已往两年，年夜模子能力的跃迁速率远远快在企业构造布局变化的速率。文本天生、图象天生、数据阐发、代码编写等能力迅速成为可以挪用的资源，但企业真实的事情方式却没有发生对于应级另外变化。缘故原由其实不繁杂：企业的焦点勾当从来不是完成单次使命，而是于不停变化的情况中连续举行判定。理解市场、辨认时机、界说产物、构建品牌、鞭策增加，这些勾当组成的是持续运行的决议计划链条，而不是一次性的推理历程。

这恰是为何，年夜模子并无直接转变企业。

假如从更长的技能史视角来看，已往二十年的企业软件年夜致履历了三次布局性迁徙。

最早的企业体系，例如 ERP 及 CRM，素质上是流程体系，它们经由过程尺度化流程从头构造企业资源，使企业可以或许范围化运行。随后呈现的数据体系，例如保举体系与贸易阐发体系，则最先将算法引入企业决议计划历程，使数据成为新的出产要素。但即便云云，算法仍旧只是辅助决议计划东西，而不是介入决议计划布局自己。

年夜模子的呈现第一次转变了这一点。但真正主要的变化，其实不是天生能力的晋升，而是模子最先成为一种大众基础举措措施。企业真正需要构建的，再也不是单一模子运用，而是缭绕自身营业布局构造智能能力的体系架构。

这象征着，Agentic AI 的竞争正于从模子能力竞争，转向上下文布局竞争。

这一变化也正于转变企业软件的交付方式。红杉合股人Julien Bek 于其文章“Service is the new software”中提出：下一个万亿美元公司，将是“假装成办事商的软件企业”，由于它们再也不仅仅提供东西，而是直接介入企业成果的孕育发生历程。软件的价值，再也不表现于功效列表，而表现于是否可以或许连续影响营业 outcome。

这一判定正于 Agentic AI 系统中成为实际。当智能体最先缭绕营业方针连续运行时，企业部署的就再也不只是一个体系，而是一种可以介入谋划历程的能力布局。

也恰是于这一配景下，特赞提出了 Generative Enterprise Agent（GEA）这一企业级智能体架构系统。

GEA 其实不是缭绕单一模子能力构建，而是缭绕企业真实营业运行布局设计的一套体系范式。它试图回覆的不是“模子可以做甚么”，而是“模子怎样进入企业流程”。这一问题看似技能问题，素质上倒是构造问题。

从 DAM 到 Context System：特赞进入 Agentic AI 的汗青路径

理解 GEA 为何由特赞提出，需要回到特赞已往十年的技能路径。

与大都从模子能力出发进入企业智能体范畴的公司差别，特赞最早构建的是企业内容资产治理体系（DAM）。这一体系最初解决的是品牌资产、设计资产及营销资产的同一治理问题，但于持久实践历程中，团队逐渐发明，企业真正缺掉的其实不是文件治理能力，而是上下文布局能力。

企业的年夜量决议计划依据其实不存于在布局化数据库之中，而沉淀于设计稿、流传素材、用户研究陈诉、品牌规范、勾当复盘记载及项目历程之中。这些信息组成企业真正的判定依据，却持久没法被体系挪用。是以，DAM 于特赞系统中的演化标的目的，其实不是传统意义上的内容治理平台，而慢慢成长成为企业上下文体系（Context System）。

这一体系的焦点能力不是存储文件，而是连续构建企业上下文图谱，使品牌资产、项目经验、用户认知与计谋路径成为可以被呆板理解及挪用的布局化常识收集。这一变化为企业级智能系统统提供了一个要害条件：模子第一次可以基在企业自身常识运行，而不是仅仅基在互联网常识运行。

GEA 恰是于这一基础举措措施之上提出的。

当模子趋同以后，Context 成为新的企业权利布局

于模子能力快速趋同以后，一个新的问题最先呈现：企业怎样成立本身的呆板决议计划能力。

假如模子成为大众资源，那末企业之间真实的差异来历只能来自两个方面：上下文密度，以和上下文布局方式。

特赞提出 Context System 的意义，正于在将原天职散于构造内部的隐性常识转化为同一的上下文来历，使智能系统统可以或许基在企业汗青决议计划逻辑运行，而不是基在通用常识运行。于这一系统中，上下文不仅包罗品牌规范及素材资产，也包括项目轨迹、用户画像、商品布局以和计谋经验等多层级信息，它们配合组成企业可以连续堆集的认知基础举措措施。

这象征着，企业级智能系统统第一次拥有了可以继续构造经验的能力。GEA素质上是缭绕这一能力睁开的架构设计。

近似的布局变化，实在已经经于另外一类企业软件系统中呈现过。例如 Palantir 所构建的数据操作体系，素质上其实不是传统意义上的阐发东西，而是一种可以或许介入决议计划流程运行的数据基础举措措施。它经由过程构造企业内部的数据瓜葛，使算法可以或许缭绕真实营业方针连续事情，而不是缭绕单次查询相应输入。

Agentic AI 正于将这类能力进一步扩大。从数据上下文扩大到营业上下文，从阐发布局扩大到履行布局，使智能体第一次可以介入企业持续运行的判定历程。

GEA 恰是于这一技能路径上的进一步演化，它将上下文能力从数据层推进到品牌、产物与增加布局之中，使智能系统统可以或许进入企业最繁杂的营业决议计划环节。

从 Prompt 到 Intent：企业智能系统统的真正进口发生转变

传统天生式 AI 体系的运行方式依靠 prompt，而企业事情的运行方式依靠方针。这二者之间的差异决议了为何 Copilot 系统很难直接进入繁杂营业流程。

GEA 架构将营业用意作为体系运行的出发点，经由过程 Intent Layer 将增加判定、产物摸索或者流传计谋等高层方针转换为可履行路径，使智能系统统可以或许缭绕真实营业布局睁开推理，而不是缭绕语言输入睁开天生。

这一变化看似细微，却象征着企业级智能系统统第一次可以或许理解构造语言，而不是仅仅理解用户语言。

也恰是于这一层之上，特赞进一步提出 Creative Reasoning Model，使体系可以或许于收敛以前睁开可能路径空间，从而介入立异判定与计谋制订历程，而不单单提供谜底天生能力。

多模子编排能力，正于成为企业智能系统统的焦点布局能力

跟着基础模子数目连续增长，差别模子最先于视觉理解、推理能力及数据处置惩罚方面形成较着分工。单模子体系愈来愈难以笼罩完备营业链条，而多模子协同成为新的体系能力要求。

GEA 的 Orchestration Layer 恰是于这一配景下提出，经由过程编排差别模子能力，使企业用户无需理解模子差异便可得到不变输出布局。这类能力的意义，其实不仅仅于在晋升效率，而于在让模子能力第一次可以或许以体系情势进入企业流程。

模子再也不作为东西被挪用，而作为资源被调理。

这恰是企业级智能系统统与传统天生式 AI 体系之间最主要的区分之一。

Proactive Agent：企业第一次拥有连续运行的智能履行布局

GEA 架构进一步引入自动型智能体，使体系可以或许连续监测情况变化并主动推进营业流程。例如于新品上市预备阶段，体系可以提早完成素材一致性查抄，于流传阶段可以连续跟踪竞品动作，于复盘阶段可以主动天生计谋总结陈诉，而这些使命其实不依靠人工触发，而是于既定方针布局下连续运行。

这象征着企业第一次拥有一种可以连续运行的智能履行布局，而不是一次次被挪用的天生东西。

对于品牌型与产物型企业而言，GEA 转变的不是效率，而是判定布局

假如说 Agentic AI 的呈现标记着企业软件进入新的架构阶段，那末它起首转变的，其实不是所有行业，而是那些持久依靠繁杂判定链条运行的构造类型。

特赞所办事的企业，年夜多属在这一类：品牌驱动型企业、产物立异型企业，以和高度依靠市场相应速率的增加型构造。这些企业的焦点竞争力其实不来自流程尺度化，而来矜持续判定能力。

传统企业软件擅长解决流程问题，例如库存治理、客户记载或者财政核算，但品牌表达、产物标的目的与增加计谋这些事情持久依靠团队经验运行。企业其实不是缺少数据，而是缺少可以构造这些数据的认知布局。用户评论、竞品动作、流传反馈、汗青项目经验、品牌资产规范，这些信息往往同时存于，却很少进入统一决议计划系统之中。是以，年夜量要害营业判定仍旧逗留于“碎片信息 + 经验直觉”的状况。

GEA 架构试图转变的恰是这一点。

经由过程 Context System，将品牌资产、用户理解布局、项目轨迹与计谋路径构造为同一上下文来历，使这些原天职散于构造差别角落的信息第一次成为可以被智能体挪用的持续常识布局。进入体系的素材再也不只是文件，而成为企业认知收集中的节点，并跟着利用历程连续更新其语义瓜葛，这象征着企业判定能力最先具有可堆集性。

这类能力最直接转变的，是产物立异方式。于传统流程中，立异凡是依靠单次调研或者阶段性阐发完成，而于智能系统统介入以后，行业变化旌旗灯号、用户反馈布局与竞品计谋路径可以连续交织验证，使产物标的目的再也不依靠阶段性判定，而成为连续运行的摸索历程。企业第一次可以于标的目的形成以前验证路径，而不是于投入资源以后批改过错。

近似的变化也呈现于品牌表达系统之中。已往品牌规范凡是以文档情势存于，它可以约束设计成果，却没法介入设计历程。而当品牌基因被布局化进入上下文体系以后，品牌再也不只是气势派头指南，而成为可以被挪用的认知布局，使差别团队于差别场景中的表达连结一致，同时又可以或许连续演化。

于增加运营范畴，这类变化则表现为计谋天生方式的转变。流传路径再也不依靠一次次 campaign 设计，而可以基在汗青流传效果、用户相应模式与平台变化旌旗灯号连续调解履行布局，使增加从项目制推进改变为体系性运行。

这些变化配合指向一个更深层的问题：企业持久缺少的其实不是数据，而是可以或许构造数据的布局；缺少的也不是模子能力，而是可以或许挪用模子能力的路径。

GEA 的价值正于在提供如许一种路径，使智能体第一次可以缭绕真实营业方针连续运行，而不是缭绕单次使命相应输入。

Generative Enterprise Agent，标记着企业软件进入架构竞争阶段

假如从更宏不雅的技能史视角来看，ERP 解决的是资源怎样被构造的问题，CRM 解决的是客户怎样被理解的问题，BI 解决的是数据怎样被注释的问题，而 Agentic AI 正于最先解决一个更深层的问题——企业怎样形成判定。

这也是为何，今天企业部署智能系统统的意义，其实不于在替换几多岗亭，也不于在主动化几多流程，而于在是否可以或许成立属在本身的呆板决议计划能力。当模子成为大众基础举措措施以后，真正决议企业差异的，再也不是模子范围，而是上下文布局；再也不是天生速率，而是判定质量；再也不是单点能力，而是体系怎样连续运行。

从这个角度看，Generative Enterprise Agent 的提出，其实不是一次产物进级，而是一次企业软件范式的转移。它象征着企业第一次可以缭绕营业用意构造智能能力，缭绕上下文沉淀认知布局，并经由过程连续运行的智能系统统鞭策真实营业成果。

已往十年，企业采购的是软件体系；已往三年，企业测验考试的是模子能力；而正于到来的十年，企业真正部署的，将是一套可以或许介入谋划判定的智能体系。

当智能最先进入企业的决议计划布局自己时，AI 就再也不只是东西，而成为企业新的认知基础举措措施。

这恰是 Generative Enterprise Agent 呈现的汗青位置。

官网预约GEA 免费体验，为您的企业做一次体系诊断：

雷峰网(公家号：雷峰网)

雷峰网版权文章，未经授权禁止转载。详情见转载须知。