智能客服、知识库、代码辅助、部门报表……过去两年间，AI试点几乎覆盖了每一家企业的业务版图，但一个普遍现象随之浮现：员工个体和单个部门的速度确实快了，公司整体生产力却未见同步跃升。亚马逊云科技成长型企业及新兴业务总经理倪殿令在大量客户走访后给出判断——症结不在于模型和工具，而在于AI只是被简单叠加在旧流程之上，穿不透部门墙与传统组织边界。
他以ToB企业为例展开说明：客户旅程横向贯穿市场、销售、售后、客服等全部环节，可部门之间数据不通、决策权限各异、风险管控口径不一，AI在某一环节带来的提效，到下一个环节就可能被流程卡点消耗殆尽。数据治理的老难题同样存在——生产制造、ERP、MES、仓储、客户关系管理各自为政，数据链条难以连贯。而人才的思维模式从AI认知、AI就绪走向AI原生，更非一朝一夕之功。
倪殿令引用波士顿咨询的“10、20、70”框架来量化这一挑战：企业AI难以落地，约10%的原因出在模型算法，20%出在数据和IT平台，其余70%落在业务流程、人员能力、运营模式、数据治理与人机协作上。这意味着企业要做的不是“在旧流程里加AI”，而是用AI重塑流程、向AI原生组织转型。他还提到亚马逊首席执行官Andy Jassy的“杠铃”判断——一端是前沿智能体，另一端是各部门的AI试点，中间地带才是未来5到7年最大的机会所在，即围绕企业自有数据构建Agentic应用。
AI如何从“回答问题”走向“完成工作”，进而转化为真实业务价值？亚马逊云科技中国团队的答案是：以业务战略为中心，围绕场景、数据和人才搭起“黄金三角”，让三者形成闭环。
三角的起点是管理层挂帅。倪殿令强调，CEO或董事长须亲自牵头，从业务价值倒推AI优先级，围绕客户旅程而非部门边界划定高价值场景。每条业务线都应找到1到2个与CEO战略对齐的高价值Agent场景，让智能体真正嵌入业务工作流，而非停留在演示和试点层面。
场景的定义则要回归客户。业务线总经理在落实AI战略时，不能只盯着内部提效，而应围绕客户成功旅程设计场景。数据是场景可信的前提——亚马逊云科技提出“面向AI的数据基础”，将数据层、语义层与上下文层结合，让Agent不仅拿得到数据，还能理解数据背后的业务含义。
人才与流程重塑需要系统推进。亚马逊云科技以客户开发工程（CDE）项目完成快速原型验证，依托本地专家与科学家团队开展深度协作，并用Agent开发生命周期（Agent-DLC）方法论帮助客户建立评估驱动、持续迭代的开发能力，让项目从原型验证走向长期迭代。
产品侧的支撑来自Amazon Bedrock AgentCore。该服务今年在中国区域上线，包含Runtime、Gateway、Identity、Browser Tools、Code Interpreter、Observability六大组件，对应快速构建、安全连接与持续优化三类需求，支持智能体从概念验证走向生产级应用。其中，Runtime借助microVM实现会话间硬件级虚拟化隔离和按需扩缩；Gateway把API、Lambda函数及MCP Server统一转化为Agent可调用的工具并集中管理访问；Identity负责Agent的入站认证与出站鉴权；Observability对生产环境中Agent的决策进行全链路追踪和监控。
客户侧的变化已经可以量化。金蝶发票云率先采用Amazon Bedrock AgentCore后，工单首次响应时间从15分钟压缩到3分钟，AI自动回复率由60%升至80%，日均处理工单量提升3倍。安克创新则围绕“One Anker”战略构建智能体平台Anka，避免各业务单元在基础设施和Agentic平台上重复投入。
进入Agentic AI时代，安全边界随之扩展。崔玮指出，企业需要建立更全面的分层防护体系——除传统的应用安全和生成式AI内容安全外，还须治理智能体的执行行为，防范权限配置不当引发的越权风险。Amazon Bedrock AgentCore Gateway将智能体执行逻辑与访问凭证、权限管理相分离，让智能体在可控、可治理的环境中运行。亚马逊云科技同时沿“安全赋能AI”与“AI赋能安全”两条线构建纵深防御：前者管理Agent身份权限、工具连接和输入输出合规，后者借助AI提升漏洞管理、威胁检测和安全运营效率。
在倪殿令看来，“最后一公里”并非一段固定的距离，而更像一个闭环：CEO方向清晰、场景打通、数据基础到位、施工队能交付、人才能力持续迭代，并在安全合规框架内不断优化。
11月11日，亚马逊云科技宣布在华进一步升级技术能力、安全能力和本地化支持，在“全球领先、可信赖、懂行业、本地化”四大核心优势之上，推动企业AI Agent从概念验证走向规模化应用。
技术层面，亚马逊云科技中国区域（含西云数据运营的亚马逊云科技Marketplace）已形成覆盖AI基础设施、第三方模型、数据与知识、Agentic平台及Agent应用构建五个层面的全栈能力，安全与治理贯穿整个架构。2026年以来，中国区域新增277项服务和功能，累计超过2800项。Amazon Bedrock AgentCore已在光环新网运营的北京区域和西云数据运营的宁夏区域正式推出；面向AI的数据基础则通过数据层、语义层和上下文层架构，帮助企业用好专有数据与业务知识。
安全层面，企业可借助AgentCore的身份和访问控制、工具连接和可观测性，加强对Agent身份权限、工具连接及运行过程的管理，并结合本地合作伙伴的Guardrails方案完成内容过滤与合规检查，同时以AI提升安全检测、漏洞管理和安全运营效率。
本地化层面，CDE快速原型验证、本地专家与科学家团队的深度协作、Agent-DLC方法论，正帮助企业建立评估驱动、持续迭代的开发能力；人才梯队建设则从高校人才共创、企业人才培养和企业招聘赋能三个方向同步推进。
“在Agentic AI时代，本地化支持的价值不仅在于将全球领先的技术引入中国，更在于帮助企业真正掌握和应用这些技术。”倪殿令表示，中国本地专家与科学家团队的深度技术协作、开发方法赋能和人才培养，能帮助客户提升AI应用的构建、部署和持续迭代能力。技术和产品会不断更新，但企业自身持续创新、主动发现和解决问题的能力，才是迈向AI原生组织的重要基础。
