新的业务需求。软件与业务之间的距离将进一步缩短，数字化系统也将具备更强的动态适应能力。

与此同时，当软件的使用者不再只是人，而包括大量Agent时，软件体系本身也将发生变化。传统软件更多围绕人的操作习惯设计，需要复杂的界面、流程和交互方式。而在Agent参与业务运行之后，软件更多需要提供标准化能力接口，让智能体能够理解、调用和组合这些能力。

未来企业数字化系统，可能不再是由大量相互独立的软件应用组成，而是由Agent与基础设施共同构成的新型智能化体系。这一变化也将推动企业组织模式进一步演进。

刘向阳提出，未来AI原生企业可能形成“超级个体+数字员工Agent”的协作网络。在这种模式下，员工与数字员工共同完成工作，人的价值更多集中在创造、判断和决策，而Agent则承担大量流程化、专业化任务。对于企业而言，这并不意味着简单增加更多AI工具，而是一次生产方式的变化。

从“人与人协作”，到“人与系统协作”，再到“人与Agent协作”，企业数字化正在进入新的阶段。而支撑这一轮变革的核心，从来不是单一模型的能力强弱，而是云计算、数据、模型、安全、权限治理共同构筑的完整基础设施。

因此，刘向阳提出，未来企业数字化的核心形态将是“Agent+Infra”。Agent负责理解业务、执行任务，Infra负责提供统一稳定的运行环境，二者共同构成AI原生时代企业数字化的新基础。

从这一意义上看，美的在多云统一 Agent 平台上的沉淀，正是大型制造企业 “深潜” AI智能产业真实场景的一次实践。它不仅回答了制造企业内部 AI 落地的现实问题，也为全行业的智能化探索实践，留下值得借鉴的思考。

文：几重山月 / 数据猿
责编：凝视深空 / 数据猿

来源：数据猿