AWS峰会释放新信号：不能交付ROI的AI、正在变成企业的新成本
原创
2026/06/30 15:02:44
作者：Tian
来源：天润融通
本文摘要
一年一度的AWS Summit峰会在香港举行，天润融通作为特邀企业再次参加。与前两年围绕大模型技术指标、参数能力和应用想象的热烈讨论不同，今年参加AWS活动的明显感受是：企业决策者不再只问“AI能做什么”，而是更关心AI能不能进入真实业务，能不能减少无效成本，能不能在服务、销售和运营这些关键环节中，持续创造可衡量的ROI
一年一度的AWS Summit峰会在香港举行，天润融通作为特邀企业再次参加。
与前两年围绕大模型技术指标、参数能力和应用想象的热烈讨论不同，今年参加AWS活动的明显感受是：
企业决策者不再只问“AI能做什么”，而是更关心AI能不能进入真实业务，能不能减少无效成本，能不能在服务、销售和运营这些关键环节中，持续创造可衡量的ROI。
显而易见，企业对AI的期待正在变得更加具体，也更加务实。这种提问重心的转移，本质上折射出企业经营环境的变化。
当前，全球企业正处于低增长、高成本、高不确定性的周期，流量红利见顶，获客成本上升，人力与组织成本持续侵蚀利润。企业关注的重点，也从“有没有新技术”，转向“如何用更低成本完成更确定的业务闭环”。
这也成为今年AWS峰会的重要信号：企业评估大模型与AI Agent，正从“技术能力”转向“经营结果”。
这也是天润融通在现场分享Zenava实践时重点回答的问题：如何通过构建具备理解业务、接入系统、执行流程能力的AI Agent，帮助企业降低成本、提升效率，并实现可持续的业务增长。
企业的AI焦虑，本质上是经营焦虑
过去一年，几乎所有企业都在尝试AI。接入大模型、升级智能客服、上线知识问答机器人，已经不算新鲜。
但当这些系统真正进入业务场景后，很多管理者会发现一个尴尬现实：AI看起来更聪明了，企业的经营压力却没有明显减轻。
客户依然要等人工处理，线索依然要靠销售逐个跟进，订单和工单依然要在多个系统之间切换，复杂问题依然要依赖老员工经验判断。
这说明，单纯“回答得更好”，并不等于真正解决业务问题。
如果AI只停留在问答层，它改善的是沟通效率；只有当AI能进入流程、调用系统、推动任务，才可能真正影响服务成本、销售转化和运营结果。
企业今天最焦虑的，不是“我懂不懂AI”，而是更具体的经营问题：客户来了，能不能第一时间接住？服务量增长，能不能不靠无限加人？线索越来越贵，能不能把每一次咨询都转化成有效机会？流程越来越复杂，能不能保证每一次服务都稳定执行？
这些问题，才是企业愿意为AI Agent试点、采购和规模化落地的根本原因。
从Chatbot到AI员工：企业服务产能正在被重构
过去，很多企业解决服务与运营问题，主要依靠三种方式：加人、外包、堆系统。
这也直接导致人越多，管理成本越高；系统越多，流程越重；业务越复杂，一线员工越依赖经验，服务质量也越难稳定。
一次官网咨询没有即时响应，线索就会很快流失；一次售后报修不能快速判断，客户体验就会迅速恶化；一次投诉理赔，流程执行不一致，就有可能带来更大的服务风险。
这些问题，企业也曾试图通过Chatbot来缓解压力：让机器人回答简单、重复、高频的问题，以此释放人工坐席的时间。
这种方式在标准咨询场景中有一定价值，但进入复杂业务中就会遇到问题。
比如Chatbot面对客户复杂的情绪、变化的需求，以及跨部门、跨系统服务时，就无法真正推进问题解决。
这也是Agent与传统Chatbot最大的区别，Agent不只是信息的提供者，而是开始成为业务流程中的执行者与结果交付者。
天润融通Zenava的定位，正是面向企业真实业务场景的AI员工。它不仅能够理解客户表达，还能结合企业知识、业务规则、SOP和系统能力，把一次对话推进成一次可执行、可追踪、可衡量的业务结果。
比如，客户查询订单状态，Zenava不只回答“请您稍后查询”，更能调取系统信息，直接反馈订单进度。
客户申请售后，Zenava不仅判断问题类型、补齐必要信息、还直接创建工单并流转处理。
客户提交线索，Zenava不仅记录表单，还能理解需求、判断意向、推荐方案，并把线索推进到后续销售跟进流程。
-
第一，服务产能被放大。
-
第二，转化机会被及时承接。
-
第三，流程执行更稳定。
这才是AI Agent对企业经营的真正意义：它不是简单替代某个岗位，而是重构企业服务客户、承接需求、推进流程的能力结构。
用ROI验证价值：AI Agent必须交付真实业务结果
当然，AI Agent是否有价值，最终还是要看业务结果。
在AWS Summit Hong Kong 2026现场，天润融通也在演讲中分享了Zenava在客户服务与业务增长场景中的实践成果。
比如Zenava帮助一家B2B企业将传统咨询入口升级为智能业务入口，实现46%的深度业务转化，并带来约120万美元的潜在业务增量。
除了业务增长场景，售后服务也是AI Agent能够快速创造价值的重要领域。
在售后场景中，大量咨询集中在安装、使用、故障排查、退换货等标准化问题上，既消耗人工资源，也容易出现处理标准不一致的问题。
Zenava通过多模态AI Agent接管这类高频服务请求。当用户上传图片或描述问题后，系统能够自动识别问题类型，结合企业规则判断处理路径，并自动创建工单或触发后续流程。
在实际应用中，Zenava实现了83%的服务请求自动闭环，帮助企业节省约100万美元成本；在投诉和理赔等复杂流程中，还实现了100%的SOP合规执行。
从业务增长到服务运营，这些实践充分说明，AI Agent的价值不在于回答问题，而在于真正进入业务流程，完成任务并创造可量化的结果。
从技术尝试到确定性生产力
整体来看，今年AWS Summit Hong Kong 2026释放出的一个重要信号是，企业对AI的关注正在从“能做什么”转向“能带来什么价值”。
企业需要的Agent，不是一个聊天工具，而是能够接入业务系统、执行流程、完成任务的新型生产力。
天润融通Zenava正是沿着这一方向发展。通过将大模型与企业知识、业务流程和系统能力结合，Zenava帮助企业把AI真正应用到实际业务中，并通过转化率提升、服务成本下降等结果体现价值。
未来，天润融通将继续携手AWS等生态伙伴，推动AI Agent在更多行业落地，让AI从技术创新走向实际生产力。
当企业开始用ROI衡量AI时，真正重要的已经不是模型有多大，而是谁能让AI真正进入业务、解决问题并创造结果。
