报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1] 报告的核心观点 - 行业正从"移动原生"时代迈向"Agent原生"时代，未来将出现没有Agent就无法存在的应用 [5][8][9] - 企业级智能体应用与消费级、科研级存在本质差异，需满足高可靠性（99.9%正常运行时间）、安全性、扩展性、易用性、集成性等严苛要求 [17] - 智能体需深度嵌入业务工作全流程，其核心是自我思考与交付成果，需要统一数据层支持 [17] - 系统架构新范式为：Data + AI + Agent [17] - "Agent原生企业"是指整个组织构建在与AI的协同之上，人与Agent协作成本非常低的企业 [9] 演进：从回答到执行 - 人工智能即将迈入新阶段，2023年至2025年将在能力维度、水平维度和影响维度上持续演进 [15][16] - 企业级智能体需具备对企业内部环境的深度情境感知能力，理解组织架构、业务流程及专有数据，视企业数据为核心专有资产，确保严格的数据隔离与安全协议 [18] - 新一代传媒AI中枢架构包含智算基建层、统一数据层、智能引擎层、能力层和应用层，支持从策划、采集、编辑到审核、运营的全流程智能化 [19][20] - 腾讯云提出以"媒体Agent助手"为核心的智能体一站式解决方案，旨在打造每个媒体人独一无二的AI助手，覆盖热点发现、选题创作、内容分发与运营分析 [22][23][24] - 报告展示了典型的企业级智能体应用示例，如财经栏目智能体可实现从事件监测、分析到采访、撰稿的全流程自动化 [27][28]，以及超高清媒体处理智能体能自动完成视频修复、超分等任务 [29][30] - 面向策采编发全流程的多角色智能体矩阵包括策划助理、采集助理、编辑助理、审核助理和运营助理，提供超过15种AI能力 [32][40] 腾讯云智能体开发平台 - 腾讯云ADP智能体引擎提供身份权限、安全合规、运行环境、运行监控等企业级基础设施，并集成知识库、插件广场、模板库等资源 [44][45] - 平台具备多项优势：工作流在端到端准确率、参数提取准确率、意图识别准确率行业领先；支持强大的多Agent协同能力；插件数量达140+个并持续增长 [46][47] - 平台支持三种应用模式：标准模式（"最强知识外挂"）适用于严肃问答场景；工作流模式（"智能生产线"）适用于有明确流程需求的场景；Multi-Agent模式（"AI指挥官"）适用于需要高自由度的场景 [49][50] - 平台具备强大的RAG能力，支持复杂文档解析，可处理200MB以上超大文档（业内普遍支持100MB内），支持超过26类文档类型（业内普遍10类以内），信息召回率从85%提升到92% [54][56][57][60] - 工作流模式支持用户通过可视化拖拉拽方式快速编排复杂应用，提供10+画布节点，支持多参数同时提取和多轮反问澄清 [71][72][73] - Agent模式支持模型自主拆解任务和规划路径，能主动选择调用工具并纠正错误 [78][79] - 平台已升级支持MCP协议，集成海量工具 [80][81] - 媒体AI助手SuperX提供一站式入口，具备找素材、找知识、找热点、找工具、找灵感五大核心能力 [83][84] 智能体时代统一数据治理 - 当前媒体数据系统存在数据重复存储、难复用、模型不一致、指标不统一等问题，烟囱式架构导致数据割裂，无法挖掘价值 [96][97] - 主要痛点在于非结构化数据与结构化数据的割裂，以及数据资产与知识能力的割裂 [99][103] - 传统数据分析流程存在响应慢（月/周级别）、解读难、效率低等问题，约80%的数据分析需求为一次性灵活分析，但供需错位导致大量需求被压抑 [105][106][107] - 腾讯云数据分析智能体为企业提供全托管的智能体服务，整合、检索和分析结构化与非结构化数据，支持自然语言交互和自动任务编排 [108][109] - 智能问数（ChatBI）实现对话式BI，支持秒级响应和0门槛使用，覆盖基础指标查询、占比类查询、计算类场景（同比/环比/占比/增长率）、复合指标、排名类场景等多种分析需求 [113][117][119][121][122][123][125] - 智能搜索场景支持多源数据接入和Document AI技术，自动进行文档解析、向量化，适用于行业研报解读、企业知识管理等 [127][128][130] - 报告提出构筑从内容到知识的数据飞轮，通过"数据+知识"的双向融合，实现数据迭代和知识抽取 [134][135][136] - 基于大模型构筑动态知识库和专业语料库，是解决动态知识/数据来源和治理问题的关键 [141][142][143]