2026 年，企业软件正在被 AI Agent 重新定义。
在 4 月 28 日的 What’s Next with AWS 2026 发布会上，亚马逊云科技集中发布了 Amazon Quick、Amazon Connect Decisions、Amazon Connect Talent、Amazon Connect Health 等 Agentic AI 产品，并宣布 OpenAI 模型、Codex 和 Bedrock Managed Agents 进入 Amazon Bedrock 有限预览。简单说，AWS 正在把 AI Agent 放进企业云、办公流程、供应链、招聘、医疗和开发场景里。
这件事之所以值得关注，不只是因为 AWS 和 OpenAI 站到了一起，而是因为它说明：企业软件的下一阶段，可能不再是“人打开系统、点击按钮、填写表单”，而是“人提出目标，AI Agent 调用数据、应用和工具，把任务推进到结果”。
AI Agent 正在推动 SaaS 从“功能软件”走向“任务执行层”。海外有 AWS 和 OpenAI 的企业云方案，国内企业也可以从飞书开始，把 AI 能力放进真实协作和业务流程中。
一、发生了什么：AWS 和 OpenAI 把 AI Agent 推进企业云
这次 AWS 发布会的重点，不是单个产品更新，而是一整套围绕 AI Agent 的企业软件重构方案。
AWS 一边发布面向个人和团队效率的 Amazon Quick，一边把 Amazon Connect 从客服产品扩展成覆盖客户体验、供应链、招聘和医疗场景的 Agentic AI 产品家族。同时，OpenAI 模型、Codex 和 Bedrock Managed Agents 进入 Amazon Bedrock，让企业可以在 AWS 原有安全、权限和治理体系内使用 OpenAI 能力。
换句话说，企业不只是多了一个 AI 聊天入口，而是多了一种新的工作方式：让 Agent 在安全、可审计、可治理的云环境里处理复杂任务。
这也解释了为什么“SaaS 末日”会成为科技圈热词。它当然有夸张成分，但背后的变化是真实的：如果 AI Agent 可以理解目标、调取数据、执行任务，传统 SaaS 的价值衡量标准就会改变。
过去，SaaS 比的是功能完整度、系统稳定性和用户席位数。现在，企业更关心的是：这个系统能不能帮我完成任务？能不能接入我的业务数据？能不能在权限边界内自动推进流程？
二、痛点是什么：系统越来越多，工作反而越来越碎
过去十几年，SaaS 解决了很多企业数字化问题。CRM 管客户，HR 系统管招聘，项目管理工具管进度，文档工具管协作，邮件和会议工具管沟通。每个系统都在优化一个局部问题，但对员工来说，日常工作反而变得越来越割裂。
一个典型工作上午可能是这样的：
- 在聊天工具里接到领导需求
- 去 CRM 查客户历史记录
- 到邮箱翻上周沟通进展
- 打开文档整理会议材料
- 再切到表格里补数据
- 最后手动同步会议邀请和项目进度
问题不在于企业没有软件，而是软件之间缺少连续上下文。员工表面上是在办公，本质上是在不同系统之间搬运信息。
1.信息分散，员工成了“系统搬运工”
企业系统越多，数据入口也越多。客户信息在 CRM，会议内容在纪要里，合同信息在文档里，项目状态在管理工具里，关键讨论可能还散落在聊天记录中。
这会带来三个直接问题：
- 找信息耗时长
- 重复录入和复制粘贴变多
- 决策依赖个人经验，难以沉淀到系统里
Amazon Quick 想解决的就是这个问题。它通过桌面 AI 助手连接应用、文件和常用工具，把分散信息聚合到一个任务上下文中。用户不再需要逐个打开软件查资料，而是可以直接提出目标，比如“帮我准备下午客户会的材料”。
2.流程复杂，系统只会提醒，不会判断
旧软件模式 | AI Agent 模式 |
系统提醒用户去处理 | Agent 判断优先级并给出建议 |
用户跨系统找资料 | Agent 在权限范围内聚合上下文 |
软件输出报表 | Agent 输出结论、方案和待办 |
人手动推进流程 | Agent 调用工具推进任务，人负责确认 |
很多企业软件可以产生提醒、警报和报表，但它们通常不会判断轻重缓急。
供应链系统可能每天产生大量异常提醒，招聘系统能收集简历但不能完成一致性初筛，医疗系统能记录病历但不能显著减少医生文书负担。系统给了信息，但没有给出下一步行动。
AI Agent 的价值就在这里。它不只是展示数据，而是根据上下文筛选重点、生成建议、解释原因，并把判断过程交给人类确认。企业软件不再只是功能集合，而要成为能理解业务、连接数据、执行任务的工作流入口。
三、怎么解决：国外有 AWS，国内企业可以从飞书开始落地
AWS 这次展示的是 AI Agent 在企业云里的未来形态：它能理解上下文、调用工具、推进任务，并在企业治理框架下运行。
但对国内企业来说，更现实的问题是：这些 AWS 产品离日常办公和国内业务环境有一定距离，国内团队现在能不能用上类似的 AI Agent 能力？
答案是可以——飞书天然有这样的生态，把 AI 能力接入文档、会议、知识、项目、数据表和业务系统中，让 AI 不只是一个单独的聊天工具，而是进入企业真实工作流。
我们不在这里把飞书和 AWS 产品做一一对应。AWS 展示了企业软件的 Agent 化方向，而飞书也提供了国内企业更贴近日常办公和业务协作的落地路径。
1.从 Amazon Quick 到飞书：先解决“信息散、找资料慢”
企业痛点 | AWS 展示的方向 | 飞书里的落地方式 |
开会后没人整理纪要 | AI 自动生成会议摘要 | 飞书智能会议纪要提炼重点、待办和结论 |
资料分散，查找困难 | AI 聚合上下文 | 飞书知识问答、云文档、知识库沉淀企业信息 |
项目推进靠人工催促 | Agent 跟进任务 | 飞书项目、任务和日历协同推进 |
数据散在表格和系统里 | AI 辅助分析和执行 | 飞书多维表格承接数据管理和业务流程 |
Amazon Quick 想解决的是员工在多个系统之间来回找资料的问题，对国内企业来说，也常见类似场景。
而飞书的优势在于，很多协作内容本身就在同一个工作空间里。员工可以用飞书文档整理方案，用智能会议纪要沉淀会议重点，用知识问答快速检索内部信息，再通过多维表格和项目管理推进执行。
比如，一场客户会议结束后，企业不必再靠人工整理录音、补会议纪要、拆待办、同步项目群。会议内容可以先通过飞书智能会议纪要沉淀为结构化信息，再进入文档、任务或项目流程中，后续需要回查时，也可以通过企业知识问答快速定位。
这就是 AI Agent 落地的第一步：先减少信息搬运，让知识和任务能够在协作链路里自然流转。
2.从 Amazon Connect 到飞书多维表格：让业务流程被 AI 接住
Amazon Connect Decisions、Talent、Health 展示的是另一个方向：AI Agent 不只处理办公材料，还可以进入供应链、招聘、医疗等具体业务流程。
国内企业也有大量类似需求。比如：
- 销售团队要管理客户跟进和商机进度
- HR 团队要沉淀招聘流程和候选人信息
- 运营团队要收集反馈、分类处理、生成分析
- 项目团队要跟踪任务状态、风险和负责人
- 管理层要从业务数据中快速看到异常和趋势
这些场景的共同点是：既有数据，又有流程，还需要人来做最终判断。飞书多维表格适合承接这类业务流程，因为它不是传统意义上的单张表格，而是可以把字段、视图、权限、自动化和业务数据组织在一起。
如果企业要进一步把 AI 加进流程，飞书 aily 可以作为智能体能力的入口——飞书 aily 是企业级智能体平台，围绕大语言模型提供 AI 技能编排、知识数据处理、效果调优和持续运营能力，并支持一键发布到飞书、Web 等渠道，与企业业务系统集成。
这意味着企业不只是让 AI 回答问题，还可以让 AI 参与具体业务动作。
这里的关键不是“有没有 AI 按钮”，而是业务数据有没有被结构化沉淀，流程有没有被清楚定义，权限和责任有没有被管住。只有这些基础做好，AI Agent 才能真正进入业务流程，而不是停留在表面问答。
3.从 Bedrock Managed Agents 到飞书 aily：企业需要自己的 AI 同事
Bedrock Managed Agents 解决的是企业如何部署可治理、可审计的 AI Agent。对国内企业来说，类似问题同样存在：AI 可以用，但不能乱用；能提高效率，但必须符合企业权限、安全和业务规则。
飞书 aily 的价值，正在于把“智能体”放进企业协作环境里。企业可以从通用工作助手开始，也可以为不同部门搭建专属智能体，例如 HR 答疑助手、项目助手、客服助手、销售助手、运营分析助手等。
这类 AI 同事和普通聊天机器人最大的区别在于，它不只是对话，而是可以连接企业知识、业务系统和协作工具，围绕具体任务持续工作。
飞书 aily 支持知识数据处理、技能编排、工具调用、任务规划、效果调优和持续运营。对企业来说，这些能力真正指向的是一个目标：让 AI 进入真实业务，而不是停留在个人提效工具里。
企业可以按三个层级推进：
- 先用 AI 助手解决个人效率问题，比如写报告、查资料、做总结
- 再把 AI 接入团队知识库和业务数据，解决问答、分析、信息整理问题
- 最后为关键业务流程搭建专属智能体，让 AI 参与任务拆解、流程推进和结果交付
这条路径比“一步到位重构所有系统”更现实。
总结
AWS 和 OpenAI 的合作说明，全球企业软件正在往 Agent 化方向走。对国内企业来说，不必只把它当作海外科技新闻看。更现实的动作，是从飞书这样的协作平台开始，把会议、文档、知识、数据和流程先连接起来，再逐步让飞书 aily、多维表格、智能会议纪要等 AI 能力进入具体业务场景。
AI Agent 不会替企业自动完成转型，但会放大那些已经具备流程、数据和治理基础的组织优势。未来真正有竞争力的软件，不只是功能完整，而是能理解业务、调用数据、推进任务，并在企业协作环境中稳定运行。
