📡 大会前瞻 · Agent 商业化落地
销售 Agent 上线易、见效难？阿里云 FDE 模式给出重构路径
8 月 21-22 日，AICon 全球人工智能开发与应用大会将在深圳举办。阿里云高级技术专家阮城锋将在"AI Agent 高价值商业场景实战"专题，用其实际参与的 FDE 商业化交付实践回答一个核心问题：Agent 如何从"单点工具"变成"销售增长引擎"。
来源：综合公开信息•
2026-07-28•
全文约 4 分钟读完
#AICon深圳
#AI Agent
#FDE模式
#销售增长
#阿里云瓴羊
8.21-22
深圳 · AICon 全球人工智能开发与应用大会
10+1
大专题论坛 + 动手实验室 · 近 60 场重磅议题
2
真实行业案例：汽车销售 × 医药履职
⚡ 30 秒速览
- 事件：8 月 21-22 日，AICon 全球人工智能开发与应用大会将在深圳举办，全部日程现已 100% 上线。
- 看点：阿里云高级技术专家阮城锋将拆解 FDE 模式——不是交付一个 Agent，而是重构销售业务流。
- 痛点：大量企业已上线客服、销售、知识、运营助手，但真正带来增长、提效与降险的项目并不多。
- 方法：三根支柱：业务流重构、数据智能与知识系统、企业级 AI 平台（可用、可信、可运营）。
- 案例：某汽车集团店端销售 AI 助手、某医药企业履职 AI 助手，两条真实商业化交付路径。
- 判断：Agent 的下一阶段竞争，正从模型能力比拼转向系统工程与业务嵌入能力。
01一场把日程全部押上的大会 10 大专题 · 近 60 场议题
AICon 深圳站日程已 100% 上线。除了阮城锋所在的高价值商业场景专题，大会还集结了 AI Infra、推理工程与异构计算、超级个体与蜂群智能、迈向机器人 AGI、Agent 安全、大模型效率工程与 Agent 系统实践等前沿方向，由浙大等高校教授，以及阿里、腾讯、华为、快手、Google Cloud 等团队的 50+ 技术专家同场分享。
Agent 工程化
大模型基础设施
AI Infra
推理工程与异构计算
超级个体与蜂群智能
迈向机器人 AGI
Agent 安全：从风险到可控
AI Agent 高价值商业场景实战
…共 10 大专题
注：以上为大会公开日程中明确列出的专题方向，完整议程与嘉宾名单以官方现场发布为准。
02为什么销售是那个切口 离钱最近，也最考验嵌入能力
不少企业已经上线了客服助手、销售助手、知识助手、运营助手。但一个尴尬的事实是：真正带来业务增长、效率提升和风险降低的项目并不多。
问题不在模型不够聪明。
而是 Agent 有没有进入企业的高价值业务流——帮一线人员减少低价值动作、增强高价值判断，并最终转化为可衡量的业务结果。销售是最典型的切入口：它直接连接企业收入，又高度依赖客户、产品、价格、库存、政策、合同、历史互动、履职合规等多维信息。
一个 Agent 只替代前者，是工具；能增强后者，才是增长引擎。这也是本次分享论证的起点。
注：动作分类依据演讲提纲归纳整理；原文未给出两类动作在销售工作中的时间占比。
03FDE 模式：不是交付 Agent，是重构业务流 框架 · 支柱 · 分享人
那么，FDE 凭什么不一样？
按阮城锋的分享框架，FDE 模式的出发点不是"交付一个 Agent"，而是"重构销售业务流"。它提炼自阿里云瓴羊的 FDE 商业化交付实践，核心路径可以压缩成一条链路：
识别高价值场景→打通结构化与非结构化数据→构建业务语义与知识系统→嵌入一线工作流→持续运营
这条链路的终点，是四个可衡量的业务结果：提效率、拓规模、促增长、降风险。
01业务流重构
不是把 Agent 接到旧流程上，而是重排流程本身，把适合机器的动作与适合人的判断分开。
02数据智能 + 知识系统
让 Agent 看见完整销售上下文，并理解企业自己的销售对象与业务语义。
03企业级 AI 平台
让 Agent 可用、可信、可运营，而不只是演示级可用。
注：三根支柱为对演讲提纲的归纳转述；"FDE"全称未在公开提纲中展开，此处沿用原文表述。
👤 分享人：阮城锋
阿里云高级技术专家，瓴羊数据系统产品 FDE 团队负责人。曾任瓴羊 Dataphin、QuickDecision 技术负责人及智能小 Q 数据负责人，在数据治理、数据分析、大数据风控、大模型训练与评测领域深耕十年。
04两个案例：业务流长什么样 汽车销售 × 医药履职
框架之外，落地才是试金石。
这次分享将给出两个真实案例，分别对应两种不同的高价值业务流。
🚗 某汽车集团店端销售 AI 助手 把精力放回客户
- 场景：汽车销售链路复杂，顾问大量时间耗在系统和资料翻找中，真正面对客户的时间被压缩。
- 重构：FDE 将查库存、算报价、对政策、录系统等动作从顾问身上剥离，交给 Agent 在业务流中完成。
- 角色：Agent 实时供给上下文，辅助客户理解与方案推荐；顾问只做判断与关系经营。
- 价值：店端销售人效提升，客户体验与转化链路同步改善。
判断：这个案例的看点不是"又一个销售助手"，而是 Agent 第一次被放进店端业务流的必经节点——不进流程，就没有价值。
💊 某医药企业履职 AI 助手 效率 × 合规
- 场景：医药履职既要效率，也要专业和合规；信息检索、规范核对、记录留痕缺一不可。
- 重构：FDE 把履职链路中的信息获取、合规校验与过程留痕整合进同一业务流。
- 角色：Agent 辅助专业互动，同时将合规要求前置到动作发生之前。
- 价值：互动更高效，违规风险更低——效率与合规不再二选一。
判断：履职合规本质上是数据问题；Agent 的价值在于让合规成为业务流的默认行为，而不是事后补救。
05从销售到更多场景 识别框架 · 落地路线 · 三个硬约束
汽车、医药之后，这套方法能否迁移？阮城锋给出的判断是肯定的——销售场景的经验建立在可复制的识别框架上。
一个场景是不是高价值 Agent 场景，可以问三件事：
- 是否直接连接业务结果（收入、效率、风险）？
- 是否包含大量高频低价值动作，值得被机器替代？
- 是否有明确的多维信息依赖，需要 Agent 实时整合上下文？
三个条件同时满足，Agent 就该嵌进这条业务流。
但框架不回避代价。演讲提纲同样列出了实践中的三个硬约束：
- 人难找：兼具业务理解、数据建模、Agent 开发与落地能力的 FDE 人才，目前极度稀缺。
- 点难选：在业务流中找准 Agent 可落地、价值最大的环节，直接决定项目成败。
- 衡难平：Agent 在企业场景落地，必须在成本、性能、准确性之间达到平衡。
注：实践痛点与迁移框架均引自演讲提纲。对号入座，这份清单可作为企业评估 Agent 项目的自查工具。
编辑核心判断
模型能力是门票，业务流程才是战场。FDE 模式的真正价值主张，是把 Agent 从"功能上线"推向"可衡量的业务结果"；它最大的瓶颈也同样诚实可见——既懂业务、又懂数据、还能落地 Agent 的复合人才，目前比模型本身更稀缺。Agent 行业下一阶段的竞争，大概率不是谁家模型更强，而是谁能把智能体更低成本、更高可信地嵌进真实业务流，并算出 ROI。
06大会入口
8 月 21-22 日 · 深圳
AICon 全球人工智能开发与应用大会：10 大专题 + 1 个动手实验室、近 60 场重磅议题，日程已 100% 上线。
咨询票务经理：13269078023
电话为大会官方公开渠道；本页不代售门票，不提供外部链接。