- 综合排序
- 最热优先
- 最新优先
- 来自专栏安全攻防
企业应用安全的落地思考
不管是整体企业的网络安全建设，还是单一方面的应用安全建设，都是需要多部门协同配合的工作。而多部门的协同配合，在任何项目，任何工作，任何公司，都是一件很麻烦的事情。 中小企业的安全部门，要自行去推动其他部门进行安全建设的配合与落地。安全部门扮演了整体公司安全事务的领导者的角色，但是没有领导者的权限，也没有人去帮助安全部门推动其他部门进行协同落地。 而落地这些事情，更多的是需要沟通能力、说服能力、耐心等等技术之外的能力。应用安全的落地，牵涉到的其他部门角色，至少有产品、开发、测试、运维四种角色。 哪些东西是安全的底线，哪些东西是可以跟部门商量的，如何跟其他部门沟通配合，如何实操落地工作内容等企业应用安全的落地1、应急及领导的需求调研处理调研公司层面是否需要安全应急，以及公司层面有没有什么迫切的安全需求 8、落地执行对于单个应用，工作有渗透、代码审计、加壳加固、培训、漏洞修复、监控、审计等等SDL内容。对于整体的应用安全，应该建设整体的安全管理与运营体系。
40030编辑于 2023-08-25 智能聊天机器人实践应用版（适合企业 项目落地者）
为什么现在要做智能聊天机器人？ 对企业来说，智能聊天机器人不是 “锦上添花”，而是 “降本增效” 的刚需：客服场景：人工客服人均接待量约 5-8 人 / 小时，机器人可同时接待上千人，还能 24 小时在线，能帮企业节省 60% 以上的客服成本 而现在落地门槛极低：OpenAI 提供 “聪明的大脑”（模型），New API 提供 “稳定的通道”（接口），不用组建大技术团队，1-2 个开发者就能搞定。核心逻辑：怎么让机器人 “能用、好用”？ 先回应用户需求（比如“您好，退货流程是这样的：”）； 2. 退货问题：要提“需在收货后7天内申请，寄回地址是XX省XX市XX路”； 3. 如果落地时遇到具体问题（比如怎么对接订单系统），欢迎在评论区交流。
22420编辑于 2025-10-14行业应用落地版（面向企业 运营人员）
而聊天机器人的出现，正好解决了这些痛点 —— 它能 24 小时在线、同时应对上千用户，还能精准匹配场景需求，成为企业降本增效的 “利器”。核心逻辑：企业怎么用聊天机器人落地？ 不用纠结复杂技术，4sapi.com教企业落地只需抓两个核心：选对 “能力底座”：用 OpenAI 的模型保证 “聊得通、聊得准”，避免机器人说 “废话”；借好 “稳定工具”：通过 New API 平台快速接入 三大行业落地案例（附实操方案）案例 1：电商行业 —— 售后客服机器人（降本 60%）企业痛点：某生鲜电商，售后咨询占客服总量的 70%（如 “水果坏了”“漏发商品”），人工处理 1 条需 5 分钟，高峰时用户等 机器人落地方案：对接方式：用户扫码添加企业微信，机器人自动发起对话；核心功能：用户画像收集：通过聊天问 “你平时喜欢用什么肤质的护肤品”，给用户打标签（如 “混干皮”“敏感肌”）；精准推荐：根据标签推荐产品 企业实践避坑建议别追求 “万能机器人”：机器人不是越 “智能” 越好，能解决 80% 的基础问题就够了，剩下 20% 复杂问题转人工，避免因 “答不准” 影响用户体验；重视用户反馈：在机器人回复后加一句
19820编辑于 2025-10-11MateChat 智能应用：落地实践与创新探索之给企业CRM系统嵌入MateChat智能助手
MateChat 智能应用：落地实践与创新探索之给企业CRM系统嵌入MateChat智能助手 关于MateChat： MateChat 是由 DevUI 团队推出的 开源企业级智能聊天助手解决方案（官网 “智能助手落地难、开发周期长、适配成本高”的核心痛点。 ，数据可本地闭环，满足敏感行业合规要求； MateChat 旨在让企业无需投入大量研发资源，就能快速拥有“懂业务、能干活”的智能助手。 合作金额：${contractInfo.amount}，有效期：${contractInfo.validity}`; } }; 五、未来趋势：MateChat在企业级场景的进化方向 结合我们的落地实践 总结 MateChat的即插即用+高扩展特性，让企业无需从零开发就能快速落地智能助手，2个工作日即可完成CRM集成； 通过对接本地模型（如Ollama+DeepSeek）和CRM业务API，能让智能助手真正
35710编辑于 2025-12-22- 来自专栏ATYUN订阅号
人工智能应用，避开陷阱，实现落地
目前人工智能产业规模在不断发展中，可要实现从理论到应用的完美落地，各方企业仍然有相当长的一段路要走。 新时代的人工智能该如何发展？ ? 在探讨解决方案时，技术问题由于其不可控性暂且不论，人工智能企业如何去界定自己的应用场景却是值得深思的。目前的一种方式是提前界定范围，将产业牢牢的束缚在一个方向上。 人工智能的应用实例 ? 这几年，智能家居市场发展非常迅速，像国内小米、腾讯、阿里巴巴等科技巨头企业和海尔、美的、格力等传统行业的积极加入为智能家居行业注入了新的活力。 越来越多的企业已经开始尝试研发推广人工智能家居产品，因为他们已经意识到，人工智能家庭应用的推广不仅有利于用户，也将是企业的新机会，更可能会渐渐发展成为一种新的商业模式。 当前，虽然人工智能在各行各业的应用有深有浅，但却越来越广泛，专家表示，人工智能要做好，必须要落地用起来，“以用为本”。 参考来源：Linux资讯速推、同花顺财经、环球网。 ? ? ? ?
54410发布于 2019-11-12 腾讯云智能体开发平台：企业级大模型应用开发与落地实践
平台核心架构与功能 腾讯云智能体开发平台（Tencent Cloud Agent Development Platform, ADP）是企业级大模型应用开发平台，提供三大核心开发框架： 1. 模板库：近百个开箱即用提示词模板和应用模板，覆盖多行业场景 实战能力打磨 应用评测：支持裁判模型打分、代码打分、规则打分等多种评估方式 权限体系：支持平台级、应用级、知识库级多层权限配置，满足复杂企业需求 应用运营：支持多渠道发布、使用监控和效果分析的全链路管理 典型应用案例 医疗行业-上药控股IT行政助手 传统痛点：传统ES搜索关键词匹配不精确，知识维护成本高 解决方案：基于RAG构建智能问答系统，支持多轮追问和权限隔离 ：支持企业微信、微信公众号、微信客服等多渠道发布 低代码开发：可视化界面降低开发门槛，提升开发效率30%+ 安全合规：支持数据权限隔离和敏感信息保护，满足企业级安全要求 性能优化：基于行业最佳实践，提供高准确率和召回率的智能体服务 腾讯云智能体开发平台通过技术创新和生态建设，为企业提供了从智能体构建、测试评估到运营维护的全生命周期管理能力，助力企业快速落地大模型应用，实现数字化转型。
14510编辑于 2026-04-25腾讯智能体开发平台3.0：以模块化能力与精准模型配置驱动企业智能应用落地
定位智能体开发共性瓶颈 企业构建智能体应用时面临三重核心矛盾：知识检索精度不足（多文档/表格/问答对综合回复需人工拆解）、复杂场景处理能力弱（图文表关联、数学计算、逻辑推理依赖多工具串联）、开发运维成本高 应用功能扩展：体验中心升级为应用模板、新增微信小程序发布渠道、对话记录智能分类、工作空间（企业管理/权限配置）、提示词模板升级（数据来源：原文“体验中心升级为应用模板、应用发布新增‘微信小程序’渠道、对话记录支持智能分类 量化应用效果与客户价值 ADP3.0落地后实现三项核心指标提升（数据来源：原文实测案例与参数说明）： Token资源利用率：免费额度达171903710/180000000 Tokens，支撑高频问答场景 Schema自动聚类、Multi-Agent模式、应用调试窗口新增模型对比调试”）。 专家与实践背书：平台由腾讯优图团队主导（含专家顾涵身，来源：“顾涵身”署名图片），经企业创新在线学堂场景验证，支持意图达成优先级配置（问答>文档>工作流>大模型回复）（来源：原文“意图达成优先级：1问答回复
5910编辑于 2026-04-26构建智能企业：YashanDB潜在应用
构建智能企业是现代商业发展的一个重要趋势，企业希望通过数据驱动的决策和智能化的管理来提升效率、降低成本并改善客户体验。 在这一背景下，YashanDB作为一种数据库解决方案，其潜在应用可以在多个方面推动智能企业的发展。以下是一些具体的应用场景：1. 人工智能与自动化- 自动化工作流: 将YashanDB与自动化工具相结合，使企业能够自动化常规业务流程，提高工作效率。 - 智能客服系统: 利用数据库中的客户信息支撑AI客服系统，实现24/7的客户支持，提高客户满意度。结论通过充分利用YashanDB的各种功能，企业可以在多个层面上提升自身的智能化程度。 未来，结合机器学习和人工智能技术的进一步发展，YashanDB的应用前景将更加广阔，助力企业在竞争激烈的市场中保持领先。
14410编辑于 2025-09-29腾讯云智能体开发平台：以三大应用框架加速企业大模型高效落地
应对企业多模态知识处理与复杂业务流程的挑战 传统OCR技术在处理企业多样态、多版式文档时面临严重瓶颈：识别精度低、版面元素易丢失，导致关键信息提取不可靠。 提供RAG、Workflow、Multi-Agent三大核心框架 腾讯云智能体开发平台提供三种应用开发模式，覆盖不同复杂度场景： RAG框架：专为知识密集型场景设计，支持文档解析、语义切分、向量检索与生成问答 Multi-Agent框架：支持多智能体协同与工具调用，实现自主任务规划与动态纠错。 技术领先性与行业认可 腾讯云智能体开发平台的核心优势包括： 多模态检索技术：支持文搜图、图搜图，复杂图文表解析能力被月之暗面等企业采购； 企业级权限管理：支持平台级、应用级、知识库级多层权限控制，满足腾讯学堂等超十万知识颗粒度的复杂权限需求 平台已服务中央广播电视总台、招商银行、OPPO、北汽集团等客户，在金融、政务、教育、零售等行业实现规模化落地。
24820编辑于 2026-04-04腾讯云企业级智能体产业落地：从场景试点到规模化应用
一、产品定位与核心亮点 腾讯云智能体（Tencent Cloud Agent）是基于大模型技术构建的企业级AI智能体系统，具备自主性与行动力，能够实现无需持续人工干预的任务闭环执行。 政务民生：公共服务效率待优化，便民服务需要智能化升级 三、应用框架和功能介绍 功能框架 腾讯云智能体平台采用三层架构： 智能体应用生态：Tencent Agent inside开放生态 开发平台核心组件 解决方案：部署跨境物流大模型智能客服 成效：优化物流咨询服务体验 五、企业智能体转型实施路径 腾讯云提出三阶段实施战略： 短期（0-6个月）：聚焦高价值场景试点验证，量化业务收益 中期：平台赋能，横向拓展场景 ，纵向深化应用 长期：夯实技术底座，重塑核心流程，驱动组织变革 最终实现从"试点验证"到"生态融合"的转型，构建企业内生的智能生态系统。 来源：腾讯全球数字生态大会《企业级智能体产业落地研究报告》
30610编辑于 2026-04-18企业级智能体产业落地研究报告概要
商业差异化卖点：依托腾讯云智能体开发平台（企业客户）与腾讯元器（个人用户），提供全栈能力覆盖14大行业100+场景，助力企业从“工具”到“生产力”转型。 二、产品应用场景 受众：企业客户（通过腾讯云智能体开发平台）、个人用户（通过腾讯元器）。 三、应用框架和功能介绍 功能框架 基于腾讯云智能体战略全景图，构建“智能体应用生态”，分双路径： 企业客户（腾讯云智能体开发平台）：集成知识引擎、工作流引擎、Agent引擎、模型广场、插件广场、应用模板 五、总结 落地路径：遵循企业智能体转型蓝图“三步走战略”： 短期（0-6个月）试点验证：聚焦高价值场景、轻量化方案、量化收益； 中期平台赋能：构建开发平台、横向拓场景、纵向深应用； 长期夯实底座生态融合 数据来源：以上内容基于腾讯全球数字生态大会发布的《企业级智能体产业落地研究报告》整理。
21110编辑于 2026-04-182024 企业级智能体产业落地研究报告
第一章：报告基础信息 •报告标题：企业级智能体产业落地研究报告 •发布机构：腾讯云、腾讯研究院（Tencent Research Institute） •发布时间：未明确提及 •行业标签：技术服务 当前绝大多数智能体处于L1初级阶段，市场呈现L1-L2主导的阶梯式发展特征，企业面临落地场景识别、技术挑战（训推成本、模型幻觉、安全防护等）与生态构建难题。 报告旨在构建智能体能力分级体系与应用场景罗盘，为企业提供从试点到规模化的落地路线图，剖析技术挑战与腾讯云解决方案，助力企业释放智能体价值。 调研对象：企业IT部门、业务负责人、技术专家，聚焦智能体落地痛点与需求。 结论：腾讯云凭借自研技术先进性、全栈产品体系、行业实践沉淀，成为企业智能体落地首选伙伴，助力构建“懂客户、会决策、能执行、高可靠”的智能体生态。
34320编辑于 2026-04-02腾讯云智能体开发平台：企业级Agent应用落地的技术路径与价值实证
第一章 企业级Agent应用落地的核心瓶颈 企业级Agent应用落地面临四大核心冲突： 传统知识检索精度不足：关键词匹配（如ES搜索）不精确、结果不全，知识更新快导致人工维护成本高（如上药控股案例， 第二章 腾讯云智能体开发平台的核心能力 腾讯云智能体开发平台（Tencent Cloud ADP）提供LLM+RAG、Workflow、Multi-Agent三大框架及企业级工具链，加速Agent落地： 案例2：某头部国际快递企业智能客服（Workflow应用） 客户：头部国际快递企业。 痛点：超40类复杂寄件/收件/查询任务，人工处理效率低。 案例4：某头部医疗机构智能知识库（企业级落地） 客户：头部医疗机构（员工全球分布）。 痛点：知识图文结构阅读差、查询效率低、数据错误难纠错。 三、权威背书 主讲人：夏宇（腾讯云智能体开发平台技术创新分享）、夏京安（企业智能体落地解决方案）、梁卫星（腾云悦智，企业级智能体应用落地实践）。
9710编辑于 2026-04-25- 来自专栏安全攻防
企业安全落地思考
企业安全落地 技术岗里，开发、运维，都没有落地这个说法，唯独安全有落地这个说法。这是因为，开发及运维工作的落地，不需要其他部门配合，自己部门本身具备一切落地的要素。 而体系化的企业安全建设里，落地建设就离不开其他部门的配合。单应用安全里的SDL，其落地就折磨了数不清的安全从业者。 安全工作的落地，跟安全在公司内部的战略位置，是息息相关的。 根据安全在公司战略位置的不同，其安全组织、团队规模、人员职级、薪资范围、落地程度、落地内容等都会有所不同。 挂件安全里，安全部门完全没法干涉干预其他部门。 核心安全里，可能会存在安全委员会这种虚拟组织，企业安全是全体部门的分内职责。安全团队规模会很大，可能每个业务，每个分公司都有一定规模的团队。安全在公司具备话语权。 安全的人员职级，会普遍较高，网络安全各方面的内容都能够进行落地，会采用自研的方式来对自身企业进行安全防护，甚至有能力将安全能力做成安全产品对外提供。有人员专门从事安全研究工作，引领网络安全攻防的发展。
44630编辑于 2023-08-25 - 来自专栏CDA数据分析师
大数据在企业运营中的8大落地应用
由于任何问题都有可能在某种程度得到优化，问题在于，大数据在企业运营(产品制造)中到底有哪些应用值得我们关注? 笔者结合自己企业的发展和管理，以及大量客户和机构的研究与实践，提出了大数据在企业运营管理过程中可落地的八大应用场景： 1消费者需求分析 很多企业管理者都意识到了消费者再也不是营销产品的被动接收器了，通过大数据来了解并设计消费者的需求的产品 ，可能是我们所有企业都应该去考虑的第一个大数据的生产应用场景。 8资产智能管理 物联网(IOT)的发展以及感应技术的兴起，为我们开创了一个能紧密连接物理空间许多事物的信息网络。 操作员可根据每台设备的健康条件平衡和调节每台设备工作量和工作压力，从而最大程度优化生产和设备性能，实现主动检修计划的智能决策。 end
3.4K60发布于 2018-02-24 - 来自专栏PPV课数据科学社区
【应用】大数据在企业运营中可落地的八大应用
由于任何问题都有可能在某种程度得到优化，问题在于，大数据在企业运营(产品制造)中到底有哪些应用值得我们关注？ 笔者结合自己企业的发展和管理，以及大量客户和机构的研究与实践，提出了大数据在企业运营管理过程中可落地的八大应用场景： ? 1、消费者需求分析 很多企业管理者都意识到了消费者再也不是营销产品的被动接收器了，通过大数据来了解并设计消费者的需求的产品，可能是我们所有企业都应该去考虑的第一个大数据的生产应用场景。 8、资产智能管理 物联网(IOT)的发展以及感应技术的兴起，为我们开创了一个能紧密连接物理空间许多事物的信息网络。 操作员可根据每台设备的健康条件平衡和调节每台设备工作量和工作压力，从而最大程度优化生产和设备性能，实现主动检修计划的智能决策。
1.3K40发布于 2018-04-23 - 来自专栏ShowMeAI研究中心
真实世界的人工智能应用落地——OpenAI篇 ⛵
概述其发展历程，并介绍几款已经实际落地的 AI 应用：GPT3、CLIP、DALL·E 2、Whisper、Codex、ChatGPT。 在本篇内容中，ShowMeAI将介绍 OpenAI 的主要发展以及它们实际落地的 AI 产品应用。 OpenAI vs DeepMind，两大人工智能巨头应对不同挑战 OpenAI 的使命侧重于以安全的方式为全人类实现人工智能的可用性。 尽管它们的任务和目标不同，但它们在开发大型模型方面有着共同的努力，这些模型在当今的大多数应用中都发挥着关键的作用。 图片 DeepMind 的使命是解决智能问题，推动科学发展并造福人类。 图片 GPT3，超智能化的内容生成助手 GPT3介绍 GPT-3 是一种深度学习模型，该模型经过训练后可以预测序列中的下一个标记，并能生成流畅逼真的文本，覆盖文本分析和摘要、文案撰写、代码生成等应用场景
2.7K60编辑于 2022-12-26 企业级智能体产业落地研究报告：从场景试点到规模化应用实践**
第一章：报告基础信息 报告标题：企业级智能体产业落地研究报告：从场景试点到规模化应用实践 发布机构：腾讯云 | 腾讯研究院 | Gartner 发布时间：2025年 行业标签：金融,零售,文旅,教育,医疗 本报告针对企业在落地过程中面临的算力成本（训练/迭代资源高消耗）、模型幻觉及数据孤岛等核心挑战，构建了包含5个层级的能力分级体系与4大象限的场景罗盘，旨在为企业提供从场景试点到规模化应用的可执行路线图， 法律：得理科技打造AI法务助手 重塑企业法务服务新范式 PART 05 智能体发展展望 智能协同：从单兵作战到群体智能 感知与推理：走向多维度的世界理解 执行与应用：智能体的泛在化与具身化 第四章：方法论说明 安全沙箱：AI AgentRun提供企业级安全运行环境，沙箱冷启动时间相比业内提升18%，最高支持每分钟1万个沙箱并发。 广泛的行业落地验证： 已在14个行业落地100+标杆场景。 提供LLM-WAF大模型防火墙，构建从输入到输出的全链路安全防护体系，确保企业应用合规可控。
81110编辑于 2026-02-03腾讯OpenClaw：重构企业AI智能体体系与量化ROI落地
破解企业智能化转型痛点与应用瓶颈 在“泛开发者时代”，大模型应用正从单次问答的聊天机器人（Chatbot）向具备持续记忆、能自主执行任务的智能体（AI Agent）演进。 然而，企业在实际部署与应用AI Agent时，面临着显著的“木桶效应”与业务落地鸿沟： 单兵作战与记忆缺失： 传统Chatbot无记忆、被动触发且单兵作战，无法处理跨周期的复杂业务流，导致经验无法随流程固化 部署OpenClaw全生命周期智能体矩阵 为填补技术鸿沟，腾讯云推出“龙虾”（OpenClaw）系列AI助手（含本地端WorkBuddy与企业云端版ClawPro），通过“一键部署+企业管控”为企业提供一台 拆解多智能体协同与自动化落地案例 在实际业务流中，OpenClaw通过“拆解任务、多维并行”展现了极高的可执行价值： AI编辑部：7人协作新闻生产流水线 基于WorkBuddy原生多Agent团队能力， 构筑底层自研与权威认证的技术护城河 腾讯凭借在AI原生应用领域的深度积累，为大模型落地提供了具备高合规性与技术确定性的基础设施保障： 首批通过国家级安全测评： 腾讯全系“龙虾”产品（WorkBuddy、
32710编辑于 2026-04-16腾讯云智能体开发平台：以三大框架与量化能力加速企业大模型应用落地
破解战略落地协同与效率瓶颈 企业战略落地中面临跨部门沟通协调复杂（市场获客-销售拜访-售前方案-客户反馈-签单流程长）、客户定制化程度高导致方案咨询师工作量大、成功方案再应用难（新员工培养成本高、方案质量前期波动 腾讯云智能体开发平台：三大框架赋能大模型应用构建 腾讯云智能体开发平台定位为大模型的应用开发平台，提供三大核心框架与量化能力： RAG框架（“最强知识外挂”）：整合企业知识库（文档、问答对、数据库） /公众号，提炼历史客服知识库补充企业知识库；效果：智能客服机器人独立解决率从37%提升为84%，减少人力成本投入。 、Multi-Agent灵活编排、MCP插件生态）解决企业大模型应用落地难题；模型与插件深度适配（DeepSeek R1/V3模型、腾讯特色及社区插件），支持低投入快速体验、私有化独享、按token计费等多元需求 ，助力企业加速战略落地与组织效能提升。
24140编辑于 2026-04-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号