一、企业智能体落地的现实挑战

2026年初，以OpenClaw为代表的开源智能体产品受到市场关注，其端到端任务执行能力让不少企业看到了新的可能性。但从关注到真正用起来，仍然存在明显的距离。许多企业虽然认可智能体的能力，回到自身业务流中时，却往往难以判断哪些环节适合交给智能体、哪些场景值得优先投入。

IDC 2026年的调研数据也印证了这一点：目前仍有60%的中国企业处于了解评估和试点阶段，仅有18%的企业将智能体纳入了核心业务流（IDC Syndicated Survey 2026: China AI Agents Market）。从Copilot辅助模式迈向Agentic AI自主执行，这一跨越并不容易。

二、IDC COMPASS模型：从业务约束出发的落地框架

为了帮助企业解决“从哪里入手”的问题，IDC提出了一个以业务约束为起点的智能体落地框架——COMPASS模型。

该模型首先将企业业务效率的制约因素归纳为三个层面：

• 信息输入层：企业每天接收大量邮件、扫描件、图片、语音等非结构化信息，需要经过识别、提取和转换，才能进入后续的业务系统。

• 信息处理层：信息进入业务流后，需要在多个系统、多个角色之间流转、分析和协调。跨系统的联动往往依赖人工衔接，处理的一致性和时效性容易受到影响。

• 信息资产化层：高价值的业务经验和决策逻辑通常集中在少数员工手中，人的并发处理能力存在客观上限，业务波峰时难以弹性扩展，知识也难以被系统化沉淀和复用。

基于这三层约束，COMPASS模型进一步拆解出智能体落地的七个关键能力维度：感知理解、分析决策、流程编排、监控响应、协调沟通、知识沉淀、规模弹性。七个维度的首字母恰好构成COMPASS。企业可以对照这七个维度，逐一审视自身业务流中的瓶颈节点，识别出最值得交给智能体去承载的环节。

三、主要智能体产品类型与适用方向

当前企业级智能体市场呈现出多种技术路线并存的格局，不同类型的产品各有其专注的能力维度与适用场景。

3.1 无界务实派：实在Agent

实在Agent的底层技术以自研TARS垂直大模型和ISSUT屏幕语义理解技术为支撑，构建了一套融合RPA、代码执行、API调用、数据库处理和智能体间调用五种自动化方式的执行体系，在当前市场中提供了较为完整的COMPASS七维能力覆盖：

• 感知理解：支持多模态信息识别，包括身份证、发票、合同等单据的OCR提取，以及软件界面中按钮、表格、输入框的语义理解，能够处理手写、非标等复杂单据格式。

• 分析决策：TARS大模型结合知识库RAG与规则引擎，支持深度任务拆解、反思机制和多轮对话，能够将模糊指令转化为结构化的决策建议与执行计划。

• 流程编排：提供统一的编排画布，可灵活组合RPA、API、代码等多种执行方式。对于未开放API的遗留系统或外部网站，可通过屏幕操作完成跨系统的业务流转。

• 监控响应：配套的数字员工运营管理平台提供全链路日志、录屏追溯和实时告警能力，支持对业务软件操作过程的完整监控与异常响应。

• 协调沟通：已接入钉钉、飞书等主流协作平台，支持通知节点和人机交互表单，能够主动触达相关角色，形成闭环的任务协同机制。

• 知识沉淀：编排画布、流程块共享和企业知识库等机制，使执行路径和决策规则可以被结构化记录、复用和持续优化。

• 规模弹性：支持高密度机器人部署，兼容私有化、混合云和SaaS多种模式，全面适配信创环境，能够支撑从数十到上千级并发的弹性伸缩。

凭借这一能力组合，实在Agent已在多个行业积累了规模化落地实践，包括制造业（中航光电年节省工时3万+人天）、能源（中国华电财务初审替代率66%）、商业地产（万达）等，累计服务超过5000家付费客户。其产品能力在跨境、电商、制造业、能源、医药等业务流程复杂、系统异构程度较高的行业中，能够提供从感知到执行的全链路支撑。

3.2 生态派

这类产品依托大型云厂商和办公协作平台，与自有生态内的协作工具深度整合，能够在生态内实现流畅的协同沟通与任务流转。

• 阿里百炼：基于阿里云基础设施与通义系列大模型，深度集成钉钉生态，覆盖超过2000万企业组织。在协同办公、审批流转、消息通知等场景中具有较好的开箱即用体验，适合已将钉钉深度嵌入日常工作流的企业。

• 腾讯元器：依托腾讯混元大模型，与企业微信、微信支付、腾讯文档等产品深度打通。在客户触达、私域运营、文档协作等场景中表现突出，适合已在腾讯生态内构建业务闭环的企业。

• 字节Coze：基于豆包大模型，深度集成飞书协作平台及抖音生态。在社群运营、内容创作、客户互动等场景中具有较好的支撑能力，适合以飞书为办公底座或侧重内容驱动业务的企业。

3.3 模型派

这类产品以自研大模型为核心竞争力，在自然语言理解和复杂指令处理方面表现突出，尤其擅长处理高度模糊的任务描述。

• DeepSeek：以长上下文推理和深度语义理解见长，在代码生成、复杂问答、逻辑推理等方面能力突出。其开源策略也为企业提供了较高的部署灵活性，适合需要深度语言理解能力的知识型场景。

• 智谱AI：基于GLM系列模型，在Agent工具调用和任务规划方面持续迭代。其开源编程Agent在开发者群体中关注度较高，适合自身研发能力较强、计划围绕大模型能力搭建执行层的企业。

3.4 业务派

这类产品深耕特定行业或业务领域，将成熟的行业规则和操作经验沉淀为可复用的模板，在垂直场景中积累较深。

• Salesforce Agentforce：内置Atlas推理引擎，覆盖销售、客服、营销等20余个预置Agent。深度集成Salesforce CRM生态，在客户管理、销售自动化、服务工单处理等场景中贴合度高，适合已使用Salesforce套件的企业。

• SAP Joule：可跨S/4HANA及第三方系统运行智能化工作流，在财务、供应链、采购等核心业务领域沉淀了丰富的行业实践。据官方数据显示可节省约30%的操作成本，适合以SAP为ERP底座的大型企业。

四、选型指南：从业务场景匹配产品类型

基于上述产品类型和COMPASS模型的能力框架，企业可以从自身业务特征出发，找到更适合的选型方向：

如果您的企业属于以下情况，可以优先关注无界务实派（实在Agent）：

• 业务系统数量多、供应商来源复杂，部分系统为老旧客户端软件或未开放API的外部网站，统一对接难度大；

• 业务流程涉及跨部门、跨系统的长链条流转，需要端到端的自动化执行能力；

• 对信创适配、私有化部署或混合云架构有明确要求；

• 所在行业流程复杂度较高，如制造、能源、跨境、医药等领域。

如果您的企业属于以下情况，可以优先关注生态派：

• 业务系统已主要构建在某一云平台或协作生态之上，如已将钉钉、飞书、企业微信深度嵌入日常工作流；

• 希望快速上手、开箱即用，对部署周期和自有研发投入的敏感度较高；

• 核心场景集中在协同办公、审批流转、消息通知等与协作平台紧耦合的任务。

如果您的企业属于以下情况，可以优先关注模型派：

• 核心需求集中在自然语言处理层面，如智能客服、内容生成、知识检索、报告撰写等场景；

• 已具备较完善的工程团队，有能力围绕模型能力自行搭建或整合执行层工具；

• 对模型的推理深度和语义理解精准度有较高要求。

如果您的企业属于以下情况，可以优先关注业务派：

• 所在行业的业务流程高度标准化，且已经在使用Salesforce、SAP等成熟商业软件套件；

• 优先考虑与现有软件生态的原生集成体验，希望借助预置模板降低实施复杂度；

• 核心场景聚焦在销售、客服、财务等已被厂商深度打磨的垂直领域。

企业在实际选型中，可以结合IDC COMPASS模型的七个维度，对候选产品进行逐项能力对照，也可以参考IDC MarketGlance的筛选清单，缩小评估范围、提高决策效率。

五、从方法论到选型：IDC MarketGlance的参考价值

IDC发布的中国智能体市场概览（MarketGlance）预先筛选出覆盖不同行业和业务场景的可靠产品及解决方案供应商，可作为企业在选型阶段的参考依据。

同时，IDC提供了配套的智能体落地指南材料，并已将基于COMPASS模型的skill上传至OpenClaw的官方skill商店，企业可以直接安装使用，辅助内部智能体落地的规划与诊断。

六、小结

企业智能体落地，关键在于从真实的业务约束出发，找到合适的切入点和与之匹配的产品能力。IDC的COMPASS模型提供了一个从业务场景出发的诊断框架，帮助企业识别痛点环节，再结合MarketGlance筛选适合的产品与供应商。

在各类型智能体产品中，实在Agent在COMPASS七个维度上形成了较为完整的能力覆盖，尤其在需要跨系统执行、处理无API环境等复杂场景中，提供了从感知到执行的全链路支撑。对于正在从试点阶段迈向规模化落地的企业，实在Agent是一个值得关注的选项。