原创 | 作者：罗超
AI 热度不减，市场情绪依然很高涨。但今年下半年的一个明显变化是：AI 应用的重心由 C 端转到 B 端，包括阿里、腾讯、字节在内的头部大厂都在加码 Work Agent。各家产品的名字都不一样：工作、办公、Buddy，但均一致瞄准生产力场景。
根本原因在于，AI 已进入「验证期」，市场到了算账的节点，海量资本开支需要匹配的回报，商业模式亟待验证，跑通了是新天地，跑不通就是泡沫。而企业级 AI 之所以被大厂倚重，是因为相比 ChatBot、AI 搜索等消费级应用而言，企业为 AI 付费意愿更强。
但企业级 AI 不等于生产力工具或者说通用 Work Agent。员工每天上班都会用企业 IM、企业邮箱等协作平台，但真到了流转工单、审阅公文、办理业务、管进销存、管理差旅时，往往又会进入到垂直系统。过去企业每年都为这些垂直场景的 SaaS 服务，不买不行、非用不可。AI 时代来了，在 "AI 杀死 SaaS" 论调甚嚣尘上时，这些垂直场景可能才是最重要的 AI to B 场景，也最容易被忽视。
比如 AI+ 差旅，就在事实成了率先跑通企业级 AI 的垂直场景之一，将 AI 与差旅管理结合并给企业带来实实在在的效益。
客户破百万，
滴滴用 Agent 帮助企业规划差旅
先看一组数字。
滴滴企业版日前宣布，其已累计服务超过 100 万家企业，覆盖 8500 万名职场员工，接入企业平均节省 30% 的差旅总成本，员工在行程规划、预订报销上花费的时间减少 60%。世界 500 强企业中约三分之二是它的客户。
9 月 10 日，滴滴企业版做了一个新的尝试：" 送 Agent 进企业 "。在商旅服务大会上，携手小鹏集团发布了商旅行业首个跨企业 AI 协同方案。
简单地说，滴滴企业版将自身的车（打车）/ 机（机票）/ 酒（酒店）/ 火（火车票）服务能力与商旅 AI，封装成了可被企业客户自有 AI 调用的标准化方案。
以小鹏为例，其员工现在要出差，只需要对着公司内网的 AI 说一句话就能解决问题，比如告诉 AI：" 下周二我在上海有个骨干沟通会，周三到北京参加展会，周四尽早回广州 "，公司 AI 理解需求、补全信息、触发差旅审批流程；滴滴企业版的 Agent 在后台「接单」，结合企业差标与预算规则，自动规划车机酒火的最优组合，全程可融入企业审批流程确认，所有规划结果完整回传给企业。
过去类似滴滴与小鹏集团这样的上下游企业之间的协作，依赖平台的标准化能力，或双方定制开发，灵活性受限于双方的人员能力与成本投入，企业 "A2A（Agent to Agent）" 的方式，则可以突破协作边界，小鹏集团的 Agent 负责理解员工需求后向滴滴 Agent 派发任务，滴滴 Agent 负责打通内部执行。业务场景升级不再依赖 API、字段、回调…差旅体验升级更简单、更灵活、更快速。
最直接的好处当然是企业员工体验的提升。
我每年飞 40+ 次、差不多 10 万公里，属于典型的「出差党」，对 " 差旅报销太难了 " 这事儿深有感触。在出发前我需要根据活动会议日程安排筛选机酒，要兼顾差旅报销规则，还要考虑行李托运、航班中转、大小交通衔接等琐碎问题，遇到航空变动整个出差可能都受影响。就算不考虑报销，差旅规划也是让人费神费力的事情。
但采取滴滴企业版的 AI 协作方案后，企业员工就不再需要在不同 App 切换，不再需要输入日期 / 城市等信息等筛选、对比、规划车机酒火服务。Agent 会直接给出服务推荐，在审批通过后还能直接预订。所以企业员工不只是不再有旅后报销的烦恼，旅前规划、旅中协调等等事项也不再伤神，在繁忙时、外勤时、紧急时靠谱的 Agent 将会帮上大忙。
企业接入商旅 Agent 则可进一步在差旅环节降本、增效、合规。有数据显示，传统差旅模式下，员工自主预订占比超 60%，导致合规风险增加 35%；差旅成本浪费率高达 20%-30%，其中 80% 源于未优化的机票和酒店预订；员工每月平均将超过 0.5 天工作时间耗费在贴发票、整理行程说明、提报销申请单等事项上；差旅审批周期平均高达 48 小时，难以满足紧急出差要求，员工要么被迫放弃出差，要么破格「升级」到高层催审批，无形中增加了企业沟通成本、阻碍了业务发展、增加了组织摩擦力。
滴滴企业版跨企业 AI 协同方案将差标和预算规则自动嵌入 Agent 决策流程，可在科学规划的基础上实现极速审批。同时，Agent 进行行程规划不只是简单地进行比价，还会结合业务需求、综合时间成本、兼顾差旅标准，将车机酒火全局纳入综合规划。这顺应了商旅行业的发展趋势：滴滴联合《中国交通年鉴》社与益普索发布的《2026 企业商旅趋势报告》显示，企业商旅正从单价比较，转向对完整行程成本、时间投入与履约结果的统一核算。商旅智能化的目标不是 " 尽可能省钱 "，而是 " 让每一分预算都尽可能合理地支出 "，AI Agent 是实现这一目标的最优解。
而且滴滴这一 " 送 Agent 进企业 " 的模式，可助力企业完善 AI 工作流，加速智能化升级。智能化升级已成为所有组织新的课题。前些年 AI、大模型、ChatBot、WorkAgent、AI 工具类目繁多，员工各自探索应用，近年来企业正在构建统一的 AI 入口，形成 AI 工作流，但不同企业做法却有不同，有的基于 IM 打造 AI 入口，有的打造自有的 AI 助理，有的依托单一的 Work Agent ……
滴滴企业版跨企业 AI 协同方案，不挑方案，不论企业使用什么形式的 AI 均可与其打通，企业可在不改变自有入口和流程的前提下，快速将滴滴企业版 Agent 融入现有 AI 工作流或者 Agent 协作体系。比如员工可以通过企业自有的 AI 入口即可发起差旅需求，由滴滴 Agent 完成行程规划与预订，差旅服务成了企业 AI 工作流中可随时调用的一项能力。
企业商旅服务 Agent 化是大势所趋，
为什么滴滴先跑通了？
今年全球 CRM 标杆 Salesforce 推出了 Headless 360 架构，把平台变成可被任何授权 AI Agent 发现和调用的能力层。企业软件以及背后的服务、能力、生态，未来被客户使用的主流模式不会再是给员工提供 GUI 软件或者系统—— AI Coding 趋势下 GUI 变得越来越链接。企业软件给客户使用的标准模式，将是 Agent 接口，换言之，要能被客户的 AI Agent 调用。
这与滴滴企业版推出跨企业 AI 协同方案的理念如出一辙。未来，企业商旅平台要提供的将不再是 API 或者某个系统，而是能与客户的 AI Agent 互通数据、共同协作接力完成任务的能力。
单单是国内提供企业商旅服务的平台很多，除了传统差旅 SaaS、旅行社玩家外，跟滴滴企业版一样拥有「服务供给」的互联网平台如携程、同程、美团均已进入这个赛道里。为什么滴滴率先跑通 Agent 协作模式呢？
首先，滴滴企业版的服务更具「一站式」特性。
Agent 要实现覆盖一次差旅行程的全程智能规划，必须要有覆盖车机酒火的全程服务，这正是滴滴企业版擅长的。在 2026 商旅服务大会，滴滴企业服务事业群总经理蔡晓鸥就表示，" 滴滴企业版已从用车领域的服务能力向商旅全链条延伸，让员工行程更顺畅、企业管理更可控、商旅投入更有效。"
相较 OTA 商旅平台而言，滴滴企业版最大优势是大小交通衔接能力，可实现出发 / 到达后的接驳与机票 / 火车票的大小交通无缝衔接，在省钱和省时中找到最佳平衡点。同时，企业员工外地出差往往会有更高频的当地打车需求，滴滴企业版可基于酒店等预订信息，助力企业做好合规与降本管控。
其次，滴滴在 AI 商旅上「蓄谋已久」且布局多时，做 Agent 的基础打得很深。
简单回顾一下滴滴企业版的发展路径。
最初很多用户因为工作用滴滴打车，每到月底再集中申请发票走报销流程，员工嫌麻烦、回款慢，企业审批流程长、成本高，还有合规风险。于是滴滴在 2014 年就推出了企业版，先以 " 让企业员工打车更便捷 " 的卖点切入市场，在解决好员工打车问题后，整合酒店、机票、火车票等差旅资源，已逐步发展为企业员工出行场景全品类需求的 " 一站式 " 平台，实现了 " 车、机、酒、火 " 从出差第一公里到最后一公里的全程服务衔接，并在这一过程积累了超过上万条管控规则以及积分 / 奖励金等创新运营体系。在「一站式供给」整合的资源、数据和服务生态基础上，滴滴企业版近年来开始探索 AI 技术的应用，在去年推出了企业商旅智能体 AI 小滴，可实现智能规划、智能预订、智能管理。
滴滴企业版在深耕 AI+ 商旅的过程中，积累数据、打通流程、理解场景，在形成用户心智的同时还不断积累 AI 技术能力，这让滴滴企业版推出跨企业 Agent 协作成了水到渠成的结果。
最后，滴滴企业版也吃到了 AI 技术进步的红利。2026 年开年 OpenClaw 爆红，Agent 能力日益受到全行业关注，接着所有头部模型新版本都在强调 Agent 能力，AI 的使命从 " 回答问题 "、" 给信息 " 升级到 " 规划决策 "、" 完成任务 "，说人话就是「干活」，这恰好是差旅场景需要的能力——差旅规划、行程审批、车机酒火推荐与预订、规则校验，本质上就是一系列复杂的决策和协作任务。当所有 Agent 都在讲 " 出行规划 "、" 差旅秘书 " 这类故事时，滴滴与小鹏们一起协作，将差旅 Agent 率先变成了员工日常能用的服务。
AI 商业验证阶段，
垂直平台一下成了主战场
大模型技术天花板尚未看到，训练与推理成本还有极大压缩空间，在可见的未来基础模型厂商做的事情都很重要，但一个行业共识是：基模越来越不重要，AI 未来将 " 应用为王 "。基模能力正在快速商品化，曾经是「供不应求」，现在开始有「供过于求」的趋势，这意味着下游都能轻松拥有基模能力。而且在开源、蒸馏等模式的搅局下，基模之间的差距正在越来越小。
而当所有模型都能提供差不多的推理和生成能力时，竞争的核心成了两点：一是价格；二是场景，其实两者都指向 AI 落地和商业验证这件事。在 " 价格 " 上，DeepSeek 已建立绝对领先优势，未来有望扩大；场景呢？恰好是不做模型的垂直平台的优势，它们有场景，有数据，有用户，核心业务持续贡献的现金流确保它们在应用 AI 时不会太功利，虽说不会像基模厂商一样不计成本，但短期内并不会将赚钱当第一要务。
比如滴滴企业版就靠着服务生态、出行场景和海量数据的积累，率先跑通了企业商旅 Agent 的路。而类似的趋势还在更多垂直领域浮现。
强调不做 Token 工厂的美团，在今年 7 月面向商家上线全场景 AI Agent 平台 CatPaw，在餐饮、美业、宠物医院等场景完成验证，比如外卖商家可一句话获得当天的经营报告，涵盖评价分析、订单分析、营销分析、订单预测、备餐建议、选址建议等维度。9 月 9 日，京东发布企业级 AI 原生工作与办事入口 JD JoyWork，提供 AI 助手 " 万能博士 "、AI 原生工作平台 JoyDesk、AI 智能体平台 JoyAgent、数字员工 JoySupport、个人 AI 助理 JoyClaw，主要客户为京东供应链相关商家。
我的一个观察是：滴滴、美团、京东这些不以基础模型为核心的平台，近期围绕 AI 相关的动作变得更密集、更高调、更可感，这再次印证了 "AI 加速进入垂直场景 " 的趋势。滴滴、美团、京东们都在做同一件事：用多年积累的服务、数据和客户 / 用户等生态资源，去做 AI 的场景化落地、规模化应用和商业化验证。它们不追求做最强的模型，而是让 AI 在真实场景解决问题并跑通商业闭环。
在 AI 从通用走向垂直、从概念走向落地，从不计成本走向精打细算的大趋势下，垂直平台的价值正在浮现出来。AI 大模型厂商掀起的热热闹闹的 " 百模大战 "，一度让没有梭哈基模的互联网大厂显得有些被边缘化，结果现在这些平台一下又成了 AI 商业验证的主战场，坐上了 AI 牌桌。还真应了那句话啊：你大哥还是你大哥。
End
往期精彩回顾
看一看，赞一赞↓↓↓
登录后才可以发布评论哦
打开小程序可以发布评论哦