近日，由汉得与亚马逊云科技联合举办「智达高远，合作共赢——数字化筑基，Al释潜能」闭门交流分享会在深圳圆满举办。

当AI重构商业逻辑、数据成为新型生产要素，企业竞争力的内核正被重新定义——关键不再是规模与资本，而是以数智化基因构筑的持续进化能力。

领先企业正借助“平台+AI”双引擎，将数字化转型从技术命题提升为战略级生存法则：例如通过PaaS平台构建柔性数字基座，使系统随业务自适应演进；以AI价值链激活沉默数据，在客服、供应链等场景实现30%以上的效能跃迁；重塑“人机协同”模式，让员工从执行者转变为依托数据决策的“超级助手”。

本次活动聚焦企业数字化转型、AI应用、MCP技术，以及集成供应链等热点议题，特邀多位行业顶尖专家与实战精英，分享前沿经验与解决方案，共同探索“平台+AI”双引擎驱动下的破局之道，为企业在当前复杂环境中应对挑战提供切实的思路与参考。

数字化筑基 AI释潜能

汉得华南销售部销售总监 张百亮

汉得华南销售部销售总监张百亮先生为本次活动做开场致辞，他通过分享自己的打车经历，以打车软件正在使用AI和数据应对低毛利市场的话题切入，指出当前B端企业在第四代工业革命和“AI+数据”重构产业链的背景下，普遍存在焦虑情绪，而企业应通过了解和驾驭数字化与AI技术来应对挑战。

此外他还强调数据与AI相互作用的重要性，并引用国家数据局局长刘烈宏的观点“算力是骨骼、算法是神经、数据是企业的血液。”他表示企业应让数据开口说话，实现数据资产变现，提升核心竞争力。

数智基石

PaaS平台构建企业硬核竞争力

汉得大客户数字化平台事业部高级经理 牛帅隆

汉得大客户数字化平台事业部高级经理牛帅隆先生表示，在广泛拜访企业高层后，他总结出企业在数字化转型过程中最为关注的两大核心：提质增效与敏捷创新。

在提质增效方面，企业不仅关注AI应用，同样重视供应链端的成本优化；在敏捷创新方面，则强调IT部门需快速响应公司的战略转型需求。

基于大量案例实践，他进一步归纳出企业数字化建设的阶段特征：不同发展时期会面临不同的挑战与需求。

初期企业通常侧重于基础系统建设，如ERP、OA等；随着规模扩大，单一系统难以支撑业务的精细化管理，往往需补充建设营销域、供应链域、制造域系统；进入第三阶段，企业内部多系统并行，系统间存在业务壁垒及数据孤岛，难以通过数据驱动业务变化及业务创新。

针对上述问题，牛帅隆提出企业可以采用“长链条业务驱动”的方式打通串联不同系统。他指出，长链条运营有助于提升企业效率，实现数据驱动业务转型，并借助数据治理进一步反哺业务成长。

然而，企业在构建更复杂、更长链条流程时，需要依靠统一的底座平台作为支撑，其核心价值主要体现在两方面：

支撑长链条业务运行

通过千人千面的工作台，支持从管理层到执行层的不同需求，实现从表单驱动到流程驱动、预警驱动的数字化转型

串联业务全链条

平台可整合企业内外部系统，实现数据与流程的拉通，提升业务响应速度和协同效率

牛帅隆指出，企业推进数字化转型应重点关注两大路径：一是规划先行，必须基于自身发展战略进行定制化设计，而非简单套用他人方案。二是平台支撑，他建议企业构建统一平台，平台需具备敏捷开发、安全稳定、融合创新及AI智能化等能力。

他强调，汉得倡导以战略规划为引导、统一平台为底座、敏捷开发为手段的数字化转型路径，致力于通过H-ZERO平台及全栈服务能力，助力企业实现自主可控、高效协同与持续业务创新。

智创未来

AI赋能企业价值跃迁

汉得大客户数字化平台事业部

AI创新中心经理 王泽淳

汉得AI创新中心经理王泽淳女士结合汉得丰富的AI落地实践案例，为现场嘉宾分享了企业推进AI应用的具体路径与实用建议。

她指出，企业对AI的期待远不止于简单的知识问答，更希望AI能够结合内部数据，实现自主分析、辅助决策与深度洞察，从而驱动业务流程优化。因此，她强调“做好AI必须先做好数据基础”。

此外，企业应用AI与个人场景不同，需同时对接多个模型，并综合考虑数据安全、权限控制、运维监控等要素，甚至需构建自有垂直领域的小模型。因此，企业需要中台体系以支撑AI应用的全面落地。汉得AI中台正是为此设计，能够有效帮助企业快速推进AI应用，除知识问答之外，其他核心能力包括：

ChatBI企业智能问数

通过自然语言对话打破数据访问壁垒，实现“全民分析师”与“实时决策中枢”，现已广泛应用于财务、营销、生产、供应链等领域的智能分析

AutoAgent能力

汉得AI中台1.6版本新增AutoAgent能力，使得新打造的Agent能够实现动态规划（AutoAgent）与静态规划（流程）融合应用，赋予了AI自主决策规划的能力。当前汉得智能体能够根据用户需求，自主检索、反思、矫正和生成分析报告，并实现全流程闭环

王泽淳还结合汉得AI中台的几个实际应用案例，系统展示AI带来的实际效果与收益：

助力某通讯行业巨头建设报销智能提单助手，通过AI辅助人工完成基础作业，提高效率

携手某光伏切片企业通过AI打通机器学习，提升切片良率

为某知名啤酒企业搭建企业级AI应用开发平台，实现了知识问答、员工助手、智能问数和智能体等方面的应用

王泽淳表示，汉得在AI领域的能力定位在中台工具层和应用落地层，能够为企业提供一站式陪跑服务，包括顶层战略规划、业务场景评估、流程设计优化、安全规范制定、模型选型建议、算力支持、数据治理和落地部署等方面。作为企业数字化综合服务商，汉得凭借多年实践经验与成熟解决方案，能够助力企业高效实现智能化升级与运营提升。

AI Agent新纪元

解锁MCP的无限可能

亚马逊云科技解决方案架构师 肖林

亚马逊云科技解决方案架构师肖林先生表示，自2022年11月30日以来，大模型持续受到广泛关注，但其仍存在无法实时获取数据、缺乏工具调用能力以及记忆有限等问题。为此，智能体（Agent）被引入以增强大模型能力。2023年，LLM Agent成为热点，在研究、框架和市场层面均取得显著进展。智能体通过扩展大模型的数据检索、工具调用与记忆能力，有效弥补了大模型的现有局限。其核心构建模块，正是借助检索、工具与记忆等机制增强后的LLM。

他介绍，目前常见的LLM工作流主要包括四种：提示链、路由、动态编排以及评估反馈。企业实践中常采用混合工作流以应对复杂场景。以React工作流为例，其将推理与行动结合，肖林以“获取明天深圳天气”为例，说明智能体如何根据用户需求自主思考并调用工具，实现从静态大模型到动态智能工具的转变。

除常规工作流外，自主智能体（Autonomous Agent）可独立规划与操作，并在需要时向用户请求信息或判断。该类智能体依赖环境“反馈”（如工具调用结果或代码输出）以逐步迭代，直至任务完成或达到最大迭代次数。目前，自主智能体主要用于步骤不确定或无法硬编码路径的开放式任务，例如编程辅助、计算机操作与研究类应用。

肖林还介绍了当前热门的Model Context Protocol（MCP）。MCP是一种新型通信协议，旨在扩展AI系统能力。通过标准化接口，它使LLM能够安全访问外部系统、API和数据源，突破传统AI的能力边界。

MCP的工作机制中，AI应用中的MCP Client通过标准协议与MCP Server通信，由Server连接具体工具（如Slack、数据库、邮件系统）。肖林以笔记本电脑作类比：主机中安装多种LLM应用（如Claude Desktop、IDE等），它们通过MCP访问资源。

主机内还包括MCP客户端与服务器，其核心价值在于以高效、标准化方式连接AI Agent与各类外部工具，堪称AI世界的“万能扩展坞”。以往每接入新工具均需定制开发（如Function Calling），而现在只需按MCP标准开发一个Server，即可被所有支持MCP的AI应用使用。这不仅提高工具复用性，也为LLM安全、可控地访问企业系统提供标准化路径。

他还展示了基于亚马逊云科技的MCP架构方案：

模型层：可灵活选用多种顶级模型，如通过Amazon Bedrock使用托管的Claude、DeepSeek、以及亚马逊自研的Amazon Nova多模态模型等

工具层：利用AWS官方开源的大量MCP Server，轻松连接AWS服务及其他外部工具，极大简化开发流程

开发资源：AWS在GitHub上提供丰富的Samples和开源项目，帮助开发者快速上手构建具备工具使用能力的AI应用。

肖林指出，AWS MCP架构支持企业员工通过集成大模型的聊天机器人进行交互，MCP Server负责与外部系统通信并返回结果。AWS在不同区域部署了多种大模型，全面支持企业AI应用落地。

最后他还展示了三个MCP Server典型应用场景：

智能面试官日程安排

自动协调面试官时间、会议室资源，并发送邀请邮件

自动化财务分析

自动抓取公司财报、股票技术面数据，生成全面的投资分析报告

个性化旅行规划

根据用户需求查询交通、景点信息，并生成详细的行程计划文档

让数据成为员工的“超级助手”

打造集成供应链提效新模式

汉得集成供应链专家顾问 周阳

汉得供应链专家顾问周阳先生一针见血地指出，当前企业供应链普遍面临着内部运营失衡、外部协同割裂、战略集成缺失三大系统性挑战，并具体表现为九大典型痛点。这些问题如同一张无形的网，束缚着企业的响应速度和盈利能力。

周阳强调，这些痛点并非孤立存在，而是环环相扣，共同构成企业发展的巨大障碍：

内部运营失衡：失准、失控、失衡

企业内部常常陷入“计划与执行两张皮”的困境。需求预测不准，波动被层层放大；生产计划形同虚设，一线永远在“救火”；最终导致高缺货、高库存、高成本的“三高”顽疾，运营效率大打折扣。

· 需求预测难，波动大

· 计划与执行脱节

· 高缺货、高库存、高成本

外部协同割裂：中断、失控、失信

当视线转向外部，供应链的协同能力显得尤为脆弱。上游供应商如同“黑箱”，交付风险高悬；物流环节成本与信息“双黑洞”，货物去向不明；最终，对客户的交付承诺屡屡无法兑现，严重透支商业信任。

· 供应协同弱，中断风险高

· 仓网物流成本高、时效慢

· 订单履约不透明，承诺达不到

战略集成缺失：迟缓、内耗、割裂

在更高维度的战略层面，问题同样突出。供应链在新品研发中总是“最后一棒”，导致设计与量产脱节；各部门KPI相互冲突，决策会议变成“数据对质会”；运营计划与财务目标更是各说各话，无法形成合力。

· 新品上市流程长，响应慢

· 部门KPI冲突，决策内耗大

· 运营计划与财务目标“两张皮”

面对上述挑战，坐以待毙不是出路。周阳指出，AI和数据技术为企业提供前所未有的机遇。企业应积极拥抱变化，通过建设集成供应链（ISC），实现从内到外的系统性变革。为此，他提出四点关键建议：

思路重塑：

从“成本中心”到“价值引擎”

打破传统的“职能竖井”，构建一个以数据驱动、客户需求为中心的端到端协同体系。让供应链不再只是被动执行的成本部门，而是主动响应市场、创造价值的核心引擎

能力升级：

构建以客户为核心的“精准交付”体系

从过去关注“我能生产什么”的产品导向，转变为关注“客户需要什么”的服务导向。围绕订单的精准交付，强化计划、协同、决策等核心能力，全面提升供应链的响应速度与服务质量

组织变革：

用统一目标打破“部门墙”

以供应链转型为契机，推动组织与绩效的变革。将订单及时交付率、库存周转率等核心指标，科学地分解到销售、计划、采购、生产等所有相关部门，让每个人都为最终的客户满意度负责，形成一股合力

路径规划：

“三步走”，稳健迈向智慧运营

集成供应链的建设非一日之功，应分步实施：

• 第一步：看全管住。打通业务与数据，实现端到端的可视化
• 第二步：协同优化。强化从计划到执行的闭环，解决产销协同的核心矛盾
• 第三步：数据驱动。依托AI与知识沉淀，实现智能决策与持续优化

在充满不确定性的时代，一条柔性、敏捷、智能的集成供应链，是企业穿越周期、赢得未来的关键。审视您的供应链，识别真正的痛点，并立即开启转型之路，这不再是一种选择，而是关乎生存与发展的必然。

汉得作为企业数字化综合服务商，始终致力于成为连接企业管理与数字化技术的桥梁。未来，汉得将持续进化、自我迭代，助力更多企业把握AI与数据驱动的发展机遇，在这个变革的时代中实现破局、赢得未来！

携手汉得，共铸硬核竞争力！