---
title: "AWS 峯會釋放新信號：不能交付 ROI 的 AI、正在變成企業的新成本"
type: "Topics"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/topics/42229336.md"
description: "$天潤雲(02167.HK) 一年一度的 AWS Summit 峯會在香港舉行，天潤融通作為特邀企業再次參加。與前兩年圍繞大模型技術指標、參數能力和應用想象的熱烈討論不同，今年參加 AWS 活動的明顯感受是：企業決策者不再只問 “AI 能做什麼”，而是更關心 AI 能不能進入真實業務，能不能減少無效成本，能不能在服務、銷售和運營這些關鍵環節中，持續創造可衡量的 ROI。顯而易見..."
datetime: "2026-06-26T06:36:10.000Z"
locales:
  - [en](https://longbridge.com/en/topics/42229336.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/42229336.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/42229336.md)
author: "[天润融通](https://longbridge.com/zh-HK/profiles/13195040.md)"
---

# AWS 峯會釋放新信號：不能交付 ROI 的 AI、正在變成企業的新成本

$天潤雲(02167.HK)

一年一度的 AWS Summit 峯會在香港舉行，天潤融通作為特邀企業再次參加。

與前兩年圍繞大模型技術指標、參數能力和應用想象的熱烈討論不同，今年參加 AWS 活動的明顯感受是：

**企業決策者不再只問 “AI 能做什麼”，而是更關心 AI 能不能進入真實業務，能不能減少無效成本，能不能在服務、銷售和運營這些關鍵環節中，持續創造可衡量的 ROI。**

顯而易見，企業對 AI 的期待正在變得更加具體，也更加務實。這種提問重心的轉移，本質上折射出企業經營環境的變化。

當前，全球企業正處於低增長、高成本、高不確定性的週期，流量紅利見頂，獲客成本上升，人力與組織成本持續侵蝕利潤。企業關注的重點，也從 “有沒有新技術”，轉向 “如何用更低成本完成更確定的業務閉環”。

這也成為今年 AWS 峯會的重要信號：**企業評估大模型與 AI Agent，正從 “技術能力” 轉向 “經營結果”。**

這也是天潤融通在現場分享 Zenava 實踐時重點回答的問題：如何通過構建具備理解業務、接入系統、執行流程能力的 AI Agent，幫助企業降低成本、提升效率，並實現可持續的業務增長。

# 一、企業的 AI 焦慮，本質上是經營焦慮

過去一年，幾乎所有企業都在嘗試 AI。接入大模型、升級智能客服、上線知識問答機器人，已經不算新鮮。

但當這些系統真正進入業務場景後，很多管理者會發現一個尷尬現實：AI 看起來更聰明瞭，企業的經營壓力卻沒有明顯減輕。

客户依然要等人工處理，線索依然要靠銷售逐個跟進，訂單和工單依然要在多個系統之間切換，複雜問題依然要依賴老員工經驗判斷。

△天潤融通海外負責人盧藝可在 AWS 大會發言

**這説明，單純 “回答得更好”，並不等於真正解決業務問題。**

**如果 AI 只停留在問答層，它改善的是溝通效率；只有當 AI 能進入流程、調用系統、推動任務，才可能真正影響服務成本、銷售轉化和運營結果。**

企業今天最焦慮的，不是 “我懂不懂 AI”，而是更具體的經營問題：客户來了，能不能第一時間接住？服務量增長，能不能不靠無限加人？線索越來越貴，能不能把每一次諮詢都轉化成有效機會？流程越來越複雜，能不能保證每一次服務都穩定執行？

這些問題，才是企業願意為 AI Agent 試點、採購和規模化落地的根本原因。

# 二、從 Chatbot 到 AI 員工：企業服務產能正在被重構

過去，很多企業解決服務與運營問題，主要依靠三種方式：**加人、外包、堆系統。**

這也直接導致人越多，管理成本越高；系統越多，流程越重；業務越複雜，一線員工越依賴經驗，服務質量也越難穩定。

**更關鍵的是，客户已經沒有耐心等待企業慢慢處理。**

一次官網諮詢沒有即時響應，線索就會很快流失；一次售後報修不能快速判斷，客户體驗就會迅速惡化；一次投訴理賠，流程執行不一致，就有可能帶來更大的服務風險。

這些問題，企業也曾試圖通過 Chatbot 來緩解壓力：讓機器人回答簡單、重複、高頻的問題，以此釋放人工坐席的時間。

這種方式在標準諮詢場景中有一定價值，但進入複雜業務中就會遇到問題。

比如 Chatbot 面對客户複雜的情緒、變化的需求，以及跨部門、跨系統服務時，就無法真正推進問題解決。

這也是 Agent 與傳統 Chatbot 最大的區別，**Agent 不只是信息的提供者，而是開始成為業務流程中的執行者與結果交付者。**

△天潤融通在 AWS 大會現場

天潤融通 Zenava 的定位，正是面向企業真實業務場景的 AI 員工。它不僅能夠理解客户表達，還能結合企業知識、業務規則、SOP 和系統能力，把一次對話推進成一次可執行、可追蹤、可衡量的業務結果。

比如，客户查詢訂單狀態，Zenava 不只回答 “請您稍後查詢”，更能調取系統信息，直接反饋訂單進度。

客户申請售後，Zenava 不僅判斷問題類型、補齊必要信息、還直接創建工單並流轉處理。

客户提交線索，Zenava 不僅記錄表單，還能理解需求、判斷意向、推薦方案，並把線索推進到後續銷售跟進流程。

因此，**Zenava 真正改變的，是企業的三類能力。**

· 第一，服務產能被放大。

· 第二，轉化機會被及時承接。

· 第三，流程執行更穩定。

這才是 AI Agent 對企業經營的真正意義：它不是簡單替代某個崗位，而是重構企業服務客户、承接需求、推進流程的能力結構。

# 三、用 ROI 驗證價值：AI Agent 必須交付真實業務結果

當然，AI Agent 是否有價值，最終還是要看業務結果。

在 AWS Summit Hong Kong 2026 現場，天潤融通也在演講中分享了 Zenava 在客户服務與業務增長場景中的實踐成果。

**比如 Zenava 幫助一家 B2B 企業將傳統諮詢入口升級為智能業務入口，實現 46% 的深度業務轉化，並帶來約 120 萬美元的潛在業務增量。**

△天潤融通海外負責人盧藝可在 AWS 大會發言

除了業務增長場景，售後服務也是 AI Agent 能夠快速創造價值的重要領域。

在售後場景中，大量諮詢集中在安裝、使用、故障排查、退換貨等標準化問題上，既消耗人工資源，也容易出現處理標準不一致的問題。

Zenava 通過多模態 AI Agent 接管這類高頻服務請求。當用户上傳圖片或描述問題後，系統能夠自動識別問題類型，結合企業規則判斷處理路徑，並自動創建工單或觸發後續流程。

**在實際應用中，Zenava 實現了 83% 的服務請求自動閉環，幫助企業節省約 100 萬美元成本；在投訴和理賠等複雜流程中，還實現了 100% 的 SOP 合規執行。**

從業務增長到服務運營，這些實踐充分説明，AI Agent 的價值不在於回答問題，而在於真正進入業務流程，完成任務並創造可量化的結果。

# 四、從技術嘗試到確定性生產力

整體來看，今年 AWS Summit Hong Kong 2026 釋放出的一個重要信號是，**企業對 AI 的關注正在從 “能做什麼” 轉向 “能帶來什麼價值”。**

企業需要的 Agent，不是一個聊天工具，而是能夠接入業務系統、執行流程、完成任務的新型生產力。

天潤融通 Zenava 正是沿着這一方向發展。通過將大模型與企業知識、業務流程和系統能力結合，Zenava 幫助企業把 AI 真正應用到實際業務中，並通過轉化率提升、服務成本下降等結果體現價值。

未來，天潤融通將繼續攜手 AWS 等生態夥伴，推動 AI Agent 在更多行業落地，讓 AI 從技術創新走向實際生產力。

**當企業開始用 ROI 衡量 AI 時，真正重要的已經不是模型有多大，而是誰能讓 AI 真正進入業務、解決問題並創造結果。**

$天潤雲(02167.HK)

### 相關股票

- [02167.HK](https://longbridge.com/zh-HK/quote/02167.HK.md)