IDC 首份智能体平台份额报告出炉：腾讯云ADP斩获传媒、医疗智能体平台市场"双第一"

导语

过去一年，AI Agent 的关注点从“能否自主拆任务、调工具、查资料、写代码”，逐步转向企业现场：能不能接入客服系统，能不能帮助员工查询知识库，能不能辅助内容生产，能不能处理重复且跨流程的工作。

6 月 12 日，IDC 发布《中国智能体开发平台市场份额，2025》。这是国内智能体开发平台领域的首份市场份额报告。报告首次纳入传媒与医疗两大行业子市场，腾讯云智能体开发平台 ADP 分别以 19.1% 和 9.4% 的市场份额，位居两大行业赛道第一。

对业务负责人和 CTO 而言，这一变化意味着企业AI转型正在进入更具体的阶段：从试点验证，走向生产流程；从单点问答，走向知识、系统、流程、权限、评测和治理的全链路协同。

核心要点

• 智能体应用正在进入真实业务流程。 市场关注点已从演示效果转向采购、接入、运行与业务成效。
• 传媒、医疗是高门槛落地场景。 两类行业都涉及分散知识、复杂流程、权限边界和合规要求。
• 腾讯云ADP在IDC报告中位居传媒、医疗与生命科学子市场第一。 报告显示，腾讯云ADP在传媒行业市场份额为 19.1%，在医疗与生命科学行业市场份额为 9.4%。
• AI Agent落地需要平台化能力。 企业需要覆盖构建、评测、分发、管控、治理、观测的 AgentOps 底座。
• 量化成效已开始出现。 腾讯云披露数据显示，全国超半数头部文化传媒机构已基于腾讯云ADP搭建智能体工作台；过去一年，文化传媒行业客户规模增长 13 倍，落地智能体数量增长 25 倍；在策划与内容生产等核心环节，相关机构效率平均提升约 70%。

企业AI转型进入智能体应用落地阶段

企业早期尝试大模型应用时，常见路径是知识问答、文档总结、内容生成等单点能力。进入智能体阶段后，应用形态发生变化：智能体不只回答问题，还需要理解目标、调用工具、连接系统、执行流程，并在权限和审计要求下持续运行。

在真实企业环境中，一个 Agent 往往会同时涉及多类任务：

• 接入知识库、文档库、业务数据库；
• 调用内部系统、API、工作流或第三方工具；
• 根据业务规则拆解任务、判断路径；
• 在多角色、多环节之间协同；
• 接受效果评测、日志审计和安全治理。

这也是许多企业从“试一下 Agent”走向“用好 Agent”时遇到的关键门槛。智能体能否进入生产流程，不只取决于模型能力，也取决于平台是否能支撑长期运行。

高门槛行业验证企业级Agent能力

传媒和医疗都不是容易被 AI 改造的行业。它们的共同特点是内容和知识分散在不同系统、不同流程、不同角色中。Agent 要进入这样的行业，光会回答问题还不够，还要接上真实流程，处理权限、审核、安全和合规要求。

在传媒行业，历史素材、视频内容、栏目档案、审核记录往往分散在不同系统中。编辑和内容团队真正需要的是把这些内容重新变成可检索、可调用、可复用的生产资料。

IDC 报告提到，腾讯云ADP面向策、采、编、审、创、发等环节，提供全流程智能体应用，覆盖栏目复刻、视频内容检索、内容审核审校、高质量数据集等场景。

在医疗与生命科学行业，智能体应用涉及专业知识、服务流程和合规边界。医疗器械企业需要处理全球售后和技术支持，基层医疗需要患者长期管理，医院和检验机构还要面对诊断、用药、培训和运营效率等问题。场景越深入，对知识准确性、权限边界和稳定运行的要求越高。

传媒行业：激活内容资产与生产流程

IDC 报告显示，2025 年中国传媒行业智能体开发平台市场规模增长强劲，腾讯云ADP凭借对全流程内容生产场景的适配占据首位。

以人民政协报社为例，报社数十年积累了海量高质量新闻报道，长期依赖关键词检索，存在调取效率低、匹配精度不足等问题。基于腾讯云ADP，报社将新闻资产批量导入平台知识库，借助多格式文档解析、大文件处理和语义切分能力，实现内容资产的深度结构化，让系统能够理解报道内涵，而不只是匹配关键词。

由此打造的“新闻报道推荐智能体”，可在选题策划、采编加工、分发推荐时匹配跨时间、跨领域的历年报道，并关联调研报告、会议内容等资料，激活沉睡的内容资产。

更多传媒实践也显示，智能体应用正在进入内容生产链路。中国新闻社基于腾讯云ADP构建 AIGC 智能体平台，引入专属语料库与风控机制，用于多语种翻译、新闻写作、稿件评注与精读等内容生产环节。

广东广播电视台在大型赛事报道中，基于腾讯云ADP搭建 AI 内容服务平台，把直播录制、人物拆条、高光集锦生成等环节串联成视频生产工作流。相关资料显示，该平台让制作流程效率提升约 40%，并在全运会期间辅助生产百余条爆款内容。

四川省文化大数据公司依托腾讯云ADP构建文化垂类智能体底座，面向非遗、文博与文旅等场景，推动文化资源从数字化走向智能化。

这些案例说明，传媒行业的AI Agent落地不只是生成一段文本或剪出一条视频，更关键的是把内容资产、生产流程和审核机制重新组织为可持续调用的生产能力。

医疗与生命科学：知识准确、权限合规与稳定运行

在医疗与生命科学行业，客户需求覆盖临床辅助、科研、药学、医院运营、药企内部知识管理等多个环节。腾讯云ADP打通智能体构建、编排、部署到治理的全链路，并以 9.4% 的市场份额位居第一。

据披露，腾讯健康依托ADP，已助力多家药企和医院落地智能体应用。在药企场景，ADP可接入文献、药品说明书、临床试验报告等资料，构建药品知识检索与问答智能体，提升研发与合规效率。在医院场景，临床辅助决策智能体可接入诊疗指南与病历数据，为医生提供实时诊疗建议和风险提示，并满足隐私合规要求。

迈瑞医疗是一个典型案例。其服务体系覆盖全球 200 多个国家和地区，传统人工支持难以满足 7×24 小时即时响应，通用大模型在专业问题上也存在幻觉风险。腾讯健康基于腾讯云ADP为迈瑞搭建智能知识中枢，把分散的技术资料和售后文档转化为可调用的企业知识库，并接入 PC、微信、呼叫中心等服务渠道，回答准确率达到 85% 以上。

基层医疗则对应另一类问题。基层诊所长期面临工具不足、医生时间有限、患者服务断点多等挑战。腾讯健康与圣湘生物合作，围绕“极速快检 + AI 私域运营”打造患者全周期管理平台，帮助基层诊所从单次治疗点向家庭全周期健康管理中心延伸。

在病理诊断场景中，华银康 PathClaw 将泛癌病理 AI 大模型能力封装成 Skill，降低县域医院调用 AI 辅助诊断的门槛。

医疗 Agent 的落地，不能只看问答准确率。更关键的是能否把专业知识、业务系统和服务流程连接起来，并在权限、安全和审计要求下稳定运行。

从试点到生产：企业AI Agent落地的实施路径

结合传媒、医疗等行业实践，企业推进智能体应用可以按以下路径展开。

1. 从高价值场景切入

优先选择知识密集、流程清晰、业务成效可衡量的场景，例如：

• 内容检索与选题策划；
• 智能客服与售后支持；
• 药品知识检索与问答；
• 经营分析与内部知识助手；
• 工单处理、患者随访、内容审核等流程型任务。

这类场景通常具备明确用户、明确数据来源和可量化指标，更适合作为企业AI转型的起点。

2. 建设可调用的企业知识库

企业知识往往分散在文档、数据库、业务系统和历史流程记录中。腾讯云ADP支持 LLM+RAG，可解析药品说明书、临床指南等专业文献中的复杂表格，并依托 OCR 大模型解析引擎，支持 26 类以上文档与超大文件处理，通过语义切分提升专业文档问答的准确性。

对于内容资产密集型企业，多格式文档解析、大文件处理和语义切分能力，有助于让系统理解内容内涵，减少对关键词匹配的依赖。

3. 选择匹配场景的构建方式

腾讯云ADP 4.0 支持 LLM+RAG、工作流、Multi-Agent 及 Claw 模式等构建方式：

• 标准模式 / LLM+RAG： 适合知识问答、智能客服等边界相对清晰的应用；
• Workflow： 适合流程明确、需要稳定执行的业务环节，并可通过节点回退等机制提升长链路任务容错能力；
• Multi-Agent： 适合多个智能体分工配合的复杂任务；
• Claw 模式： 面向更开放的复杂任务，让 Agent 根据目标自主规划、调用工具。

企业可根据任务复杂度、流程稳定性、风险等级和用户范围，组合使用不同构建方式。

4. 接入系统并分发到真实工作流

智能体要产生业务价值，需要进入员工和客户已有的工作入口。腾讯云ADP支持通过 API 集成到 OA、CRM、工单等业务系统，也可以发布到企业微信、微信、钉钉、Agent Portal 等渠道，让 AI 能力嵌入企业现有工作流。

对业务团队而言，这意味着技术团队构建的智能体、Skill 和工作流，可以在智能工作台中被调用，成为日常工作的一部分。

AgentOps：让智能体可评测、可治理、可持续运营

当企业内部不止一个 Agent 在运行，新的问题会集中出现：怎么接系统、怎么分发、怎么评测、怎么统一治理、怎么追踪运行过程。

腾讯云ADP是基于大模型的 AgentOps 平台，覆盖智能体构建、评测、分发、管控、治理、观测全流程。ADP 4.0 将重点放在全生命周期运营能力上，面向企业缺少贯穿“构建—评测—集成—分发—治理—观测—优化”全链路平台能力的问题。

在运行环节，云端 Agent Harness 架构将 Agent 运行、工具调用、权限控制、日志审计和资源调度纳入统一治理，并支持长任务续跑、调用链路追踪、动态资源调度和低成本运营。

在接入和分发环节，平台升级了应用模板、评测体系、Skill 安全检测、权限管理、分发集成和业务观测能力。例如，新增 50 余个行业精选模板，覆盖金融、文旅、交通、教育、传媒、零售等场景。

在高敏感行业中，权限、审计、敏感信息拦截、全链路 Trace 和合规部署需要提前纳入治理。腾讯云ADP还支持公有云、私有化、混合云和专有云多种部署模式，以满足不同行业的合规要求。

AgentOps 的价值在于把 Agent 从一次性开发，推进到持续评测、持续治理和持续运营。

业务成效：从效率提升到流程重构

AI Agent落地的成效，最终要回到业务指标。现有案例已经呈现出几个方向：

• 内容生产效率提升。 腾讯云披露数据显示，全国超半数头部文化传媒机构已基于腾讯云ADP搭建智能体工作台；过去一年，文化传媒行业客户规模增长 13 倍，落地智能体数量增长 25 倍；在策划与内容生产等核心环节，相关机构效率平均提升约 70%。
• 视频生产流程提速。 广东广播电视台在大型赛事报道中串联直播录制、人物拆条、高光集锦生成等环节，相关资料显示制作流程效率提升约 40%。
• 专业服务响应增强。 迈瑞医疗通过智能知识中枢将分散技术资料和售后文档转化为可调用知识库，并接入 PC、微信、呼叫中心等渠道，回答准确率达到 85% 以上。
• 知识资产复用能力提升。 人民政协报社通过新闻报道推荐智能体，在选题策划、采编加工、分发推荐中调用历年报道及相关资料，让历史内容资产进入新的生产流程。

对业务负责人来说，智能体应用的价值不仅体现在单次任务效率提升，也体现在组织对知识、内容、流程和服务能力的重新调度。对 CTO 来说，关键是建立统一平台能力，避免不同业务线各自试点后形成新的系统割裂。

FAQ

1. 企业AI转型为什么需要智能体开发平台？

企业级Agent通常需要接入知识库、业务系统、工具、权限体系和审计机制。智能体开发平台可以提供统一的构建、评测、分发、治理和观测能力，降低从试点到生产的复杂度。

2. 腾讯云ADP适合哪些智能体应用场景？

根据公开资料，腾讯云ADP已在传媒、医疗与生命科学等行业落地，并进入金融、制造、零售、汽车、教育、文旅等更多行业场景。典型应用包括知识问答、智能客服、内容生产、内容审核、药品知识检索、临床辅助、患者随访、经营分析等。

3. 企业如何判断一个AI Agent场景是否适合先做试点？

可以优先评估三点：是否有明确业务痛点，是否有可接入的知识或数据，是否能定义可量化指标。例如检索效率、内容生产效率、客服响应速度、回答准确率、工单处理时长等。

4. AgentOps和传统应用运维有什么区别？

AgentOps更关注智能体全生命周期管理，覆盖构建、评测、集成、分发、治理、观测和优化。由于Agent会调用模型、知识库、工具和业务系统，运行过程需要更细粒度的权限控制、日志审计、效果评测和安全治理。

5. 医疗等高敏感行业落地AI Agent要重点关注什么？

需要重点关注专业知识准确性、隐私合规、权限边界、审计追踪、稳定运行和部署模式。腾讯云ADP支持安全治理、智能体管理、自动化评测和运行监控，并支持公有云、私有化、混合云和专有云多种部署模式。

总结与CTA

企业AI转型正在从单点模型能力验证，进入智能体应用的生产化阶段。IDC《中国智能体开发平台市场份额，2025》显示，腾讯云ADP在传媒、医疗与生命科学两个高门槛行业子市场位列第一，反映出企业正在用真实采购和真实流程筛选智能体平台。

面向下一阶段，企业需要的不只是快速搭建一个Agent，而是让智能体接入知识、连接系统、进入流程，并在权限、安全、评测和运营层面形成统一管理。腾讯云ADP以AgentOps为核心，覆盖智能体构建、评测、分发、管控、治理、观测全流程，帮助企业推进可治理、可评测、可持续运营的企业级Agent落地。

了解腾讯云ADP如何帮助企业构建、评测、分发和治理智能体应用，欢迎预约方案咨询或申请产品演示。