01 

研究范围定义

大模型浪潮席卷全球，AI Agent作为这股浪潮中的新星正在取代Copilot，成为大模型应用的主流形态之一，以其惊人的速度和影响力重塑科技和商业的版图。

AI Agent是指以大模型为驱动，具有自主理解感知、规划、记忆和使用工具的能力，能自动化执行的智能体。随着大模型能力增强以及RAG等技术的成熟，AI Agent的能力得到了质的飞跃。这些模型赋予了AI Agent更接近人类的思维能力，再联动各类工具和组件，使得AI Agent在处理复杂任务时表现出前所未有的灵活性和效率。从智能助手、个性化推荐系统到自动化客户服务，AI Agent的应用案例层出不穷，它们在各行各业中展现出巨大的潜力和价值。

爱分析认为，AI Agent市场从技术架构角度可以划分为基础层、平台层和应用层。基础层是指支持AI gent的基础环境，包括大模型、算力基础设施和数据基础设施。平台层是基础层和应用层之间的“桥梁”，有利于大模型在各种实际场景以AI Agent的形态快速落地，包括AI Agent开发管理平台、LLMOps工具等。应用层是指各类场景的AI Agent，既有金融、能源、汽车等行业场景的AI Agent，也有业务流程自动化、数据分析、协同办公等通用场景的AI Agent。AI Agent市场划分详见下图。

本评估报告聚焦业务流程自动化AI Agent市场，爱分析遴选出具备成熟解决方案和成功案例的厂商，供企业做厂商选型时提供参考。同时，在该市场下，爱分析重点选取了业务流程自动化AI Agent厂商容智信息进行能力评估。

02 

业务流程自动化AI Agent市场分析

市场定义：

一种基于Agent架构的大模型应用，能理解自然语言描述的任务需求，自主完成环境感知、任务的逻辑拆分、相应工具的智能选择、流程的精确执行、进度的实时监控、以及执行结果的即时反馈等一系列工作，实现更高阶的业务流程自动化，进一步提高企业运营效率和质量。

甲方终端用户：   

业务部门、IT部门

甲方核心需求：   

企业追求端到端的业务流程自动化AI Agent解决方案，强调技术整合、定制服务、以及合规性。同时，企业偏好以业务价值为导向的驱动模式，将AI Agent作为提升效率和降低成本的工具，而非追求技术本身。

• 企业需要端到端的业务流程自动化AI Agent解决方案。AI Agent自兴起至今仅一年时间，正处于其发展初期。它并非单一产品，而是一项涉及众多技术、产品和资源的系统工程。由于其"新且复杂"的特性，企业IT部门往往缺乏AI Agent的落地经验，通常需要依赖厂商的引导来实现技术落地。因此，端到端的业务流程自动化AI Agent解决方案成为企业的核心需求。这类解决方案应具备高度的技术整合能力，能够根据企业特定需求定制化服务，同时在部署过程中识别和管理风险，提供持续的技术支持与系统优化，并确保解决方案的合规性与安全性。
• 企业需要具备业务价值的业务流程自动化AI Agent解决方案。企业在与厂商探讨业务流程自动化AI Agent时，主要基于两种驱动模式进行交流：IT驱动与业务驱动。IT驱动模式下，企业倾向于实施一些探索性的项目，这些项目可能不立即考虑业务价值，而是作为技术验证和能力建设的手段。相对而言，业务驱动模式则更为务实，企业带着具体的业务问题寻求解决方案，这种模式更侧重于解决实际问题并实现业务价值的增长。
• 从签约和实施的角度来看，IT驱动的项目由于缺乏明确的业务目标和价值衡量，往往面临更大的落地难度。相比之下，业务驱动模式因其清晰的业务目标和可量化的效益预期，成为主流的落地方式。在这种模式下，AI Agent本身并非终极目标，而是作为实现业务流程优化和自动化的有力工具。企业期望通过与厂商的紧密合作，将AI Agent技术转化为解决具体业务挑战的有效方案，从而推动企业运营效率的提升和成本的降低。

厂商能力要求：  

厂商应提供全面的业务流程自动化AI Agent解决方案，包括灵活的大模型服务、RAG技术支持、丰富的工具库和强大的系统集成能力。成功案例展示对企业CIO至关重要，他们需见证AI Agent的实际效益以确保项目成功。

• AI Agent+大模型+RAG+工具/组件+系统集成，厂商需提供五位一体的综合解决方案。在构建业务流程自动化AI Agent解决方案时，厂商必须提供一种综合的、多维度的解决方案，这不仅包括AI Agent本身，还需要涵盖其他四个关键组成部分。首先，企业对大模型的需求多样化，可能包括开源或闭源模型、信创或无特定要求的模型、参数量从千亿到百亿不等，以及外采或自研的模型。厂商必须能够灵活应对这些多样化的需求，提供定制化的大模型服务。

  其次，随着RAG技术成为AI Agent落地的主流方案，厂商应具备相应的产品和技术能力，以确保AI Agent能够高效地处理和响应用户需求。

  进一步地，AI Agent在接收到用户需求后，并非直接执行任务，而是进行细致的规划，并调动一系列工具和组件来实现需求满足。这要求厂商拥有一个强大的工具库，涵盖RPA、BI、流程挖掘等，以支持AI Agent的规划和执行。

  最后，鉴于AI Agent通常需要与企业现有的其他业务系统集成，厂商必须具备强大的系统集成能力，确保AI Agent能够无缝地融入企业的IT架构中，实现数据和流程的互联互通。

• 案例为王，厂商需展现业务流程自动化AI Agent的实际成效。业务流程自动化AI Agent属于创新项目，对CIO而言，往往意味着首次涉足未知领域，因此他们对此持谨慎态度。同时，AI Agent项目通常受到企业高层的密切关注，因此CIO承受着超越以往项目的巨大压力。在当前IT预算日益紧缩的背景下，CIO几乎没有试错机会。他们迫切需要看到AI Agent能够解决实际业务问题，并为企业带来明确的价值。

  在项目初期的需求沟通阶段，CIO特别重视厂商提供的行业案例。这些案例不仅是厂商技术实力和项目经验的体现，也是消除企业疑虑、建立信任的关键。CIO希望看到AI Agent在类似业务场景中的实际应用效果，以及它如何帮助其他企业提升效率、降低成本、增强竞争力。

  此外，出于对项目成功的极致追求，一些谨慎的CIO甚至希望亲自访问这些案例中的企业，亲身体验AI Agent项目带来的变革。通过实地考察，CIO可以更直观地了解项目实施的过程、面临的挑战以及最终的成果，从而为自己的决策提供更为坚实的依据。

入选标准说明： 

1. 符合业务流程自动化AI Agent市场分析的厂商能力要求；

2. 近一年厂商在该市场至少服务1家企业。