2026年3月27日，联合利华（Unilever）全球管理团队到访观远数据（Guandata）总部，双方就中国零售消费市场发展趋势、企业AI Agent落地实践、Skill Agent架构的全球化应用等核心议题展开了深度交流，就未来在快消零售数字化领域的全球合作达成了共识。
中国快消零售AI Agent落地呈现差异化特征
本次交流中双方指出，当前中国AI Agent的商业化落地呈现明显的行业不均衡特征，在零售、快消、物流、制造等工作流密集、决策频率高的行业成熟度最高。尤其是在运营决策频繁、工作流标准化程度高、企业系统可直接对接执行的场景，AI Agent的落地进展最快。
客户运营领域已经成为当前企业AI Agent部署的最前沿方向，正从传统的孤立自动化阶段，向可治理、全场景级别的执行阶段升级，这也为快消行业的全球数字化转型提供了可参考的中国实践路径。
双方合作持续升级共同探索行业解决方案
观远数据与联合利华的合作始于2018年，合作历程跟随市场需求不断迭代升级：
第一阶段（2018年起）：聚焦机器学习驱动的数据分析解决方案，合作开展需求规划、CPFR、D2C等预测类项目，助力联合利华实现数据驱动的决策升级
第二阶段（2021年起）：聚焦业务痛点导向的定制化解决方案，落地了DCOM控制塔（物流成本管理系统）、悟空1.0 F2C智能大脑等项目，针对性解决联合利华业务痛点
第三阶段（2025年起）：双方合作已经进入Agent赋能的业务转型阶段，已经落地了仓库会议智能体、智能排产智能体，2026年还在继续共创动态库存智能体、闲时补货智能体等多个项目，正在推进更多全球范围的深度合作
企业AI架构演进方向：从Workflow Agent到Skill Agent
本次交流提出，当前企业AI Agent落地正面临从Workflow Agent向Skill Agent的范式升级，这也是未来快消企业数字化转型的核心方向：
Workflow Agent：将大模型嵌入工作流节点，适合POC落地，能够快速实现场景的初步自动化。但当业务规则、约束、参数变化时，手动调整Prompt工作流会成为维护瓶颈，多次变更后画布变得混乱，只有最初搭建者能修改。
Skill Agent：技能（Skill）是2025年10月由Anthropic提出的新概念，2025年12月OpenAI、微软、谷歌都在接纳该标准。技能将业务经验抽象为可复用的模块，包含技能说明文档、参考资料（知识库）、脚本（可复用工具）、素材（可复用资产）四个部分，由代码执行、模型管理，是复杂场景下确定性执行的新企业标准，支持技能、子Agent、并行协作。
观远数据提出了四层企业技能型AI架构蓝图，为快消企业的AI落地提供了参考框架：
技能层：可复用的业务规则（如补货逻辑、优先级约束）和IT能力（数据接入、日志等），是企业AI能力的核心载体。技能分为三层：企业层技能是全球通用的能力（如排产的通用KPI定义），工厂/国家层技能适配本地化规则（如不同国家的假期日历、工厂设备参数），业务层技能适配特殊业务要求（如应急订单调整规则）。
模型层：理解意图、选择技能、生成执行计划，支持模型可替换，避免供应商锁定。
代码/执行层：传统确定性软件层，包括优化算法、仿真环境、规则引擎，保障系统稳定性。
治理层：版本控制、审计跟踪、自动测试、回滚机制，是AI能力安全落地的基础，确保代码修改后不会出现生产故障。
核心洞见：代码生成正在变得越来越容易，企业真正的护城河在于构建可将业务经验沉淀为可复用技能的能力中心。
企业落地Skill Agent三阶段路线图
对于快消企业而言，落地Skill Agent可以遵循三步走的务实路径：
第一阶段：高影响力项目交付。快速选择一个高影响力、痛点明确的业务场景，用AI Vibe Coding快速上线AI智能体，同时开始提取核心业务逻辑形成基础技能
第二阶段：技能库结构化。项目上线后总结沉淀可复用技能，搭建技能中心
第三阶段：可治理的自然语言演进。搭建底层治理能力（版本控制、自动化测试、沙箱等），业务团队可以通过自然语言触发系统调整，系统自动完成修改、沙箱验证和部署，大幅降低迭代成本
本次交流中双方一致认为，Workflow解决了"第一次搭建"的挑战，而Skill Agent架构解决了"持续迭代"的挑战。未来双方将基于各自的行业经验和技术能力，进一步深化合作，共同探索AI Agent在快消零售领域的更多落地场景，助力联合利华实现全球范围的数字化转型持续升级。
想进一步体验 AI+BI 在业务分析中的落地效果，可以从这里开始。
