中國最大的網路與雲端公司，正越來越多地把企業 AI 推進重心放在「工作代理」而非獨立聊天機器人上；《南華早報》的報導指出，螞蟻、騰訊、阿里巴巴與百度都被點名，彼此競逐服務企業客戶。

這則新聞的即時訊號，與其說是某個單一產品的發布，不如說是中國 AI 市場下一步的走向：從通用對話工具，轉向能夠完成辦公任務、整合企業系統並支援產業工作流程的軟體代理。對 AI 開發者與企業採購者而言，這個轉變很重要，因為它把競爭基礎從模型展示，轉向部署、整合與可靠性。

由於目前只能取得《南華早報》該文的有限來源細節，有些具體內容仍不明朗，包括報導中究竟哪些產品是新發布、擴充或特別強調的。不過，這組訊息仍指向一項重要市場發展：中國主要平台如今正圍繞 AI 代理與工作場所自動化來強化其企業 AI 技術堆疊，而此時企業客戶尋求的是可量化的生產力提升，而非新奇感。

新戰場是企業工作流程

報導中聚焦企業客戶，顯示中國大型平台公司把下一波 AI 營收機會視為商業流程執行，而不只是面向消費者的助理。實務上，「AI 工作代理」通常指的是能理解需求、呼叫工具、提取內部資料、產出文件、回覆員工問題，或在企業軟體中完成多步驟任務的系統。

這也把重點放在營運契合度上。企業買家在評估螞蟻、騰訊、阿里巴巴與百度的方案時，不只是比較模型品質，也會評估代理能否連接內部知識庫、權限系統、客戶資料、訊息平台與審批流程，而不引入不可接受的風險。

這對中國 AI 市場來說是重要轉變。聊天介面仍是使用者入口，但企業價值愈來愈取決於這些介面是否能在軟體環境中採取行動。對產品團隊而言，這意味著編排、檢索、可稽核性與系統整合，可能比頭條式的模型基準更重要。

為什麼螞蟻、騰訊、阿里巴巴與百度具備優勢

即使來源公開細節不多，報導中的公司名單仍頗具啟示性。這四家公司都已掌握可轉化為 AI 分發的企業基礎設施部件。

螞蟻集團在數位金融、商家科技與商業服務方面擁有觸及力。若它正為企業客戶推進AI 代理，其策略邏輯相當直接：已經依賴螞蟻軟體或支付相關系統的公司，可能更願意在熟悉的環境中測試自動化內部工作流程。

騰訊透過企業通訊與雲端服務，擁有明顯的分發管道。它的強項不只是模型存取，而是工作流程的接觸面：一家同時擁有訊息、會議、文件與雲端基礎設施的公司，理論上可把 AI 代理直接嵌入日常工作，而不是要求客戶另外採用一套工具。

阿里巴巴則透過阿里雲與更廣泛的商業軟體生態，擁有同樣強勁的企業面向。對阿里巴巴而言，AI 代理的吸引力在於，它們可協助把雲端與模型能力轉化為持續性的商業應用，尤其是當客戶希望代理能跨資料、文件與內部應用運作時。

百度多年來一直以 AI 基礎設施與大模型為定位，因此推進企業代理，與其把模型投資轉化為商業軟體應用場景的努力相當契合。對百度來說，挑戰或許不在於證明技術野心，而在於證明可靠的企業部署與工作流程成果。

在這四家公司身上，機會來自於同時掌握運算或模型層，以及面向客戶的軟體管道。若市場開始獎勵那些真正能在企業環境中完成任務的代理，這種組合的重要性可能會超過原始模型性能。

證據、說法，以及仍不確定之處

目前這裡的報導基礎相對狹窄。這則新聞群組中可用的證據來自《南華早報》一篇題為「AI work agents: China’s Ant, Tencent, Alibaba, Baidu flex for enterprise clients」的文章，但本次作業提供的來源節錄並未包含完整內文。

這代表有幾個重點無法從現有材料中確認：報導是否聚焦於單一活動、是否有特定產品發布、各家公司如何描述其策略，以及是否提及採用數據、基準測試結果或客戶案例。

因此，本文對已確認的核心事實採取謹慎表述：《南華早報》報導指出，螞蟻集團、騰訊、阿里巴巴與百度正把 AI 工作代理定位於企業客戶。除此之外，任何解讀都應視為市場分析，而非新近驗證的產品能力主張。

這也關係到效能與採用的說法。若相關公司在原始報導中提出了生產力提升、企業採用動能或基準結果，在沒有獨立驗證的情況下，都應視為供應商所述。由於缺少更完整的來源全文，較安全的做法是聚焦策略模式，而非未經證實的實作細節。

這對 AI 開發者與企業買家代表什麼

對開發者而言，最主要的意涵是重心正從單純的大型基礎模型，移向可部署的 AI 代理。面向企業銷售的團隊，將愈來愈需要連接器、管理控制、可觀測性、檢索系統，以及能通過採購審查的防護機制。

這在企業 AI 特別重要，因為買家通常不那麼在意代理是否能寫出漂亮文字，更在意它能否縮短處理時間、正確分流請求、摘要紀錄、起草內部文件，並遵守政策邊界。一個在 demo 中表現良好，但遇到權限、舊系統或多語言資料就失靈的工具，在正式上線時會很吃力。

對企業買家而言，若螞蟻集團、騰訊、阿里巴巴與百度之間的新競爭能帶來更深度整合的選項，那可能是好消息。最可能的好處，是 AI 代理與員工已在使用的軟體之間建立更緊密連結。最可能的風險，則是平台鎖定：一旦代理嵌入雲端、訊息或金融系統，轉換成本可能迅速上升。

此外還有治理層面的考量。工作場所自動化之所以吸引人，是因為它承諾在不增加人力的情況下提升生產力；但能在企業系統內採取行動的代理，也會帶來新的失誤模式。錯誤的審批路由、憑空捏造的摘要、錯誤的資料提取，以及未經授權的操作，當代理從回答問題進階到執行任務時，後果會更嚴重。

這就是為什麼部署機制如此重要。企業會想知道，這些 AI 代理是否採用 human-in-the-loop 控制、保留哪些紀錄、如何處理敏感資料，以及是否能依角色或工作流程限制其行為。這些細節往往決定試點能否升級為正式上線。

競爭正從模型轉向技術堆疊

SCMP 報導的更大意義在於競爭層面。生成式 AI 的第一波競賽，是企業爭相證明自己擁有大型語言模型。下一波，爭論的焦點將是誰的技術堆疊在實際工作中最有用。

對騰訊而言，這可能意味著把通訊與雲端存在感轉化為代理採用。對阿里巴巴而言，則可能是把阿里雲與企業關係當成分發引擎。對百度而言，則是證明 AI 領先優勢可以轉化為日常商業使用。對螞蟻集團來說，則是找出那些信任、支付、商務或營運能讓它取得獨特切入點的企業工作流程。

這種競爭也反映出更廣泛的產業趨勢：AI 代理正成為企業軟體的包裝層。最後勝出的供應商，未必是擁有最炫 demo 的公司，而是能把模型、工具、安全性、工作流程邏輯，以及既有客戶關係結合成可用系統的公司。

接下來要看什麼

接下來應該關注的是具體訊號，而不是口號。首先，留意螞蟻集團、騰訊、阿里巴巴與百度是否會提出具名產品，明確說明其 AI 代理在企業系統中實際能做什麼。

其次，尋找客戶證據。即使是有限的參考部署，也會比泛泛而談的需求聲明更重要。企業希望看到 AI 工作代理能處理客服、文件作業、銷售支援或內部知識檢索等具體功能的證明。

第三，注意整合深度。若供應商強調與協作工具、雲端平台、資料庫及審批系統的連結，這比一般助理式品牌包裝更能顯示其正式上線意圖。

第四，檢視控制功能。管理工具、權限設定、稽核紀錄，以及人工審查節點，可能決定企業 AI 從實驗走向受規範或關鍵業務工作流程的速度。

最後，觀察定價如何包裝。如果這些公司把 AI 代理捆綁進雲端合約或商業軟體套件，可能會加速採用，並加劇中國企業軟體市場的競爭壓力。

Creati.ai 觀點

重要的結論不只是中國大型科技集團正在談 AI 代理，而是企業 AI 正進入一個階段：分發與工作流程控制，可能比單一模型的聲望更重要。一旦企業要求 AI 不只是生成文字，而是實際做事，優勢就會轉向那些已經掌握工作發生之軟體接觸面的供應商。

對開發者而言，這提高了門檻。要與螞蟻集團、騰訊、阿里巴巴與百度這類平台競爭，小公司需要更強的垂直專精，或快得多的部署價值。對買家而言，機會是真實的，但紀律也同樣必要：在 AI 代理與工作場所自動化領域，最有說服力的故事仍然不是 demo，而是星期一早上能穩定運作的工作流程。