Lingyang hat AgentOne veröffentlicht. Sich auf die Realität konzentrieren ist wichtiger als "schnell" zu sein.

Die Saison des Agenten im ersten Jahr ist schon halb vorbei. Wie steht es um die am schwierigsten zu bewältigenden Unternehmens-Agenten?

Ein offensichtlicher Trend ist, dass in diesem Bereich nicht viele aufwendige neue Konzepte aufgetaucht sind. Vor der Frage, ob man Agenten sofort implementieren soll, zögern viele Unternehmen noch und beobachten vorsichtig, schließlich handelt es sich um eine Gruppe, die nicht für "Kunststückchen" bezahlen wird.

Zur gleichen Zeit nähert sich jedoch ein entscheidender Wendepunkt.

Die Raum-Zeit-Intelligente Technologieunternehmen Qianxun Positioning, die den Digitalen Mitarbeiter Nr. 1 eingeführt hat, hat offiziell die erste AI-"Arbeitsausweiskarte" ausgestellt. Seit der Kooperation mit Lingyang im März dieses Jahres zur Entwicklung eines intelligenten Kundenservice-Agenten hat Qianxun Positioning den Agenten seitdem dauerhaft bewertet.

Die KPIs, die den intelligenten Kundenservice zum "Festanstellung" geführt haben, umfassen: eine Antwortgenauigkeit von 80 % und eine Antwortkomplettheit von 50 %. Das bedeutet, dass jetzt die Hälfte der Kundennachfragen ohne Weiterleitung an den menschlichen Kundenservice selbständig gelöst werden kann.

Die hohe Lernfähigkeit, die Effizienz des Kundenservice, der mehrere Rollen einnehmen kann, und die "Freisetzung der Arbeitsleistung", die die Mitarbeiter motiviert, die AI zu verbessern, sind alle konkreten Vorteile, die Qianxun Positioning bei der Implementierung des Agenten erfahren hat.

Im Jahr 2025 plant Qianxun Positioning, weiterhin mit Lingyang zusammenzuarbeiten und mehr als acht AI-Mitarbeiter zu entwickeln. Dies zeigt auch, dass die digitalen Mitarbeiter nicht nur brauchbar, sondern auch immer nützlicher werden.

Obwohl die Fähigkeiten großer Modelle stark sind, ist es schwierig, direkt auf die spezifischen Anforderungen von Unternehmen einzugehen. Diese Pattsituation wird nun durch die zunehmende Einbindung von Unternehmens-Agenten in die Anwendungsfälle gebrochen. Die digitalen Visionen, die bisher schwierig umzusetzen und langsam wirksam waren, haben nun erstmals die reale Möglichkeit, in großem Maßstab umgesetzt zu werden.

"In der Agenten-Zeit wird man feststellen, dass wenn die Rechenleistungskosten großer Modelle einen bestimmten Schwellenwert erreichen, ein Hebeleffekt eintritt, der Unternehmen dazu veranlasst, in diese Technologie zu investieren. Aber davor muss man urteilen und durchhalten."

Lin Yongqin, Vizepräsident von Lingyang, einer Tochtergesellschaft von Alibaba Cloud Intelligence Group, sagte der 36Kr, dass dieses Unternehmensdienstleistungsunternehmen bereit ist, weiterhin die "schwierigsten" Aufgaben zu bewältigen.

01. Warum sind Unternehmens-Agenten schwierig?

Wo liegen die Schwierigkeiten bei der Entwicklung von Unternehmens-Agenten?

Eine oberflächliche Erscheinung ist, dass es schwieriger ist, als man denkt, Unternehmen dazu zu bringen, Agenten nicht nur passiv zu akzeptieren, sondern aktiv zu umarmen.

"Ob es sich um SaaS in der Vergangenheit oder um Agenten heute handelt, die Prinzipien, denen Unternehmen bei der Einführung und Bezahlung folgen, sind eigentlich die gleichen. Unternehmens-Agenten müssen tief in die Entscheidungs- und Betriebsprozesse von Unternehmen integriert werden. Man sollte nicht einfach nur aus Gründen des niedrigen technischen Schwellenwerts blindlings experimentieren."

Lin Yongqin, Vizepräsident von Lingyang, Alibaba Cloud Intelligence Group

Lin Yongqin sagte, dass Unternehmen bei der Betrachtung neuer Dinge realistischer und ruhiger sind als Verbraucher. Wenn eine neue Technologie entsteht, interessieren sich Unternehmen vor allem für drei Aspekte: Wert, Kosten und Sicherheit.

Die unklare Abgrenzung dieser drei Aspekte hat auch viele Bedenken von Unternehmen bei der Implementierung von Agenten-Anwendungen verursacht.

Unternehmen umarmen Agenten nicht, um der technologischen Tendenz zu folgen, sondern um eine stabile und quantifizierbare Effizienzsteigerung zu erzielen. Aus Lingyangs Sicht muss es bei Unternehmens-Agenten nicht nur um Technologie gehen, sondern auch um die Auswahl und das tiefe Verständnis der Anwendungsfälle.

Seit Juli dieses Jahres hat Lingyang in einem Zeitraum von mehr als zwei Monaten drei Batches von Unternehmens-Agenten veröffentlicht, die auf Kundenservice, Datenanalyse, Marketing und andere häufige Anwendungsfälle mit hohem Bedarf abzielen. Sie hat damit auch "konkrete" Ergebnisse vorgelegt.

Auf der Cloud Computing Conference dieses Jahres hat Lingyang auch die Unternehmens-AI-Intelligenzplattform AgentOne veröffentlicht, die die Fähigkeiten und das System von Agenten auf die Plattformebene gehoben hat.

Als ein digitales Unternehmensdienstleistungsunternehmen der Alibaba-Gruppe ist die Markteinführung von Lingyangs Agentenprodukten nicht besonders früh. Im Vergleich zu den generischen Agenten, die bereits seit mehreren Monaten auf dem Markt sind, kommt Lingyangs Strategie des Nachholstarts und ihre "Mut" daher, dass sie die Anwendungsfälle gründlich verstehen und vertiefen will.

Ende 2023 hat das Lingyang-Team begonnen, in konkreten Bereichen wie Kundenservice und Marketing zu untersuchen, ob die Fähigkeiten von Agenten auf der Grundlage von Basis-Modellen Ergebnisse erzielen können. In ständigen Versuchen und Rückmeldungen hat es dann begonnen, die Plattform aufzubauen.

Bis im zweiten Halbjahr dieses Jahres der Agent langsam in den Mittelpunkt des Interesses rückte und die Nachfrage von Kunden nach Agenten anstieg, hat Lingyang in der Zusammenarbeit mit einzelnen Kunden die Umsetzungseffekte des Produkts validiert. Deshalb hat es entschieden, die Agentenprodukte offiziell zu veröffentlichen, um weitere Wertvalidierungen zu suchen.

"Im B2B-Bereich geht es oft nicht darum, wer früh oder spät ins Spiel kommt, sondern um die Tiefe der Produktsetzung. Während andere im Anfangsstadium um die Zeit rangen, haben wir uns noch immer dafür entschieden, den besten Zeitpunkt für die Expansion zu wählen."

Lin Yongqin meint, dass Lingyang in der Lage war, die Veröffentlichung und das Update der Agentenprodukte ruhig angehen zu können. In der Phase, in der das Konzept gerade erst aufkam und die Wertschätzung noch unklar war, hat Lingyang dank ihrer jahrelangen Einsicht in die Anwendungsfälle und ihrem feinen Gespür sofort entschieden, an der Seite der Unternehmenskunden zu stehen. Beispielsweise hat es zunächst die privaten Daten normiert und verfeinert, um die Sicherheitsrisiken bei der Implementierung von Agenten in Unternehmen zu vermeiden.

Wenn man sagt, dass der ToC-Agent eine Ergänzung bei der Inhaltserstellung und Büroeffizienz ist, dann ist der ToB-Agent eher eine Notlösung. Wenn man AI einsetzt, um die ineffizienten Bereiche im Unternehmensbetrieb zu optimieren, ist es wie bei der "Krankenbehandlung". Man muss zunächst die Ursache beseitigen, bevor man durch verschiedene Mittel die Stabilität des Unternehmens verbessern kann.

Dies sind auch einige tiefere Gründe, warum der Unternehmens-Agent das "schwierigste Brot" zu knacken ist:

Erstens: Im Vergleich zu C-End-Anwendungen sind die Geschäftsprozesse in Unternehmensszenarien lang, die Szenarien sind fragmentiert und es gibt zu viele nicht-standardisierte Szenarien. Ein einzelner Agent kann nicht alle Probleme lösen. Beispielsweise kann ein vollständiger Kundenserviceprozess Beratung, Bestellung, Nachkaufservice, Logistik und viele andere Schritte umfassen. Wenn der Agent nicht mit den bestehenden Geschäftssystemen verbunden werden kann, um einen geschlossenen Kreis zu bilden, kann der Wert nicht deutlich verbessert werden.

Zweitens: Die Datenassets sind ineffizient und die Kosten für die Strukturierung sind hoch. Daten sind der Treibstoff für Agenten, aber die Daten in Unternehmen sind oft verteilt, isoliert und ungleichmäßig. Um Agenten effektiv zu nutzen, muss man zunächst einen großen Aufwand für die Datenverwaltung und -integration tätigen. Dies ist jedoch für viele Unternehmen eine Schwachstelle.

Drittens: Sicherheit und Stabilität sind die Grundvoraussetzungen für die Akzeptanz neuer Technologien in Unternehmen. In den letzten zwei Jahren hat sich in der AI-Strategie vieler Unternehmen gezeigt, dass viele Agentenprodukte zwar beeindruckende Demo-Effekte haben, aber in der realen Geschäftssituation Verzögerungen bei der Reaktion, Fehlurteile, Systemausfälle und andere Probleme auftreten können. Ein Agent, der immer mal wieder ausfällt, kann nicht nur die Effizienz nicht verbessern, sondern auch Geschäftsrisiken mit sich bringen.

Deshalb hat Lingyang AgentOne als erste Station für die Implementierung von AI-Anwendungen in Unternehmen entwickelt. Sie bietet einen Arbeitsraum für die gesamte Agentenentwicklung, unterstützt die Erstellung, Bewertung, Analyse, Optimierung und Bereitstellung von Agenten. Durch die Anbindung an die bestehenden Unternehmenssysteme kann die Implementierungszeit verkürzt werden.

02. Wie sieht ein "ehrlicher" Agent aus?

Warum können viele Agentenhersteller die gleichen Probleme nicht gut lösen? Was hat Lingyang richtig gemacht?

Die Stärke dieses Unternehmens liegt darin, dass es die technologieorientierte Phase des "Suchens nach Nägeln mit einem Hammer" hinter sich gelassen hat. Indem es sein Branchenwissen, die einzigartige Alibaba-Ekosystem und die pragmatischen Produktionsfähigkeiten kombiniert, hat es eine umfassende Lösung geschaffen, die schwer schnell zu kopieren ist.

Nach Meinung von Peng Xinyu, CEO von Lingyang, Alibaba Cloud Intelligence Group, gibt es eine goldene Formel für die Erstellung von Unternehmens-Agenten: Großes Modell × Gute Daten × Starke Anwendungsfälle.

Peng Xinyu, CEO von Lingyang, Alibaba Cloud Intelligence Group

Wer also in der Lage ist, "gut mit Daten umzugehen", hat bereits die Hälfte der AI effektiv genutzt. Das Lingyang-Team stammt aus der Alibaba-Datenmitte. Es ist in der Praxis der Unternehmensdatenintelligenz aufgewachsen und hat die technologische Erfahrung in Unternehmensdaten im Blut.

Wie Peng Xinyu auf der Cloud Computing Conference 2025 sagte: "Das Vorhandensein von Daten in einem Unternehmen bedeutet nicht, dass es gute Daten hat. Unternehmensdaten sind wie Bausätze. Wenn es keine Bauanleitung gibt, kann man mit vielen Bausteinen kein Gebäude bauen. Gute Daten bedeuten strukturierte und logische Daten."

Das intelligente Fundament muss auf guten Daten basieren. Deshalb haben viele Unternehmen einen großen Aufwand und viel Zeit für die Datenverwaltung investiert, um AI zu nutzen. Lingyang, das von Daten ausgeht, ist derzeit eines der wenigen Anbieter, die Unternehmen dabei helfen können, diese Herausforderung zu meistern.

"Man kann beobachten, dass die 'toten Daten' in Unternehmen und einige Daten, die früher als nicht rentabel galten, nun mehr Wert erhalten und sogar quantifiziert und monetarisiert werden können."

Lin Yongqin sagte, dass Unternehmen, die auf mehreren Plattformen tätig sind, zuvor die Rohdaten in Bildern nur über einzelne Plattformen betrachtet haben. Nach der Einführung von Agenten möchten diese Unternehmen jedoch lieber eine einheitliche Verarbeitungsform haben, damit AI die Daten besser verstehen kann.

Das heißt, ein pragmatischer Agent kann Unternehmen helfen, sich mehr auf den Wert der Daten zu konzentrieren.

In der Datenanalyse-Szenerie hat Lingyang eine Reihe von Intelligenzen wie den Datenabfrage-Agenten und den Interpretations-Agenten veröffentlicht. Diese werden derzeit von Hunderten von Unternehmenskunden in verschiedenen Bereichen wie Muyuan Foods eingesetzt. Dies zeigt das Potenzial von Unternehmens-Agenten.

Im Vergleich zu vielen Herstellern, die von Software- und Produktivitätstools auf Agenten umgestiegen sind, wird Lingyang von vielen Kunden als "ehrliches" AI-Anwendungsunternehmen bewertet: Es überschätzt nicht seine Fähigkeiten, erzeugt keine Angst, sondern konzentriert sich auf die Lösung der universellen Bedürfnisse in realen Geschäftssituationen, die "durch Daten und Ergebnisse gestützt" werden können.

Zweitens hat Lingyangs Verständnis der Anwendungsfälle für die Datenintelligenz konkrete "Sprungbretter" gefunden. Dies ist auch das, was Peng Xinyu als "starke Anwendungsfälle" für Unternehmens-Agenten bezeichnet.

"Wo es viele Menschen und viel Daten gibt, ist es auch der Ort, an dem Menschen und AI in Zukunft zusammenarbeiten können." Peng Xinyu sagte, dass die drei Schlüsselfaktoren für Unternehmens-Agenten aus der Erfahrung und Logik von Lingyang stammen, die aus den komplexen Geschäftsprozessen vieler Unternehmenskunden die gemeinsamen Werte extrahiert hat.

Nehmen wir als Beispiel Lingyangs Kunde Fosun Tourism Group. Dieses Tourismus- und Kulturunternehmen hat das Problem, dass seine Serviceprozesse sehr lang sind, die Kundenanforderungen hochgradig individualisiert sind und die Kontaktpunkte verteilt sind. Um dieses Problem zu lösen, haben sie mit dem Alibaba Tongyi Qianwen-Großmodell und der Lingyang AgentOne-Plattform einen ganzheitlichen AI-Ferienintelligenzbot AI G.O. entwickelt. Mit einer sofortigen Reaktion von weniger als 1,5 Sekunden rund um die Uhr hat er viele wiederholende und standardisierte Aufgaben übernommen und die menschlichen Mitarbeiter für wärmere Dienstleistungen freigesetzt.

Angesichts der zunehmenden individuellen und maßgeschneiderten Anforderungen chinesischer Unternehmen hat die Lingyang AgentOne-Plattform einen wichtigen Wert. Sie ermöglicht es Unternehmen, individuelle AI-Arbeitsabläufe und Unternehmensidentitäten selbst zu erstellen, um schnell auf Geschäftsänderungen zu reagieren und die Differenzierungsfähigkeit zu verbessern. Fosun Tourism Group ist ein typisches Beispiel für diese Fähigkeit. Nach der ersten Validierung des Servicewerts von Agenten in der Zusammenarbeit mit Lingyang hat Fosun auf der AgentOne-Plattform einen eigenen AI-Intelligenzbot mit eigener Markenidentität entwickelt und ihn mit einem Branchen-Großmodell optimiert.

Der gesamte Prozess dauerte nur etwa 90 Tage, bis er online ging. Dies zeigt nicht nur die schnelle Bereitstellungskapazität der Plattform, sondern auch, dass bei der Geschwindigkeitssuche auch die Markenindividualität und die Systemstabilität berücksichtigt wurden. Schließlich hat dieser Intelligenzbot die Kundenerfahrung verbessert und die Wiederholungskaufquote erheblich gesteigert.

Das gleiche gilt für Muyuan Foods. Der Fall dieser Branchenriese in der Zusammenarbeit mit Lingyang zeigt eindrucksvoll die Unersetzlichkeit von Unternehmens-Agenten in extrem komplexen Geschäftssituationen.

Als ein führendes Unternehmen, das in 22 Provinzen tätig ist, 10 Tochtergesellschaften hat und fast 80 Regionen abdeckt, hängt das Betriebs- und Management-System von Muyuan Foods stark von Daten ab. Innerhalb der Firma werden wöchentlich fast hundert Verkaufs- und Management-Meetings abgehalten. Nur auf dem wöchentlichen Management-Großmeeting sind gleichzeitig tausende von Personen anwesend. Die Entscheidungsgrundlage für jedes Meeting ist eine mehr als 100-seitige Datenanalyse-PPT, die die Verkaufsfortschritte, die Gewinnziele, die Produktleistung, die Kundenanalyse und andere Aspekte des Betriebs umfasst.

Hinter den Daten steht ein Team von mehreren Dutzend Analysten, das eilig die riesigen Datenmengen in Entscheid