案例 · 行业案例
2026 年 10 月 8 日
来源：Google Cloud（经 Business 2.0 News）
10月8日，Orange Spain 与 Google Cloud 宣布扩大战略合作，将 AI 运营工业化，在企业级「AI Factory」框架下，基于 Gemini Enterprise 部署了超过 1000 个自定义 AI 智能体，覆盖人力资源、IT、销售与客户服务等业务域，并在 30 天内达到近 100% 的 license 激活率。据 Google Cloud 官方新闻稿，该平台依托双方自 2018 年起构建的数据底座——BigQuery 数据仓库与 Google Cloud Storage 数据湖，统一了每秒产生的海量数据点、消除数据孤岛，并通过检索增强生成（RAG）与语义搜索，让智能体基于经核验的企业数据作答。已落地的用例包括技术事故的分诊与路由、系统根因分析、自然语言知识访问以及常规请求处理，目标是在全西班牙更快地解决客户请求。Orange Spain CTO Miguel Santos 称该合作是简化遗留运营复杂度、赋予业务部门更大敏捷性的关键推动力。
万有知兴点评
Orange Spain 最值得关注的不是「1000 个智能体」这个数字，而是它把智能体创作权下放给了普通员工、用「公民开发者」模式绕开了 IT 部门的产能瓶颈——这是 AI 规模化落地的组织答案。
- 1.对企业落地意味着：30 天近 100% license 激活率、员工自发搭建 1000 多个智能体，说明「低门槛 + 强数据底座」能让非技术人员真正上手，而非把 AI 锁在 IT 团队手里。对企业而言，这提示落地策略应从集中式研发转向平台化赋能——提供低代码工具与统一数据层，让离业务最近的人自己建智能体，AI 采纳率才能从「被要求用」变成「抢着用」。
- 2.可借鉴的启示：RAG + 语义搜索 + 数仓/数据湖的统一数据底座，是这 1000 个智能体「答得准」的前提。这再次印证一个判断：智能体的质量上限取决于数据质量，而非模型本身。企业若想让 AI 真正可用，第一步不是买模型，而是先把散落在各系统的数据聚拢、清洗、核验，让智能体在可信数据上推理，否则再多的智能体也是空中楼阁。
- 3.更深一层：从「试点」到「AI 工厂」的措辞转变，标志着智能体正从项目制走向基础设施化运营——像水电网一样常驻运行。但官方新闻稿并未披露质量管控、安全审计与故障处理的细节，而这恰恰是上千个员工自建智能体最容易翻车的地方。企业借鉴时应同步建设「智能体注册、审批、监控、下线」的治理闭环，让放权与管控并行，否则规模化放权会变成规模化风险。
原文：Google Cloud（经 Business 2.0 News） ↗
点评为万有知兴原创观点，转载需注明出处。