今年的乌镇峰会,AI 依然是最高频的关键词。
从“发展新质生产力,强劲增量看 AI”,到“赋能百业·新生态”“科技向善·新安全”,围绕 AI 的很多讨论,其实都指向同一个现实命题:AI 正从技术能力竞争,进入生产力与治理能力的双重竞争。
过去两年,企业已经在知识问答、内容生成、智能客服、代码辅助等场景中验证了 AI 的能力。接下来更重要的,是 AI 能否理解企业、推进任务,并持续作用于业务结果。
与此同时,当 AI 从提供答案走向读取数据、调用工具和执行动作,企业也必须重新思考权限、过程和行为边界。
一边要把事情做成,一边要让企业敢把事情交给 AI。
这也是网易智企在2026年世界互联网大会乌镇峰会上,重点呈现的两条主线。
模型越来越强:真正的差异开始回到企业本身
模型还在快速迭代,但越来越多企业已经能够获得相近的基础模型、Agent 框架和工具能力。
同样的模型,进入不同企业,为什么实际效果可能相差很大?
关键在于,AI 能否理解这家企业自己的业务信息和做事方式。
客户刚刚提出了什么需求,哪份资料才是最新版本;公司内部有哪些业务规则,一件事需要经过哪些流程;不同岗位怎样协同,什么结果才算真正完成……
这些不断产生、变化和沉淀的信息、知识、流程、规则与经验,共同构成一家企业自己的“企业上下文”。
它既包括文档、邮件、CRM、工单中的信息,也包括客户拜访、现场反馈及不同角色长期形成的协作经验。
模型能力可以共享,但这些属于企业自身的积累,很难被简单复制。

在世界互联网大会浙江分论坛上,网易智企副总经理、云信业务负责人段毓铮以《智能体:让美好发生在每一个现场》为题,分享了企业 AI 从“技术验证”走向“生产力验证”的判断。
围绕如何让企业上下文进入业务,网易智企旗下企业级 AI Agent 平台“帝王蟹”发布三项升级:首发硬件产品智能工牌,并推出知识引擎“万典”和 Agent Team 两项新能力。
三项升级,对应一条从获取信息到执行任务的工作链路。
让现场信息进得来。 智能工牌把客户拜访、现场服务等线下信息接入 AI,让业务现场的信息能够被进一步理解和处理。
让企业知识读得懂。 知识引擎“万典”围绕具体任务,动态组织不同来源、不同时间的信息,通过持续查找、补证与核验,理解信息之间的逻辑与时序关系,为 Agent 判断和执行提供可靠依据。
让复杂任务做得完。 Agent Team 通过多个专业 Agent 的分工、讨论和校验,协同推进跨角色、跨步骤的复杂任务,让 AI 从回答问题进一步走向业务执行。

三项能力串联起来,让企业上下文更完整地进入 AI 的理解、判断与执行过程。
这也是网易智企一直强调的:AI 懂业务,才算真落地。
从一个 Agent,到一条影响经营的业务链路
但能完成一个任务,还不等于产生经营价值。
如果销售、客服、研发、生产分别拥有自己的 Agent,却仍各自解决孤立的问题,AI 带来的更多是局部效率。
真正的变化,发生在这些任务沿着业务流程相互衔接时。
段毓铮将企业 AI 的落地路径概括为:场景落地 → 闭环打通 → 经营提效。
从价值明确的任务切入,再向前后环节延伸,形成“线索到回款”“需求到交付”“问题到解决”等业务闭环。

一家头部餐饮供应链企业的实践,就是一个例子。
网易智企最初与这家企业讨论如何通过 AI 提升销售效率,但进入实际业务后发现,销售只是起点。
客户拜访中提出的口味、规格需求,需要进入研发;研发形成新配方后,还要衔接生产排产。
于是,AI 应用从销售延伸到需求、研发和生产排产,上万个 SKU 和配方被接入 AI 平台。项目运行半年左右后,企业的销售转化和排产效率均有所提升。
这项实践不只是让某个岗位多了一个 AI 工具,而是让分散在不同角色和系统中的信息,沿着“需求到交付”的业务链路持续流动。
从完成一个任务,到推动一条业务链路运转,AI 才有机会真正作用于经营。
这种能力的价值,也不只体现在成熟企业的业务流程中。
对于资源有限的创业团队,AI 同样有机会承担更多专业任务,帮助他们突破人力与能力的限制。

大会期间,网易智企销售管理负责人姚建与乌镇镇人民政府签署“网易智企 AI+OPC 社区项目”合作协议,计划引入企业级 AI Agent 能力,支持 OPC 创业者开展产品策划、运营、销售、客服等工作,并探索 AI 在游戏美术、动漫短剧等数字内容创作中的应用。
从大型企业打通业务闭环,到小型团队拓展能力边界,AI 正在以不同方式融入真实的生产与经营活动。
当 AI 从理解走向执行:安全治理也要跟上
AI 越深入业务,企业面对的风险也在变化。
当 AI 主要负责内容生成,安全关注的是“它说了什么”;当 AI 开始读取企业数据,还需要关注“它看了什么”。
而当 Agent 可以调用工具、操作系统、执行任务,企业还必须知道:它做了什么,以及它是否应该这样做。
一个回答错误,或许可以重新生成。但一次越权的数据访问、一项错误执行的操作,可能带来真实的业务风险。
安全不能只守住模型的输入输出,还必须进入任务执行的全过程。
在本届世界互联网大会“互联网之光”博览会上,网易智企副总经理、易盾业务负责人朱浩齐以《基于双向 AI 安全架构的 AI 原生安全产品体系》为题发表分享,并首发 CMA 审核智能体、DeepGuard 人脸鉴伪、AI 应用与智能体安全三项成果。

这一 AI 原生安全产品体系,已获互联网之光发布厅颁发的“首发成果证书”认可。
这套体系的核心思路是:AI for 安全,安全 for AI。
AI for 安全:用 AI 对抗 AI。
“靠人去对抗 AI,是根本对抗不过来的。”易盾的安全智能体可根据攻击样本自动生成规则、策略和模型,自动验证效果与召回率并上线,安全人员只需根据灰度结果验收确认。
安全 for AI:让 AI 可控地落地。
以大模型安全围栏为例,它在输入端和输出端实时做内容理解与检测,拦截或修正诱导、隐私泄露等风险,流式输出也能实时发现问题。
两个方向形成飞轮:有了安全保障,AI 才能更广泛落地;有了真实场景,安全产品就有更多数据变得更强。
在世界互联网大会红亭安全论坛上,易盾内容安全负责人饶晓艳分享了大模型规模化应用中的安全治理实践。

她指出,防护不能只依赖关键词拦截,还需要识别指令结构与语义意图,区分正常任务数据与试图操控 AI 行为的恶意指令。针对 Prompt 注入等风险,安全防护需要前移至模型调用、上下文组装等关键环节。
从具体风险防护到整体安全治理,易盾此次发布的 AI 原生安全产品体系覆盖AI 内容与数据安全、AI 交互与身份安全、AI 模型与智能体安全三个层面,将安全能力从模型输入输出延伸到数据访问、身份权限、工具调用和行为执行。
当 AI 开始真正参与业务执行,安全不仅要守住结果,更要守住过程。
两类长期积累:支撑企业 AI 走向“可托付”
回看网易智企在本届世界互联网大会上展示的创新成果,背后离不开两类长期积累。
一端是企业通信与协作。
网易智企长期深耕即时通信(IM)与实时音视频(RTC)领域,为企业内部协作及企业与客户、供应商之间的实时沟通提供支持,积累了丰富的信息连接与组织协同经验。
另一端是可信安全。
多年来,网易智企持续应对数字内容安全与智能风控领域的复杂挑战,在内容安全、业务风控与 AI 原生安全运营等方面形成了扎实的能力积累。
过去,通信协作解决“信息如何流动”,安全解决“信息和行为如何不失控”。
而当 AI 开始理解信息、调用系统并参与执行,这两类能力也需要在同一条业务链路中更紧密地协同。
一端让真实业务信息进得来、读得懂、用得上;另一端让 AI 的每一次行动有边界、可管理、可追溯。
前者决定 AI 能否创造业务价值,后者决定企业能否放心把更多事情交给 AI。
所以,企业 AI 的下一步,已经不只是“能不能用”。
能把事情做成,也值得被托付。
或许,这才是 AI 真正进入企业生产系统的开始。