10 月 29 日至 30 日，2026 腾讯全球数字生态大会在深圳举行。大会以“群智协同，数动飞轮：激发全场景生产力”为主题，悦智人工智能（深圳）有限责任公司（以下简称“悦智人工智能”）受邀出席，在两个行业专场发表主题分享：10 月 29 日 15:30 的智慧出行专场，悦智人工智能 AI 架构师裘超群以《WorkBuddy 解决方案及交通行业智能体案例介绍》为题，介绍交通行业智能体的落地路径；10 月 30 日 14:00 的行政人群专场，悦智人工智能 CTO 张永超以《与 AI 共生，AI 助理智联全域园区资源，跃升服务体验》为题，分享园区场景的实践经验。两场分享中，悦智人工智能向到场来宾介绍了《悦智FDE白皮书 让 AI 能力在企业现场生根——前置部署工程（FDE）方法论、体系与实践》，并展示了配套的悦溪 Jonex AI 多模态领域知识引擎。

两场分享指向的是同一组命题。大模型向产业纵深渗透，企业面对的已不是“要不要做 AI”，而是“怎么让它真正跑起来”。园区运营方与航空、机场、轨道交通企业正面对一组相似的命题：终端用户已习惯自然语言交互，但业务数据与流程分散在大量异构系统之中；多年沉淀的信息化资产体量庞大，整体替换意味着高昂的时间与资金成本；不少大模型应用演示惊艳，进入真实生产岗位后却与业务实际脱节。白皮书正是从这一组共性难题出发。

白皮书给出的答案，是把工程师派到业务现场去。FDE（Forward Deployed Engineer，前置部署工程师）源自企业级 AI 的一线实践——工程师不做远程交付，而是直接驻场客户一线，与业务岗位同场工作，让技术长进业务流程里，而不是停在演示环节。在方法论层面，白皮书主张先找场景、再谈技术：以真实业务收益为衡量标准，先在高频、闭环短的场景做出可验证的改善，再逐步向复杂流程延伸。

在体系层面，FDE 工程把交付拆成融合认知、建设咨询、方案设计、应用定制、迭代优化、业务运营、研发反哺七个环节，首尾相接形成全流程交付框架，让项目在每一个节点都可评估、可回退。实施节奏遵循“以效定投、小步快跑”——2 周完成衣食住行高频场景速赢验证，60 天打通 5~10 个存量业务系统，100 天实现全场景规模化运行，交付周期压缩超 50%，系统异常闭环时效压缩至分钟级。针对信息化底座参差不齐的企业，白皮书还给出分层建设路径：从轻量行政信息助理，演进至协同行政助理，最终建成全域超级园区 AI 助理。

支撑这套体系在客户现场落地的，是悦智人工智能的自研产品悦溪 Jonex——一款面向企业级 Agent 的 AI 多模态领域知识引擎。它把文档、图片、音视频与结构化数据等多源资料，编译为包含业务对象、关系与规则的本体知识，为企业 Agent 提供可推理、可溯源、可调用、可回写的本体知识服务，致力于构建企业Agent的上下文平台：资料经解析与建模提取出业务对象和规则约束，由 AI 辅助、业务人员复核后，以 Jonex Wiki 与 Graph 双形态组织起来，最终以有业务含义、可核查来源的知识服务进入 Agent 的实际工作流程。Jonex 的八大能力中，专门包含面向 FDE 的交付工具，覆盖知识工程、系统接入与交付运营——白皮书所主张的“让技术长进业务流程”，在工具层面正是由 Jonex 承接。目前，悦溪 Jonex 已在金融双录合规审查、机场安检智能助手、连锁酒店智能查房、医疗设备使用教程等场景中落地应用。

这套方法并非纸上推演。自 2019 年起，悦智人工智能聚焦企业级 AI 与智能体落地，技术研发人员占比 87%，具备 AI 大模型能力的人员占比 40%，累计服务 900 余家优质客户、交付 1800 余个整体项目，业务覆盖交通、政务、金融、制造、医疗、能源等 20 余个行业，持有 21 项体系认证（含 CMMI 5）。交通与园区，正是其中验证最充分的两个场景。

在 10 月 29 日的智慧出行专场上，裘超群介绍了两个已经投产的交通项目。面向某航空公司，悦智人工智能搭建办公智能体平台：基于小悦门户构建统一的 PC 端与移动端员工入口，覆盖日常办公、业务流程、IT 服务、人力资源四大业务板块，实现制度检索、公文处理、航班生产数据查询等高频能力；完成多格式文档与 OA 系统的知识治理，通过 API 实现部门级访问权限管控；并针对行政文书、运行岗位、采购财务与国际业务等不同岗位，从模型参数、Prompt 提示词、知识切分、检索策略四个环节定向调优，以岗位任务答查质量衡量提优成效。

面向某机场集团，悦智人工智能交付智慧客服 AI 底座。针对原有 IVR 按键导航最长耗时 57 秒、高频咨询自助解答覆盖率仅 30%、35% 的跨部门业务需线下或跨系统流转、座席工单记录负担沉重等痛点，项目构建覆盖智能客服基础能力、大模型基础底座、智能体应用服务、系统集成与实施服务的一体化平台，纳管 GPU 与国产化 NPU 异构算力，衔接业务中台、数据中台及 18 个业务系统接口。旅客以自然语言提交诉求，系统完成语义识别、知识库应答与工单流转，高复杂度、高风险业务转交人工介入；配套 AI 失物识别认领模块，物品类别识别准确率不低于 95%。项目上线后，平均通话时长缩短 15 秒，客户诉求解决率提升 10%，智能一次解决率提升 15%，人工 15 秒接通率达 96.9%，失物认领率提升 13%。

在 10 月 30 日的行政人群专场上，张永超围绕“AI 助理如何智联全域园区资源”这一主线，分享了园区超级 AI 助理在一批智慧园区项目中的落地实践。有别于市场上常见的问答型机器人，该助理采用“AI 总指挥 + 多专家 Agent 集群”架构：员工与访客以自然语言发起业务诉求，系统自主完成任务拆解、跨系统调度、空间状态感知与执行方案生成，由人完成关键节点确认，存量业务系统承接异常处理，实现软硬件一体化的业务闭环。支撑这套闭环的是四项关键技术：融合空间结构认知与 IoT 状态采集，实时同步车位余量、食堂排队热力等园区现场动态；依托 L0 至 L3 四层渐进式长期记忆框架，沉淀用户偏好与历史业务事件，免除用户重复复述背景信息；通过 MCP/CLI 标准协议外挂实现存量系统利旧，具备标准接口的业务系统接入周期压缩至一周，一句自然语言可穿透停车、访客、会议等六大系统直达办理；基于 A2UI 生成式交互引擎，在对话内输出可执行的操作卡片，结合时空感知主动推送“下一步”。平台还可对接巡检配送机器人与自助导览终端，打通数字指令向物理空间执行的链路。

“企业级 AI 的核心评判标准，不在于对话交互表现，而在于工程落地能力。”张永超表示，在两场分享中正式发布这本白皮书的初衷，是把过去几年在航空、机场、园区等场景中反复验证过的交付经验开放出来。绝大多数行业已沉淀大量成熟业务系统，全盘重构并不具备现实可行性；FDE 的做法是立足客户现有技术资产，从一线岗位的真实业务痛点出发，分阶段验证业务价值，推动 AI 能力嵌入生产业务流程。

下一阶段，悦智人工智能将以《悦智FDE白皮书》的方法论为指引、用悦溪 Jonex 为企业构建可溯源、可推理、可调用、可回写的本体知识引擎，持续沉淀智慧园区与大交通领域可复用的智能体实施方案，联合行业生态伙伴，推动企业 AI 走向规模化生产级落地。

扫描下方二维码，关注“悦智人工智能”公众号，即可下载《悦智FDE白皮书》完整版。