OpenAI 在 7 月 22 日推出 Presence，把企业客服、销售和内部支持 Agent 放到更完整的产品线上。对企业来说，关键问题不是“哪个模型更会聊”，而是能不能把售后、工单、知识库和人工接管一起管住。
本号判断：企业 Agent 的预算口径，正在从买模型调用，转向买可上线、可评估、可交接的服务流程。
Presence 面向企业的客户和内部服务场景，可以处理语音和聊天，连接业务软件、知识库和公司政策，并通过仿真、评估、护栏和人工审核来控制上线质量。
这不是普通聊天机器人换个名字。它把“回答一句问题”扩展成“接住一个服务流程”：识别客户意图，查业务资料，按规则执行，再把高风险情况交给真人。
过去企业做客服 AI，常见路径是先接一个大模型，再让内部团队拼知识库、工单系统、质检和权限。问题在于，模型能力越强，部署责任反而越重：答错、越权、漏转人工，都会变成售后风险。
Presence 的信号在这里：OpenAI 不只想卖底层能力，也要进入企业 Agent 的交付层。真正能收预算的，不是“会说话的模型”，而是能被业务负责人放心放进一线流程的系统。
客服中心最先感到压力。低复杂度咨询、订单状态、政策解释和内部 IT 支持，都会被重新评估是否适合自动化。外包团队的价值也会从“坐席数量”转向“异常处理、流程设计和服务质检”。
对 SaaS 厂商和企业服务商来说，机会不在于简单接入一个模型，而在于把 Agent 嵌进 CRM、工单、知识库、权限和审计。谁能证明上线后的准确率、接管率和客户满意度，谁才更接近采购决策。
未来 3 到 12 个月，企业不该只问 Agent 省了多少人力。更该看三项指标：它能处理哪些明确场景，多少问题必须转人工，出错后责任和修正路径是否清楚。
国内企业也可以先从售后知识库、内部 IT 问答、订单进度和会员规则解释切入。不要一开始就让 Agent 处理退款、赔付、合规申诉和高情绪客户。
如果一个 Agent 方案只能展示流畅对话，却说不清数据连接、权限边界、人工接管、评估样本和上线监控，它仍然更像演示项目。
今天的变化说明，企业 AI 的下一轮竞争会落到最朴素的运营问题上：谁能稳定接住客户，谁能把错误控制在业务可承受范围内。
