封面来源｜企业供图

企业服务，是一个流程很“重”的行业。

帮客户全球注册公司、办资质、做合规，一个订单进来，背后可能牵出十几份文件、三四轮审核。司盟的专业知识足够深厚，但卡住效率的是每天那些绕不开的基础动作：材料反反复复地收、改、确认，流水一笔一笔地识别录入，邮件一封一封地下载分类回复。

中港星集团总裁袁林说：“我们过去大量的成本，其实就是在这个资料反反复复的沟通、修改，直至客户提交上来的资料合格的这个过程上面。”这也是企服行业最拧巴的地方：服务必须标准化，交付里又塞满非标场景，很多判断只能靠经验。

中港星集团总裁袁林

司盟企服的做法是：先让AI把已经标准化的专业服务替代，再由专业的员工判断决策。

全员用AI，写进年度规划

司盟企服是中港星集团旗下的综合企服平台，服务包含全球公司注册、资质办理、财税审计、知识产权、法律服务、银行服务、跨境合规等10多个专业领域。从2018年就开始，司盟企服就在做数字化转型，自研了全流程业务系统，比同行早了很多年。用袁林的话说，“当AI这个浪潮袭来的时候，我们其实是春江水暖鸭先知。”

2026财年，司盟把AI应用明确写进了公司年度规划，并定下三个目标：每个岗位都要在AI加持下增强，用Agent代理各种工作流程，在AI赋能下改造现有流程。

并且，要求全员执行。

这还只是第一步。企服这个行业，把Agent放进真实业务流程，还必须解决一个核心问题：结果能不能被复核，风险能不能被控制。

腾讯智慧文旅、农业华南解决方案总监叶剑接触过太多“装上就放着”的企业，他的概括直击本质：“个人养虾就有点像在养一个小宠物，我们是允许他随时出错、随时有问题，但是企业养虾的过程是要在养一个数字员工的，他是要对合规风控等等负责。”

腾讯智慧文旅、农业华南解决方案总监叶剑

把AI当宠物养，和把AI当工作伙伴，是两件事。

哪些事能交给Agent？

司盟内部总结了一套判断标准，决定哪些场景先接入Agent。

在袁林看来，要满足两个条件，Agent才能发挥用处。“第一个，它的流程是清晰的。第二个，每一个环节要执行什么，也是标准的。”

按这个标准，他们找到了第一个场景，邮件分类。每天早上，司盟的员工上班的头一件事，是处理各国官方机构发来的邮件——欧盟知识产权局、香港注册署、美国商标局......不同邮箱、不同附件，要下载、分类、放进对应文件夹。这个动作不复杂，但几百封邮件至少要花两个小时。

接入WorkBuddy之后，Agent可以在员工上班前登录邮箱，把附件下载、分类、归档都做完。等员工坐到工位上，结果已经出来了。

审计是另一个典型场景。

客户哪怕只有500万营收，如果客单价是50块，流水就有超万笔，每一笔都要识别、录入、制成报表，再交给会计做审计。这道“理账”的工序，过去“少则一个星期”。现在，司盟在WorkBuddy里沉淀了专门识别各家银行流水的Skill，识别、整理、填表，全部自动完成，会计师接手的是已经归整好的财务报表。

这个变化背后，是几百倍的效率提升。目前司盟仍保留人工核对环节，下一步计划让另一个Agent来做初步核对，再由人来做最终确认。

第三个场景是全球公司注册审核，司盟业务覆盖100多个国家，每个国家法律法规不同，而且持续在更新。

过去，合规专家要人工核验：身份证比例是否合规、签名是否真实、护照和委托书的签字是否一致、有没有PS痕迹——这些判断只能靠人眼逐项检查。现在，Agent先跑一遍，做完初步核验后再流转给专家做最终确认。

“目前我们一线反馈过来的，效率至少提升了5倍。”袁林说。司盟没有把风险全部交出去。AI遇到不确定项，会标记待人工确认，不直接放行。袁林解释，这是基于公司“高效零失误”的服务理念。严谨多一点，成本可能高一点，但这是对客户负责必不可少的投入。

这也是企业Agent真正进入生产流程前必须迈过的一关：要跑得快，也要知道什么时候停下来等人。

真正的坑：浅尝辄止

叶剑观察到，司盟是他接触的企业里，真正实现全员深度使用的案例之一，“刚开始用WorkBuddy的时候，其实他也是非常谨慎在做的，但用了之后就欲罢不能了。”司盟员工每天在内部自发分享用AI的心得，每个人都在自己的岗位上挖新的用法。这和很多企业“装了没人用”的状态形成了鲜明对比。

这也是袁林想给同行的一个建议，“最大的坑，就是浅尝辄止。你要持续去用它，这个落地的过程，一定会遇到各种各样的挫折。当我们不断去使用的时候，你会越来越熟练，这个Agent也可能会更加更懂你，技能更加贴合你的业务需求。那这样的话，我们才会真正地共生共长。”

叶剑也总结出一套衡量企业是否真正“会用虾”的维度：简单易用、深度会用、敢放进审核流程、输出真实可靠的结果——大多数企业卡在前两步就放弃了，而司盟走到了第三步。

AI没有替掉司盟的员工。但每天早上，他们打开WorkBuddy，头一件事已经变了——邮件处理早就做完了，等着他们的是那些真正需要经验和判断的事。

这才是把AI当工作伙伴。