VirtueZ · 2026.10.08
Google 把 Agent 带进企业:接上数据以后,还缺什么?
企业 AI 最容易拍出好看的演示,是让它对着一份整理好的文档回答问题。最难的时刻,是销售问“这个客户上一季度到底买了多少”,CRM、财务表和合同三处数字不一致,而 Agent 还要替他起草一封对外邮件。接上企业数据之后,模型终于看得见更多;随之而来的,也可能是更多需要人负责的冲突。
Google Cloud 在 2026 年 10 月 8 日的官方公告中介绍面向工作的 Gemini agent:连接业务系统,使用工具和技能,在文档、收件箱和开发环境里交付结果,并强调企业管理与控制能力。发布描述给出了产品方向,但具体组织能否访问、连接哪些系统、效果如何,应以实际版本与合同条件核对。产品经理更该问的是:让 Agent 看见业务以后,哪条工作链会真正变短?
一、数据接上了,谁说了算?
企业里同一个客户可能有多种数字。销售系统记录签约额,财务记录到账额,客服看到退款后的净额,运营报表按下单时间统计。Agent 如果被问“客户贡献了多少收入”,它该取哪一份?没有统一口径,模型只能挑一个看起来合理的数。数据接入越方便,错误也越容易被包装成一句自信的答案。
因此在接入前,先选一项具体任务并定义数据来源。例如“给销售准备客户续约会前摘要”,需要最近一年的已确认合同、已完成付款、未关闭的工单和最近一次会议纪要;每种资料有负责人和更新时间。模型可以指出合同额与到账额不同,不能把它们混成一个“收入”。答案旁还要给来源,销售才能在发给客户前核对。
缺失的数据同样需要身份。CRM 没更新不等于客户没有需求,财务尚未入账不等于订单不存在。产品应让 Agent 说“这个字段未在指定系统找到”,再给出需要谁补充,而不是把空白填成零。企业用户通常不怕系统承认不知道,怕的是它看了一半资料便像看全了一样说话。
二、能读到,不代表能替人做
企业 Agent 连接邮件、文档与业务系统后,下一步自然想替员工执行动作。可“帮我准备一份续约建议”和“替我给客户发送报价”不是同一类授权。前者可以在内部草稿上反复修改,后者一旦发出会形成对外预期。业务系统的读写权限、审批状态与日志,应随着动作重要程度分开设计。
一个合理的推进顺序是:先允许查询与整理;再让它生成内部草稿,由负责人修改;通过稳定样本验证后,才考虑某些低风险、可撤销的自动动作。涉及客户价格、合同条件、生产配置或真实资金,保留系统校验和明确的人类确认。提示词里写“请谨慎”不能替代权限控制。真正能控制后果的,是它在系统里到底有没有那只可以点“发送”的手。
权限还要按用户身份继承。普通销售能看自己的客户,不该借 Agent 查另一个团队的合同;外包伙伴能看活动素材,不该通过聊天入口摸到完整客户名单。若一套 Agent 因为后台服务账号权限过大而绕开原有系统边界,产品上线后会比手工查询更难管理。安全团队需要审查,产品经理则要把“谁在什么任务下可看什么”写进需求。
三、知识工作、内容制作、写代码,别一次全接
官方介绍把知识问答、内容创作到编码都放进企业 Agent 的能力图里。它说明平台希望覆盖较广的工作,但企业导入时不必一口吞下。先选输入相对清楚、结果可以核查、出错后容易发现的任务,比如为内部会议整理带来源的资料、把已确认工单分类、为现有文档提出冲突清单。做稳一个,才有理由接下一条链。
如果一开始就要求 Agent 既查客户资料、又改网站、还替销售发邮件,跨系统错误会很难定位。它做错了,是来源过期、工具权限不对、模型推断有误,还是接手的人没看清?任务越长,越需要分段证据:查到了什么,准备改什么,哪一步得到人工许可,最后是否真的完成。产品经理可以要求阶段性成果,而不是只在任务末尾收到一个“已搞定”。
完成结果也应进用户原来的工作位置。销售在 CRM 中处理客户,若 Agent 把建议只放在另一个聊天应用里,他还得复制回去;研发在代码审查里处理变更,结果若只是一份离线 PDF,也难以继续工作。Google 强调成果回到文档、收件箱与开发环境,这个方向对企业很重要。但是否真的减少复制与跳转,需要在真实岗位上测试,不能从产品介绍直接推断。
四、企业最需要的不是一个万能入口,而是一份责任图
一个统一的提示框很方便,用户可以从那里发起各种任务;但出了问题,责任不能同样模糊。谁维护业务规则,谁管理系统连接,谁审批模型访问权限,谁处理错误建议造成的客户投诉?若这些问题全留给“AI 平台团队”,业务部门就会在上线后发现自己仍需要补齐原本的判断工作。
可以为每条任务写一张责任图:模型负责信息整理与候选方案,原系统负责确定性校验,业务负责人批准重要决定,技术团队维护连接与日志。图不必复杂,重点是每个人知道哪里可以放心交给 Agent,哪里必须接手。越是跨部门流程,这张图越有价值。
企业还要管理版本。销售政策变了、产品价格更新、合同模板换了,Agent 的资料源、规则与验收样本也得更新。否则界面仍是同一个智能入口,输出却慢慢落后业务。把知识更新和错误复盘纳入日常运营,比上线日举办一次大型培训更能决定长期效果。
五、接上系统容易说,接上真实工作难
企业的系统并不是一套干净的积木。CRM 字段由销售多年累计,命名可能前后不一;合同扫描件里有手写改动,知识库中旧条款尚未标废止;客服工单会把用户情绪和系统事实写在同一段文字里。Agent 能接入数据,不代表它知道这些字段的历史。产品经理要和一线员工一起找出最常被误读的资料,把口径写成系统规则或明确标注,而不是期待模型靠“常识”理解公司内部习惯。
真正的集成工作有时是改旧系统。销售需要的是“这笔客户续约还有哪项风险”,但 CRM 没有记录风险责任人;客服需要的是“上次投诉是否已处理”,工单里只有一段自由文本。若关键状态没有被任何系统维护,Agent 只能从碎片里推测。技术团队可以先让它提出待确认项,推动业务补数据;不能让模型自己成为缺失字段的替代品。
这些修补不是 AI 项目额外制造的麻烦。原来员工靠熟人问答和个人经验弥补系统缺口,现在 Agent 想跨部门工作,隐性规则被迫摆上桌面。产品经理应把发现的缺口分类:该改数据字段,该更新知识库,该调整权限,还是必须保留人工判断。把问题找准,比一味调提示词更能改善实际效果。
六、企业控制能力要让业务同事看得懂
官方介绍提到安全、管理与治理。对企业采购而言,这些能力很重要,但不能停留在功能清单。实际使用者需要看到哪些任务正在运行、读过哪些数据、准备向谁发送什么;管理员需要设置每个部门可连接的系统和允许的动作;审计人员需要在发生错误时追到原始输入与执行轨迹。三类人看同一系统,所需界面不同。
权限变更也应有日常流程。员工转岗、项目结束、外包合同到期,Agent 原来拿到的资料访问权不能一直留着。业务系统已有权限模型的,应尽量让 Agent 服从原有边界,不单独创造一套谁也不记得维护的规则。若需要例外授权,写明范围和期限。一个企业 Agent 越被员工喜欢,就越可能进入更多敏感场景,因此基础权限反而要做得更稳。
成本控制同样需要落到任务。高规格模型处理复杂客户方案可能值得,给几千条固定格式工单贴标签则未必;全天候运行的 Agent 若不断检查没有变化的系统,费用也可能超出预期。产品经理应给每类任务设预算与超限行为:暂停、降级、转人工,还是排到非紧急时段。节省预算不能靠月底看到总账后惊讶,应该在产品行为里体现。
七、让员工愿意使用,别先要求他们相信“万能 Agent”
很多企业试点失败,不是模型完全做不到,而是一线员工觉得它的结果还得全部重查。要改善信任,先给他们一项确实能省事的小任务,展示每条结论的来源和不确定项;他们发现错误时,有一个便捷的反馈入口;下次同类错误减少,才会逐步愿意交更多工作。培训时演示一次最完美案例,不如展示一次错误如何被发现与纠正。
不要把使用率当成唯一成绩。公司要求全员打开 Agent,点击数当然会上升;如果员工同时还在旧系统里手工做一遍,劳动并没有减少。可以抽样跟踪完整任务:从收到客户需求,到资料整理、内部确认、对外沟通,哪里少了一次复制,哪里多了一次审核。对企业用户,能把一天里多次无意义的切换减少,常比首页出现一个“智能”按钮更有价值。
八、方法论:拿一个“续约准备”任务做六周试点
第一周和销售、财务、客服共同确认任务边界:目标只是内部会前摘要,不发送给客户;列出数据源、有效口径与不得访问的材料。接下来准备经过脱敏的历史客户样本,包含合同与到账额不一致、工单未关闭、会议纪要过期等情况,先写人工认可的判断。然后让候选 Agent 处理,检查来源、关键错误和人工修正时间。
把验收表交给真正会使用的人。销售看“能不能在五分钟内抓到续约风险”,财务看到账数字是否准确,客服看投诉状态有没有被误写成已解决,技术看工具调用与权限日志。任何一方发现关键事实错误,都不能用其他栏目高分抵消。第一轮失败不必立刻否定整套方案,先判断问题来自模型理解、字段含义、过期资料还是权限配置,再对症修正。
试点还应准备一次“系统不顺利”的演练:CRM 查询超时,合同附件打不开,客服工单只返回部分记录。Agent 要能说明未查到的内容,不把空值当成无问题;销售应知道这时该如何人工补查。只在数据完整时评估,最终上线后遇到第一个真实缺口就会露馅。失败状态是否可解释,和正常结果质量一样重要。
通过离线样本后,选少量真实任务由销售人员并行使用。记录从开始找资料到摘要通过审核的时间,也记录每次手工查证和误判。若能稳定减少准备时间,再让它起草后续邮件,但正式发送仍由销售确认。六周只是建议的试点节奏,不是官方产品要求;团队应依据任务量和风险调整。
扩大范围之前,最好回答三个实际问题:这项工作谁负责教新同事使用?业务规则变化时谁更新资料?出了错误谁能够暂停相关任务?若答案还只落在试点项目组身上,工具暂时只适合继续试点。企业服务需要一套日常维护办法,不会因为模型在一次演示里答得漂亮就自动长出来。
最终交付一份实用结论:哪类客户资料能让 Agent 稳定整理,哪类冲突需要财务介入,系统连接还有什么缺口,员工是否真的少在多个系统间搬数字。Google 把企业 Agent 带进业务系统,是能力上的一步;让一个客户经理下次开会前拿到可信、可用、不会越权的材料,才是产品真正走完的那一步。
下次看到“连接所有企业数据,一句话完成工作”的介绍,可以先拿一条自己最熟悉的流程核对:正确数据在哪个系统,旧规则由谁维护,Agent 能执行到哪一步,异常时谁接管。能把这四件事说清,再谈模型能否替团队做得更快;说不清,增加一个万能入口只会让原有混乱更方便地流动。
真正适合先落地的,往往是一项边界清楚的工作:替销售把会前材料找齐、标出冲突,交给人确认。它不如“全自动经营客户”听起来惊人,却更容易验证,也更容易在出错时停下。先让一小段工作稳定,企业才有理由把下一段也交出去。
企业可以先选一个只读、可查证的场景,让员工看到 Agent 查询了哪些系统、哪些字段仍然缺失。只有当这份摘要长期比人工搬运更快,才逐步考虑草稿与自动动作。系统一接通就开放写入,出了错很难分清是模型误判、资料过期还是权限配置问题。一步一步放权,反而能让业务更早得到可用的结果。先把谁能看、谁能改、谁来审写清楚,连接器接通后才不会把错误顺着流程送得更远。业务规则与资料来源由具体团队维护,Agent 才能持续拿到可靠的工作依据。
信息来源与事实边界
- Google Cloud:2026 年 10 月 8 日 Gemini agent 公告。本文的客户续约案例、权限分层与试点节奏为作者提出的方法,未写成已有企业部署或作者亲测结果。