千峰访谈智齿科技CEO徐懿：从“提供功能”走向“交付结果”
作者：亿邦动力 文章来源：亿邦动力
2026-11-06 13:46
作者：亿邦动力 文章来源：亿邦动力
2026-11-06 13:46
邦小白快读
【亿邦原创】智齿科技定位为企业提供一体化、智能化、国际化的客户联络解决方案，业务以企业级SaaS为基础，覆盖在线客服、呼叫中心、工单、客户运营和AI Agents等产品，重点建设可创建、可连接、可评测、可运营的Agent能力，全球化围绕多语言、多渠道、多时区、海外数据部署和本地化服务持续完善产品与交付体系。本届千峰奖访谈中，徐懿围绕AI与出海带来的模态进化，分享了智齿科技在客户联络AI方向的实践与判断。
亿邦：本届千峰奖以「AI与出海带来的模态进化」为核心主题，聚焦产业能力的深层重构。结合企业级客户联络SaaS与AI客户服务行业，您如何理解这一轮由AI和全球化共同驱动的产业模态进化？智齿科技在AI能力建设与全球化出海上有哪些核心战略布局？能否具体介绍一下公司的定位及业务模式？
徐懿：我们理解，这一轮“模态进化”并不只是把原来的软件加上一层大模型能力，而是企业服务方式、组织协作方式和全球客户经营方式的共同变化。过去的客服系统主要解决渠道接入、信息记录和人工提效；进入Agent阶段后，系统开始理解客户意图、调用知识与工具，并在明确的规则和权限范围内完成任务。全球化则进一步要求这套能力能够跨语言、跨渠道、跨时区运行，同时满足不同地区的数据与合规要求。
智齿科技的定位，是为企业提供一体化、智能化、国际化的客户联络解决方案。业务模式以企业级SaaS为基础，覆盖在线客服、呼叫中心、工单、客户运营和AI Agents等产品，并结合企业业务系统、知识体系和服务流程进行落地。AI方向上，我们重点建设可创建、可连接、可评测、可运营的Agent能力；全球化方向上，则围绕多语言、多渠道、多时区、海外数据部署和本地化服务持续完善产品与交付体系。我们的目标不是单独提供一个能聊天的模型，而是让AI真正进入售前、售中和售后流程，成为企业可以管理和持续优化的服务生产力。
亿邦：您提到智齿重点建设的是“可创建、可连接、可评测、可运营”的Agent能力。这四个“可”分别解决什么问题？为什么企业级Agent不能只停留在“能聊天”？
徐懿：可创建，解决Agent能否根据企业业务快速搭建的问题；可连接，解决Agent能否调用订单、CRM、工单等企业系统的问题；可评测，解决Agent回答是否准确、任务是否完成、转人工边界是否清晰的问题；可运营，解决Agent上线后能否持续优化的问题。企业级Agent不能只停留在“能聊天”，因为客户真正需要的是准确回答、任务完成、效率提升和客户体验，而不是一个只会对话的模型。
亿邦：目前贵公司在哪些核心业务环节落地了AI？形成了怎样独具特色的AI或数智化竞争力体系？
徐懿：智齿的AI/大模型能力主要落在客户全生命周期的服务与运营环节。售前阶段，Agent可以结合产品知识、客户画像与实时库存等信息完成咨询和推荐；售中阶段，可以查询订单、物流和交付进度，并在符合规则时办理改址、取消等任务；售后阶段，可以完成故障排查、保修判断、工单创建和进度跟踪。人工坐席侧，大模型还可以用于对话总结、话术推荐、知识辅助和质检分析。
我们的竞争力不在于把大模型孤立地接入客服页面，而在于把知识、对话、工具、流程与评测连成闭环。资源中心为Agent提供企业知识和业务工具，动作与MCP负责连接订单、CRM、工单等系统，评测中心验证答案、工具调用、任务完成和转人工边界，数据反馈再用于持续优化。这样形成的不是单点功能，而是一套可上线、可运营、可追踪的企业级Agent体系。
亿邦：您把竞争力概括为“把知识、对话、工具、流程与评测连成闭环”。这个闭环具体怎么运转？资源中心、动作与MCP、评测中心、数据反馈分别承担什么角色？
徐懿：资源中心为Agent提供企业知识和业务工具，动作与MCP负责连接订单、CRM、工单等系统，评测中心验证答案、工具调用、任务完成和转人工边界，数据反馈再用于持续优化。四者连成闭环，Agent才能从“能聊”走向“能办”，形成可上线、可运营、可追踪的企业级Agent体系。
亿邦：能否分享一个最具代表性的“AI+价值链”创新实践案例？它解决了哪些行业共性痛点，创造了哪些可感知、可量化的价值？
徐懿：以消费零售行业常见的“修改收货地址”为例，客户通常不会按系统字段逐项提交信息，而是直接发来订单截图并说“还没发货的话，帮我换个地址”。传统机器人可以回答改址规则，但任务仍需人工接手。升级后的Agent可以从截图中提取订单号，查询订单状态，根据知识库判断是否符合改址条件，再追问联系人、电话、省市区和详细地址，最后通过企业接口完成更新并返回结果。
这类实践解决了三个共性问题：一是客户材料无法直接进入业务流程；二是机器人只会回答、不能办理；三是跨系统操作依赖人工复制。企业可从一次解决率、转人工率、平均处理时长、任务完成率和客户重复描述次数等指标衡量价值。
亿邦：您提到Token消耗和算力成本并不适合脱离场景单独比较，智齿更关注单位任务成本和任务完成质量。这个判断怎么理解？智齿通过哪些方式减少不必要的推理消耗？
徐懿：Token消耗和算力成本并不适合脱离场景单独比较，我们更关注单位任务成本和任务完成质量，并通过模型分级、知识检索、上下文控制和工具调用减少不必要的推理消耗。涉及具体客户数据和成本数字，建议在正式发布前补充经过确认的案例口径。
亿邦：在推进AI规模化落地过程中，数据要素扮演了怎样的支撑角色？智齿更侧重自有产业数据深耕，还是推进跨主体、跨行业的数据协同？核心挑战是什么、如何应对？
徐懿：数据是Agent从“通用模型”走向“企业可用”的关键。企业知识、历史对话、工单记录、业务规则、客户标签和工具调用结果，分别支撑Agent理解行业语言、判断业务边界和完成具体任务。真正有价值的不是简单堆积数据，而是把分散数据整理成可检索、可调用、可评测、可追溯的生产资料。
智齿一方面重视企业自有数据的深度治理，通过知识库、资源中心、客户联络数据和评测数据形成业务闭环；另一方面通过标准API、动作和MCP支持跨系统协同，但始终以客户授权、最小权限和数据隔离为前提。核心挑战主要来自数据质量不一致、权限边界复杂、更新滞后以及跨境合规要求。对应的解决方式包括建立知识更新机制、区分不同数据权限、保留调用记录，并根据业务风险设置身份验证、确认或人工审批。
亿邦：您把数据竞争力的核心概括为“把分散数据整理成可检索、可调用、可评测、可追溯的生产资料”。这四个“可”里，哪一个最难做到？为什么可追溯对企业级Agent尤其重要？
徐懿：四个“可”里，可追溯对企业级Agent尤其重要。企业级Agent要进入售前、售中、售后流程，涉及订单、客户信息、工单等敏感数据，必须保留调用记录、区分权限、支持审计。可追溯不仅是合规要求，也是企业敢把核心业务交给Agent的前提。
亿邦：您怎么看产业智能体改写B2B？垂类大模型是否有长远发展必要？产业互联网公司的AI护城河在何处？
徐懿：产业智能体会把B2B软件从“提供功能”推向“交付结果”。过去，企业购买系统后仍要依靠员工理解页面、切换系统并执行流程；未来，更多工作会由Agent根据目标调度知识、数据和工具，人机界面也会从菜单式操作逐渐转向任务式交互。
垂类大模型是否必须独立存在，并不是最重要的问题。对企业而言，更重要的是垂直能力能否持续沉淀：是否理解行业术语和流程，是否掌握高质量业务数据，是否能够连接真实系统，是否有评测体系验证结果。产业互联网公司的AI护城河也不会只来自模型参数，而会来自场景深度、数据闭环、工具与系统连接能力、客户交付经验以及安全合规体系。
亿邦：海外布局方面，智齿科技目前布局了哪些核心市场？做了哪些关键本地化调整？
徐懿：智齿的全球化布局主要服务中国企业出海和海外本地企业的客户联络需求。我们围绕亚太、欧美等重点市场建设产品与服务能力，并根据不同地区的语言、渠道、时区、数据存储和合规要求进行适配。产品侧支持海外主流社交和通讯渠道，以及网页、App、邮件、电话等企业自有渠道，帮助企业在统一工作台上接待和管理全球客户。
本地化不只是界面翻译。不同市场的沟通习惯、服务渠道、工作时间和监管要求差异明显，因此我们会在渠道接入、多语言与翻译、路由策略、多时区管理、数据部署和服务团队等方面进行组合设计。正式发布时，可根据公司最新业务数据补充重点区域、海外客户数量及本地团队布局。
亿邦：您特别强调“本地化不只是界面翻译”，不同市场的沟通习惯、服务渠道、工作时间和监管要求差异明显。智齿在渠道接入、多语言与翻译、路由策略、多时区管理、数据部署和服务团队方面具体怎么组合设计？
徐懿：不同市场的沟通习惯、服务渠道、工作时间和监管要求差异明显，因此我们会在渠道接入、多语言与翻译、路由策略、多时区管理、数据部署和服务团队等方面进行组合设计。本地化不只是界面翻译，而是让产品、服务、数据和团队都适配当地市场。
亿邦：在海外深度价值链建设上，智齿形成了怎样的模式？为海外合作伙伴和当地产业创造什么价值？
徐懿：智齿在海外市场输出的不是单一客服工具，而是一套全球客户联络与服务运营能力。企业进入一个新市场时，首先要让当地客户能够在熟悉的渠道中找到它，其次要跨越语言和时区完成服务，最后还要把各渠道数据沉淀下来，支持后续运营和管理。
围绕这条链路，我们持续建设多渠道统一接入、多语言沟通、跨时区协作、智能分流、工单流转、客户数据分析以及AI Agent等能力。对海外合作伙伴而言，核心价值是缩短客户服务体系的建设周期，降低多市场重复搭建的成本，同时保留不同地区的本地化配置空间。
亿邦：在出海拓展过程中，AI与数字化能力为跨境业务提供了哪些核心支撑？
徐懿：AI和数字化对出海业务的价值，首先体现在降低全球服务的复杂度。不同国家的客户来自不同渠道、使用不同语言，并处于不同的时区。通过统一接入、自动识别语言、辅助翻译、智能路由和7×24小时Agent服务，企业可以减少渠道割裂和跨区域协作成本。
其次，Agent可以结合企业知识与实时业务工具，处理订单查询、物流跟踪、账号问题、售后报修等高频任务；当遇到高风险或复杂问题时，再将完整上下文转交人工。管理者还可以按区域、渠道、语种和问题类型分析客户反馈，为产品、履约和市场决策提供依据。我们的经验是，出海数字化不能只做“翻译版国内系统”，而要从客户渠道、服务流程、数据合规和本地运营四个层面重新设计。
亿邦：您提到出海数字化不能只做“翻译版国内系统”，而要从客户渠道、服务流程、数据合规和本地运营四个层面重新设计。这四个层面分别要改什么？智齿在哪个层面投入最大？
徐懿：客户渠道层面，要接入当地客户熟悉的渠道；服务流程层面，要适配当地服务习惯和时区；数据合规层面，要满足不同地区的数据存储和合规要求；本地运营层面，要建设本地服务团队和运营能力。四个层面都需要重新设计，不能只做语言翻译。智齿在渠道接入、多语言与翻译、路由策略、多时区管理、数据部署和服务团队等方面进行组合设计，具体投入重点会根据不同市场有所侧重。
亿邦：能否介绍一下智齿盈利模式的迭代情况？您怎么看产业互联网企业盈利模式的演变趋势？TOKEN付费如何才能成为行业标配收入模式？
徐懿：智齿的商业模式以企业级SaaS订阅为基础，并根据企业规模、渠道、功能模块、使用量和服务需求提供相应方案。随着AI Agents深入业务流程，行业收费模式会从单纯按账号或功能模块计费，逐步增加按调用量、任务量或业务价值计费的部分。
我们认为Token付费短期内很难成为唯一的行业标配，因为客户真正购买的不是Token，而是准确回答、任务完成、效率提升和客户体验。更合理的方向可能是“基础订阅+资源使用+业务结果”的组合模式：底层Token作为成本计量依据之一，前台则用客户更容易理解的会话量、任务量、成功率或服务等级来定价。
亿邦：您提出“基础订阅+资源使用+业务结果”的组合模式，为什么Token付费短期内很难成为唯一标配？在组合模式里，Token扮演什么角色？
徐懿：客户真正购买的不是Token，而是准确回答、任务完成、效率提升和客户体验。Token付费短期内很难成为唯一标配，因为客户不容易直接理解Token和业务价值之间的关系。更合理的方向可能是“基础订阅+资源使用+业务结果”的组合模式：底层Token作为成本计量依据之一，前台则用客户更容易理解的会话量、任务量、成功率或服务等级来定价。
亿邦：为统筹AI能力落地、国内价值链升级与海外业务拓展，智齿在组织架构或治理机制上做了哪些关键调整？
徐懿：AI规模化落地不能只由算法团队推动，它需要产品、研发、行业方案、交付、客户成功和安全合规共同参与。我们在组织上更强调跨职能协同：产品和研发负责平台能力，行业与方案团队把能力映射到具体业务流程，交付与客户成功团队验证实际效果，数据和评测机制持续反馈问题。
全球化业务则要求总部能力与本地需求形成闭环。通用产品与核心技术保持统一建设，不同区域在渠道、语言、合规和客户服务上进行本地适配。治理上既要有统一的产品、安全和质量标准，也要给一线团队保留快速试验和响应市场的空间。
亿邦：您提到AI规模化落地需要产品、研发、行业方案、交付、客户成功和安全合规共同参与，全球化则要求总部能力与本地需求形成闭环。这两套协同机制具体怎么运行？如何避免“总部统一”变成“总部僵化”？
徐懿：产品和研发负责平台能力，行业与方案团队把能力映射到具体业务流程，交付与客户成功团队验证实际效果，数据和评测机制持续反馈问题。全球化业务则要求总部能力与本地需求形成闭环：通用产品与核心技术保持统一建设，不同区域在渠道、语言、合规和客户服务上进行本地适配。治理上既要有统一的产品、安全和质量标准，也要给一线团队保留快速试验和响应市场的空间，避免“总部统一”变成“总部僵化”。
亿邦：在您看来，当前制约企业AI规模化落地、全球化深度拓展的最大内部瓶颈和外部障碍分别是什么？
徐懿：企业AI规模化落地的最大内部瓶颈，往往不是模型能力不足，而是业务流程没有标准化、知识和数据质量不稳定、系统权限不清晰，以及缺少能共同负责业务结果的跨部门机制。很多项目在演示阶段表现很好，但进入真实业务后，会遇到信息缺失、工具调用失败、异常流程和责任边界等问题。
外部障碍主要包括模型与算力成本变化、行业标准仍在演进、不同系统兼容性、数据安全与跨境合规，以及海外市场在语言和文化上的差异。应对这些挑战，需要从小而明确的业务场景切入，建立评测和灰度机制，把高风险操作保留人工确认，并通过标准接口和MCP等方式提升系统连接的可复用性。
亿邦：您提到很多项目在演示阶段表现很好，但进入真实业务后会遇到信息缺失、工具调用失败、异常流程和责任边界等问题。智齿怎么从“演示可用”走到“生产可用”？
徐懿：需要从小而明确的业务场景切入，建立评测和灰度机制，把高风险操作保留人工确认，并通过标准接口和MCP等方式提升系统连接的可复用性。从“演示可用”走到“生产可用”，关键是业务流程标准化、知识数据质量稳定、系统权限清晰，以及跨部门共同对业务结果负责。
亿邦：面向2026年及未来两年，智齿在AI能力迭代与全球化布局上有哪些重点投入规划？您预判这会给行业竞争格局带来哪些关键变化？
徐懿：面向未来两年，我们会继续投入三类能力：第一是Agent的任务完成能力，包括知识理解、文件解析、多轮规划、工具调用和复杂流程处理；第二是企业级可信能力，包括评测、运营、安全、权限和可追溯性；第三是全球化能力，包括多语言、多渠道、跨时区、海外部署和本地生态连接。
我们判断，行业竞争会从“谁接入了更强的模型”转向“谁能把模型稳定地放进业务流程并交付结果”。单点问答能力会快速趋同，真正拉开差距的将是行业场景积累、企业系统连接、任务完成率、持续运营能力和全球服务能力。
亿邦：您预判行业竞争会从“谁接入了更强的模型”转向“谁能把模型稳定地放进业务流程并交付结果”。这个判断对智齿的产品投入优先级意味着什么？三类能力里，哪一类最难建？
徐懿：这个判断意味着产品投入优先级要从“接模型”转向“建能力”：Agent的任务完成能力、企业级可信能力和全球化能力。三类能力里，企业级可信能力最难建，因为它涉及评测、运营、安全、权限和可追溯性，需要产品、研发、交付、客户成功和安全合规共同参与，不是单点技术能解决的。
亿邦：工业品电商是否出现了机会？预判会以什么方式快速增长？
徐懿：工业品电商仍然存在明显机会，但增长方式不会简单复制消费电商。工业品SKU多、参数复杂、采购决策链长，且高度依赖询价、选型、技术确认、履约和售后服务。它更可能通过“数字化目录+专业内容+AI选型与询价+供应链履约+服务网络”的组合方式增长。
Agent可以在其中承担参数问答、产品匹配、询报价信息收集、订单进度查询和售后工单等工作，降低专业服务的边际成本。真正的突破点不是把商品搬到线上，而是让复杂采购流程更透明、更可协同，并让专业知识能够被规模化调用。
亿邦：您提到工业品电商真正的突破点不是把商品搬到线上，而是让复杂采购流程更透明、更可协同，并让专业知识能够被规模化调用。Agent在工业品采购里最能发挥价值的环节是哪个？
徐懿：Agent可以在参数问答、产品匹配、询报价信息收集、订单进度查询和售后工单等环节发挥作用，降低专业服务的边际成本。工业品采购SKU多、参数复杂、决策链长，Agent最能发挥价值的环节是那些高频、专业、需要跨系统调用的任务，比如参数问答、产品匹配和询报价信息收集。
亿邦：如果给刚刚起步、希望同时构建AI竞争力与全球化能力的同行企业提一条最核心的建议，这条建议会是什么？
徐懿：最核心的建议是：不要从“我要做一个AI”出发，而要从“我希望哪一项业务结果发生改变”出发。先选择一个高频、边界清晰、数据可获得、结果可验证的场景，定义准确率、任务完成率、转人工率或处理时长等指标，再逐步连接知识和业务工具。
全球化也同样如此。不要把出海简单理解成语言翻译，而要从当地客户使用的渠道、服务习惯、时区、数据合规和组织能力出发。AI与全球化最终都不是一次性项目，而是需要持续运营、评测和迭代的长期能力。
作为TO B领域年度风向标，“2026第八届亿邦产业互联网年会暨首届产业智能体大会”将于2026年11月20日在北京召开。主题定为“AI与出海带来的模态进化”，聚焦产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等前沿议题深度思辨。大会将集结学界权威、央国企标杆、产业龙头、投资机构、服务生态伙伴，汇聚产业核心力量、拆解产业数智化转型路径、分享前沿实战经验。同期还将发布年度产业互联网报告及标杆案例，举办决策人闭门会、“千峰奖”颁奖盛典。
本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com，我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
智齿科技是做什么的？
智齿科技定位为企业提供一体化、智能化、国际化的客户联络解决方案，业务以企业级SaaS为基础，覆盖在线客服、呼叫中心、工单、客户运营和AI Agents等产品；重点建设可创建、可连接、可评测、可运营的Agent能力，并让AI进入售前、售中、售后流程。
企业级AI Agent为什么不能只停留在“能聊天”？
企业级Agent不能只停留在“能聊天”，因为客户购买的是准确回答、任务完成、效率提升和客户体验。“可创建”支持按业务快速搭建，“可连接”调用订单、CRM、工单等系统，“可评测”验证答案、任务完成和转人工边界，“可运营”支持上线后持续优化。
智齿科技如何把AI Agent从“演示可用”推进到“生产可用”？
智齿科技从“演示可用”走向“生产可用”，需要从小而明确的业务场景切入，建立评测和灰度机制，把高风险操作保留人工确认，并通过标准接口和MCP提升系统连接可复用性；同时推动业务流程标准化、知识数据质量稳定、系统权限清晰，以及跨部门共同对业务结果负责。
企业客户联络Agent如何衡量业务价值？
可围绕一次解决率、转人工率、平均处理时长、任务完成率和客户重复描述次数衡量。以消费零售“修改收货地址”为例，Agent可从订单截图提取订单号，查询状态，依据知识库判断改址条件，追问联系人与地址信息，再通过企业接口完成更新并返回结果。
出海企业数字化为什么不能只做“翻译版国内系统”？
出海数字化不能只做“翻译版国内系统”，因为不同市场的沟通习惯、服务渠道、工作时间和监管要求差异明显。企业需从客户渠道、服务流程、数据合规和本地运营四个层面重新设计，并在渠道接入、多语言与翻译、路由策略、多时区管理、数据部署和服务团队上组合适配。
下一篇
千峰访谈焦点科技卢颐：外贸B2B从“页面浏览”走向“围绕采购目标组织行动”
本届千峰奖访谈中，卢颐围绕AI与出海带来的模态进化，分享了焦点科技在外贸B2B方向的实践与判断。
