专题演讲嘉宾：刘少伟

当前企业级 AI 应用普遍面临落地瓶颈，核心挑战在于数据多停留于分析与决策阶段，难以直接转化为可执行的业务动作。本演讲提出一个以数据为中心的业务对象智能体平台WinNexO，旨在打通企业智能化从数据到行动的断层，探讨一种面向业务对象的智能体架构设计方法。我们将首先深入剖析企业 Agent 落地的现实挑战，随后系统阐述解决该挑战问题的技术架构设计关键：以多模态数据集成夯实基础，实现结构化和非结构化数据的统一存储；以基于业务对象的语义模型构建认知核心，让智能体真正理解业务；最终依托 AI Agent，实现深度洞察与自动化执行的无缝衔接。最后，结合典型行业实践案例，分析 WinNexO 在推动企业 AI 从“辅助决策”向“自主执行”演进中的技术路径与应用成效。

演讲提纲：

1. 企业 Agent 落地的问题和挑战
   • 个人 Agent 的爆炸式增长 vs 企业 Agent 的难产
   • 企业的诉求和现实鸿沟：统一、时效、质量、准确、可信、可控
   • 从数据到行动的断裂：数据停滞在分析和决策层面
2. WinNexO：以数据为中心的业务对象智能体
   • 宏观架构设计：多模态数据集成 → 统一标准的语义模型 → 智能体支撑决策和行动
   • 应用关键：多租户管理、用户协同、细粒度数据权限控制、开放集成
3. 多模态数据集成
   • 统一多模态数据的采集、处理、存储
   • 丰富的多模态处理算子
4. 基于业务对象的语义模型
   • 语义模型定义：让 “数据、算法、规则、经验、资源” 在一个对象上合体
   • 语义模型和传统模型的区别
   • 语义模型的核心优势
5. 用智能体支撑从数据到行动
   • 洞察分析：结构化数据/非结构化数据一体化分析
   • 行动任务：基于事件感知的行动自动化
   • 云端沙箱：多租户、资源隔离、弹性调度、并发控制
6. Agent Runtime：决策编排、上下文和记忆、工具执行、人机交互和干预
7. 行业实践应用
8. 总结与未来展望

听众收益：

1. 深入了解企业级 Agent 落地的核心痛点和解决途径
2. 掌握以业务对象为中心的数据语义模型的重要性，洞察 “多模态数据集成 → 数据语义模型 → AI Agent” 全流程体系