对话万联易达朱冰：AI是个偏“重”的时代

文 | 智能相对论

作者 | 李永华

过去三年，行业对AI的主流想象，大体是“轻”的。

一个对话框、一个超级入口、一套API，背后是轻资产、快扩张、高毛利的叙事，也是资本和大厂最愿意为之买单的故事。C端的个人智能体尤其如此，模型能力封装在产品里，用户调用即得，增长可以在很短时间内发生。

但当AI从消费端走向产业端、从个人智能体走向产业智能体，这套轻逻辑开始遇到阻力。

企业要的不是漂亮的对话，它们在意的是流程被改造、结果有人负责。需求要拆解，数据要对接，系统要上线，现场还要有人持续运营……每一个环节，都在把这件事往“重”上推。

而“重”的事，就一定需要重的模式来承载。

11月4日，2026年世界互联网大会乌镇峰会的OPC创新生态发布会上，万联易达旗下企服品牌“万大圣”推出Agent OS，即“AI原生企服生态”，由五大平台和一张FDE线下网络组成，覆盖从需求接入、智能体开发、场景调用到驻场交付的完整链路；

同期，又联合新华社《中国名牌》举办“产业智能体互联网峰会”乌镇咖荟，发布国内首款面向企业用户的组织级A2A（智能体对智能体）协作交易网络WanSurfing，并联合政产学研各方发起《乌镇之约·产业同行》倡议。

在“智能相对论”看来，这套打法是AI从个人智能体走向产业智能体、实现AI提升企业效率的一次系统尝试。

在此背景下，我们和万联易达企服集团总经理朱冰展开了一次深入对话。

“AI这个时代，会是一个比较偏重的时代。”在他的判断里，互联网时代那套四两拨千斤的打法，套到AI身上，很多都走不通了。

从平台到服务者，先把责任扛在身上

故事要从今年7月的世界人工智能大会（WAIC）讲起。那时万大圣以“AI严选企服平台”的身份亮相，初衷是搭一个平台，让企业需求端和服务供给端高效匹配，并且有履约保障。

四个月后再到乌镇，朱冰更愿意把万大圣称作“AI技术服务平台”，使命是“加速每一家企业的AI进化”。

从平台视角到服务者视角，这中间的转身并不轻。

为什么会有这个变化？

朱冰的解释是，接触了大量客户之后他们发现，企业真正的困惑往往不在“选哪一家服务商”，而在“我到底该从哪里开始”。不少组织对AI的理解还停在概念层面，并不清楚该怎么把它引进自己的业务。

“如果没有人去做这件事，只通过一个平台的方式，很难帮助企业完成AI进化。”朱冰说。

这背后是对AI落地难度的清醒认知。

今天的模型在单点上已经足够强，但要端到端改造一个企业流程、给出百分之百确定的结果，仍然做不到。朱冰的判断是，一条流程里假设存在十个环节，企业通常先从两三个环节开始AI化，再随着技术成熟和自身应用能力的提升逐步替代。

撮合是轻的，连接完就可以抽身；服务是重的，要一路跟到结果出来。

万联易达选择站到了后面那个位置上，把交付和责任一并扛了起来。在一个“赋能”被反复提及的行业里，愿意把自己从撮合者变成责任方，这样的选择并不多见。

重底座：企业缺的是操作系统，不是更多应用

既然要做服务者，就得有服务者的工具。

在朱冰看来，企业落地AI，靠一个个孤立地部署模型和应用是行不通的，需要一个像操作系统一样的底座，用来高效开发智能体、管理智能体，也让智能体之间、智能体和原有业务系统之间能够协作。

这两个月，他们做得最多的，就是把这套底层基础设施打磨出来，也就是Agent OS，他把它概括成“三件套”。

最底层是AgentWan，一个智能体的开发与管理系统。“Claude Code是用Claude来写代码，我们是用AgentWan的智能体来去开发智能体。”朱冰这样类比。

在它之上是CallWan，一个一站式工作台，由一个主智能体调度多个智能体协同，专门解决具体场景里的问题。

再往上是PolaWan，负责内外部接口，把企业外部的能力接进来、融进自身业务。

再加上统一管控工具的InfraWan和提供算力支撑的MaaSWan，就构成了五大平台的“OS”体系。

“它有点像Windows，提供统一的运行框架，企业可以在上面快速开发各种应用。”谈及AgentWan的角色，朱冰做了这样一个通俗的比喻。

底座之上，自营的工商财税、法律、知产、人力、营销业务也在快速迭代。朱冰说他们只看两个指标，即能不能真正解决客户的问题，以及能以多高的效率和准确度解决。

而这其中，朱冰介绍，所谓多智能体协同其实也并不抽象。

例如，出海智能体表面是一个入口，背后却有市场探查、渠道商机、电商铺货、社媒引流、合规准入等二三十个智能体在分工；文旅智能体里，导演、编剧、剪辑、视频创作各有角色，一条指令下去，后台能看到完整的调度链条。

有协同的复杂，正是这套底座的底色。

地面上近万人，交付发生在最后一公里

系统再完整，落地还是要靠人走到现场，这是万联易达企服“重”最直观的部分。

“AI要走向落地，需要的不只是技术和产品，更要有懂企业业务、懂行业的人，去打通那最后一公里。”朱冰说，“最后一公里往往不是技术服务商做的，而是FDE去做的。”

FDE即前沿部署工程师，承担驻场实施、系统对接和持续运营的工作，也是海外正在兴起的新角色。支撑这套交付的，是万联易达铺在全国的组织：在全国31个省、市、自治区设立一级公司，在2000+个县（区）布局二级公司，按属地化原则甄选和服务客户。

“你找北京的服务商去服务上海的企业，效率天然就低。绝大多数情况下，应该是上海的服务商服务上海的客户。”朱冰说。

这套地面网络，也有效解决了平台最头疼的冷启动。

7月发布时，万大圣上的服务商还不到1000家，如今已经接近1万家，这样的结果靠的正是区域团队把本地优质服务商一个个找上来，再配合异业渠道；对服务商，平台承诺永久免佣金，双边出现纠纷都有保障。

现在，这种重网络已经跑出真实成效。

例如，浙江某商贸企业一度找不到转型方向，万大圣平台区域工程师驻场陪跑，为企业搭起客服与文档数字员工团队。三个月后，这家企业的客服响应速度从“小时级”提升到“秒级”，数字员工又进一步用在了财务与行政场景。

不过朱冰也坦承，整个行业还处在无序阶段。

“人人都可以是FDE，但到底什么是真正的FDE，行业目前尚未形成统一标准。”企业很难判断一个FDE是否真懂自己的业务，为此，他们正和中关村智酷一起建立FDE、OPC等相关团体标准、培训认证体系及FDE服务履约保障机制。，先把标准立起来，再把保障补上。

敢兜底，信任才立得住

重模式的核心，其实是敢不敢为结果兜底。

万大圣的交易设计里，有平台担保和按验收付款的资金监管，企业按结果付费；面向服务商则永久免佣金。更能体现其态度的，是排名机制。

针对“平台会不会走向竞价排名”的疑问，朱冰给出了两个判断：技术平权和信息平权。

在他看来，模型能力正在变成像水电煤一样的通用资源，普通人、普通服务商都能拿到；而互联网时代靠信息不对称赚钱的广告、排名生意，在AI时代会最先失去存在空间。

“我们的算法模型，所有人都不能干预。如果一个第三方服务商比我们自营的更好，就应该推荐第三方。”朱冰透露，内部曾专门争论要不要给自营业务加权，最终的决策是不给，“花钱也买不到排名，这件事必须公平公正，只有极少数人拥有算法修改的权限。”

这一承诺在平台早期相对容易，随着规模和盈利压力上来，能否长期守住，外界会持续观察。

那么AI到底能做什么、哪些环节不能碰？朱冰按确定性和风险做了划分。

内容生产这类没有标准答案、也不需要百分百确定结果的，最适合先交给AI；

需要准确但无风险的市场探查，可放心使用；

既要有确定性又涉及风险的，风险小的加一道审核，涉及钱财物和法律纠纷的，必须由人把关。

“财务上多写一个零，你找智能体退钱，是找不回来的，最后负责的还是人。”而对于工厂里那些依赖长期经验的工艺环节，当前技术还达不到，他选择谨慎、不轻易涉足。

没有捷径的时代，靠什么走到最后

明知道重，为什么还要这么选？

“AI最大的价值，是真的卷起裤腿走到企业现场，去解决最后一公里。”朱冰说。

在他看来，目前市面上主流的AI办公产品解决的主要是个人效率，而个人效率并不等于企业效率，员工可能一半工作都用上了AI，企业整体效率却不会因此翻倍。

真正卡住企业的，是合同审核、获客、客户纠纷这些经营环节，“AI时代真正的生意是挖矿、是卖结果，而不是停在卖铲子那一环。”

这条路的空间有多大？朱冰给出的判断是，数字化时代做过的事情，AI时代都要重新做一遍。PC和互联网用了约三十年渗透进每个环节，AI这轮可能只需要十年。

当然，朱冰也不回避现实，他承认今天AI领域还没有一个成功范式可以照搬，个人助手、操作系统、做重做轻，几条路线都在试错。

“如果没有百倍的信念、百倍的投入、百倍的速度，很难干成这件事。”朱冰说。

客观来看，重模式从来没有免费的午餐。它意味着更高的管理成本、更慢的边际扩张，也意味着标准、认证和履约网络必须真正落地，不能停在发布会的材料上。

朱冰和万联易达给出的，更像一个有待时间验证的答案，离一张已经兑现的成绩单还有距离。

在对话的最后，朱冰把这个行业里的人称作“孤勇者”。在一个人人都想做轻的阶段，愿意把重活捡起来、用上万名员工和一套线上线下咬合的体系去换确定性，这样的企业和团队，定义为“孤勇者”确实足够恰当。

*本文图片均来源于网络 

此内容为【智能相对论】原创，

仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。

部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。

•AI产业新媒体;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+、、、AI+、AI+、AR/VR、、开发者以及背后的芯片、算法等。