【走进阿里】礼渔科技携手阿里云 把企业 AI 落地这件事讲透了

大模型能力已经很强了,为什么落到自己公司还是这么难?

这是很多企业负责人心里都有的疑问。9 月 17 日,礼渔科技携手阿里云,在阿里巴巴北京朝阳科技园举办「Agent GO·千问办公·北京站」企业客户研讨会,来自咨询、制造、医疗、零售等多个行业的企业负责人到场,一起把这个问题聊透了。

【配图1|与会嘉宾在阿里巴巴北京朝阳科技园合影】

研讨会开始前,与会嘉宾集体参观了阿里云大展厅,实地了解云计算与大模型技术的最新进展。

一、开场|趋势先看清,落地才有方向

上午第一场,由阿里云解决方案架构师带来分享,系统介绍了大模型时代企业的转型之路及阿里云大模型能力。

大模型到底能做什么、成熟场景落在哪些环节、企业的转型节奏应该怎么排,这些先有个整体判断,再谈具体项目才不容易跑偏。

二、礼渔分享|AI 落地,卡点早就不在模型那一层

第二场是礼渔科技的分享,主题是《企业 AI 落地的实操案例》。

开场先回答了很多人在想的问题。大模型能力已经很强,为什么落到企业里还是很难?

我们的观察是,卡住的地方早就不在模型那一层了。企业缺的,是把它接到真实业务上的那一段工程。资料散在不同系统里,业务规则没有被完整记录,模型输出找不到依据,权限和责任边界不清楚,原型能跑但一线用不起来。这几件事,没有一件能靠买一套标准软件解决。

所以礼渔给自己的定位是 FDE 驱动的企业级 AI Agent 落地服务商,做的就是把大模型接到企业应用上去,走通这「最后一公里」。

礼渔科技成立于 2021 年,是国家高新技术企业、阿里云生态合作伙伴。2024 年开始用 FDE 模式服务企业客户,同年发布企业级智能体中台,年底引入工作流模式并完成多 Agent 协作系统的软件著作权登记;2025 年基于 Claude Agent SDK 与 Skills 技术体系构建 AI Agent 解决方案。

目前落地的场景包括智能营销、咨询、税务、生产制造、内容创作、AI 数字员工。自研产品 IP 智造局拿到了阿里云伙伴 AI 创客大赛全国总冠军。

【配图|分享嘉宾作主题分享】

三、能力体系|从算力到应用,四层都覆盖

分享中介绍了礼渔的 AI 能力体系,一共四层。

最底下是算力层。GPU 算力集群覆盖 H200、H100、A100、RTX 5090、4090 这些旗舰资源,云上和本地都支持,可以按需调度、弹性租赁。企业不用为了一次尝试先花几百万买机器。

往上是模型层。礼渔做了一个大模型聚合平台,接入 200 多个主流模型,兼容 OpenAI 标准接口。对企业来说,这意味着一个 API Key 就能调用主流大模型,哪个模型适合自己的业务、性价比最高,可以按场景挑。

再往上是平台层。企业级 AI Agent 的开发、管理和部署能力,包括 Skills 体系和工作流引擎。这一层解决的是让 AI 按流程办事,而不只是陪你聊天。

最上面是应用层,落在智能咨询、智能制造、智能创作这些具体场景上。

一家企业跟 AI 相关的需求,从算力、模型到平台、应用,在这里可以一站式解决。同时支持本地化部署和数据私有,这一点对数据敏感度高的行业比较重要。

四、FDE 模式|把三件事放进同一支团队

这一部分是当天讲得最细的。

FDE 全称 Forward Deployed Engineer,前线部署工程师。这三个字母怎么念不重要,值得记住的是它背后的做法,把业务理解、工程交付和持续运营,放在同一支团队里。

我们的工程师会进到客户的业务现场,跟客户一起干,而不是坐在办公室里远程把方案发过去。

具体分四步。

第一步,场景诊断。到一个客户那里,先看的往往不是 AI 相关的事。是流程经几个人手,哪个环节最容易漏;是客户说的某张表到底是哪张表,在谁的电脑上,最后一次更新什么时候;是这件事最后谁签字负责。这些信息在任何一份需求文档里都找不到,但它们决定项目三个月后能不能用。

第二步,联合开发。业务人员提供规则、样本和判断标准,技术团队做 Agent、知识库和工具调用。关键是两边一起验证,而不是技术团队埋头做完再拿给业务看。

第三步,上线交付。把模型、数据、权限和现有系统打通,让 AI 进入真实业务链路,而不是停在对话窗口里。

第四步,持续运营。上线不是终点。根据真实使用记录和失败案例,继续调整提示词、知识库和流程。

这四步听起来像标准项目管理框架,差别在于做这件事的人。四个阶段是同一支团队在做,从头跟到尾。业务那一层的信息最容易在交接里丢掉,工程师在现场看到的细节,很多写不进交接文档。

更重要的是,FDE 模式下沉淀的 Skills、知识库和多模型能力,都是从一个个客户现场攒下来的。做的事情越多,越懂这个行业里什么东西容易出问题、什么规则看着简单实际有坑。方案可以被复制,现场经验不能。

五、陪跑|把能力交出去,而不是攥在手里

FDE 之外,礼渔还推出了 FDE 陪跑服务,三个关键词是驻场并肩、能力交还客户、成效共担。

驻场并肩,工程师长期扎根业务现场,和客户的业务团队、IT 团队同一个节奏干活。

能力交还客户,把方法论、Skills 和知识库逐步交给客户团队,最后这套能力属于客户自己。

成效共担,用可量化的业务指标来定义成功,跑通一个场景再往下一个延伸。

第二条我们想多说两句。企业采购 AI 服务时最常担心两件事,一是效果不好,二是做完了离不开供应商。技术能力攥在服务商手里,客户每年都要续费,换个服务商就得推倒重来。把能力交还作为一个明确承诺写进服务里,在商业上是要付代价的,但它解决了客户最大的顾虑。

六、落地实践|两个行业的真实账

分享了三个案例,这里说两个。

咨询行业

客户是一家综合性咨询机构,业务覆盖财务尽调、内控评价和专项合规咨询。它的痛点很典型,海量文档靠人工处理,顾问的时间被低价值的活儿占满;项目知识散在每个顾问自己的电脑里,人一走东西就散;资深顾问十几年攒的经验留不下来,新人培养周期特别长;权限管理粗放,数据安全和业务灵活性很难兼顾。

方案是「四大工具箱 + 三阶段推进」。第一阶段把前期准备、数据分析、报告生成、资料归档这四件事的重复劳动自动化;第二阶段上知识库检索、多 Agent 协作和精细化权限;第三阶段把专家经验做成公司专属知识库。

具体到场景里,有几个细节可以看。进场资料清单会自动结合企业的工商、资质、涉诉和纳税信用数据生成,已经提供的资料自动标注,避免反复找客户要;一份 32,689 行的序时账,用五类检测跑出 21 条分级异常线索,每条都能回溯到具体凭证;一个项目要安排 3 天 14 场现场访谈,系统自动编排并避开客户的月末结算时点;前期分析的成果会自动汇总成 8 页汇报 PPT。

整体结果是效率提升 60% 以上,80% 的重复工作由 AI 自动完成,人力回到专业判断上。

有一条边界是我们反复强调的。基础核对和异常识别交给 AI,最终结论和专业判断还是由业务人员复核把关。对咨询、审计、法律这类行业,这条线划不划得清,决定 AI 能不能真的进业务流程。一个给得出答案、却回溯不到依据的 AI,在专业场景里用不了。

传统制造业

第二个案例是安徽一家做塑料软包装的企业,我们和阿里云一起做的联合方案。

这家公司在国内同行业里排前列,新建了大约四万平方米的厂房。B2B 端给卫龙、洽洽、三只松鼠这些品牌供应包装,B2C 端淘宝、天猫、抖音、拼多多的电商都在做。它也不是一张白纸,已经在用轻量级工具做信息化管理。

它的问题有四条。系统之间没打通,经营决策还是靠老板凭经验拍;客户信息跟着销售走,销售一离职客户就带走了;几十人的电商客服被重复咨询占满;排产和质检高度依赖人工。

方案是先建一个统一的 AI 入口,再分三阶段推进。第一阶段上知识库、AI 客服、经营看板和营销内容;第二阶段做 AI 排产、数据中台和仓储优化;第三阶段才进到视觉质检、折袋机器人和智能产线。

第一阶段为什么先做这几样,逻辑不难理解。知识库和 AI 客服解决重复劳动,看板解决信息不透明,营销内容解决获客素材。这几件事见效快、风险低,不需要动核心生产系统。等管理层看到数据、客服人效有了变化,再往排产和仓储走,内部阻力会小很多。

这个路径的价值在于顺序。先易后难,一个阶段一个阶段来,每一步都为下一步攒下数据和知识。

除了这两个,礼渔在教育、法律、审计、金融风控、税务等场景也都有落地。教育领域的智能督学评价系统,督导响应效率提升 80%,报告生成时间缩短 70%;法律领域的办案套件接入权威数据源,检索、研判、文书三步贯通,法条可查可验可溯源。

七、下午场|从智能办公到智能获客

下午两场分享,第一场是阿里云技术专家的千问办公(QwenWork)演示,现场展示了一句话产出 PPT、表格、网页和报告。

【配图|阿里云技术专家演示千问办公】

第二场是礼渔科技的《从 AI 内容创造到 AI 智能获客》,讲的是客户从哪里来。

这个问题的背景大家都不陌生。广告越投越贵,客户越来越不信广告,两条路都在收窄。

礼渔提的思路叫「双向获客」,两款产品分工。

IP 智造局管内容这一段。从 IP 定位、对标账号分析、爆款结构拆解,到选题、诊断和脚本生成,重点是把内容产出变成一套能持续运行的流程,而不是每次从零想一个创意。定位报告、选题方向、脚本节奏都留在一套系统里,下次还能接着用。这一端做的是让客户主动找上门。

小章渔 AI 管获客这一段,逻辑是去需求真实发生的地方找客户。每天有人在评论区问有没有推荐的、哪家靠谱、怎么收费,这些是最原始的需求信号。系统按行业关键词、同行账号和互动评论这些公开信号去发现,按评论词、地区、时效过滤,再用话术和智能应答引导到私域。覆盖抖音、快手、小红书和视频号。这一端做的是把公开的意向客户筛出来。

两款产品之间有一条数据回流。内容表现、线索质量、销售过程和成交结果四组数据互相校准,同时调整内容策略和获客规则。内容跑得好的方向,获客就往那边加大投入;获客筛出来的高意向人群,反过来告诉内容该讲什么。闭环转得越多,系统越顺。

这里有一条边界,所有触达都在平台规则内进行。这句话听着像免责,其实是这类业务能不能长期做下去的前提。

获客的案例里,一家连锁医美机构接入小章渔 AI 后,每天自动采集 500 名以上相关兴趣用户,客户响应效率提升 75%,整体获客效率提升 5 倍以上。更值得说的是它的变化方向,从买线索转向企业自有、能持续运营的获客能力。买线索像租房子,自己有获客能力像买房子,这是两回事。

八、下一步|用一个真实场景启动

交流会最后聊的是怎么开始。

礼渔给出的路径是三步,预约 FDE、场景诊断、试点验证。先聊业务现状,工程师进现场锁定最有价值的场景,然后用最小可行场景切入,快速见效再逐步深化。

我们的想法是,不追求一步到位。先软后硬、先易后难,让每一步都为下一步积累数据与知识资产。

会后的自由交流时间,礼渔团队和到场的企业负责人做了一对一沟通,现场对接了不少具体需求。

【配图|会后现场一对一交流】

这场会只是开始。以一个真实场景起步,把 AI 做进业务里。

以礼为帆,智渔未来。

关于礼渔科技

北京礼渔科技有限公司成立于 2021 年,国家高新技术企业、阿里云生态合作伙伴,专注企业级 AI Agent 落地服务,采用 FDE(前线部署工程师)模式。自研产品 IP 智造局荣获阿里云伙伴 AI 创客大赛全国总冠军,已在咨询、制造、内容创作、智能营销、税务、法律、审计、金融风控、教育等多个行业形成落地案例。