制造企业AI“深潜”实践：美的解读多云统一Agent平台建设路径

来源：数据猿

“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。

大数据产业创新服务媒体

——聚焦数据 · 改变商业

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。

视频加载失败，请刷新页面再试

Refresh 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