10月20日，Zoho在北京举行媒体沟通会，正式展示其最新的企业级AI全景战略。针对当前企业普遍面临的AI“用不起来”痛点，Zoho指出核心症结在于过短的决策周期与工具堆叠导致的数据孤岛。该战略旨在打破“AI孤岛”，推动AI从单纯的信息问答工具向具备执行能力的业务参与者转型，解决AI无法深入实际业务流程的行业难题。

构建三层架构：从信息获取到任务执行

Zoho提出的AI全景架构分为底层数据、中间层连接和上层执行三个部分。在上层执行端，Zoho强调AI的价值在于能否跑通多步骤流程。其原生对话式助手AskZia深植于CRM、财务等核心系统，支持用户通过自然语言获取信息并处理数据。在此基础上，Zoho推出了预置智能体Zia Agents，包含销售教练、SDR机器人等上百个开箱即用角色，专门处理规律性、可复用的工作任务。对于个性化极强的复杂场景，Zoho提供Agent Studio低代码平台，允许非技术人员像搭积木一样定制专属智能体。例如，某汽车零部件客户利用该平台开发了成本预测智能体，以应对国际贸易中关税和运输因素造成的成本波动。

标准化连接与务实模型策略

在中间连接层，Zoho通过MCP（模型上下文协议）打通内外生态，兼容Claude、ChatGPT等主流大模型，并提供300余款第三方服务集成。用户可在支持MCP的客户端中直接操作Zoho CRM，实现跨应用的数据自动更新，同时确保敏感数据在离开系统前完成遮蔽与鉴权。在底层模型策略上，Zoho不盲目追求大参数规模，而是根据业务需求部署自研中小模型。针对邮件自动回复、图片总结等特定场景，专用模型能显著提高精准度并降低推理成本。此外，Zoho将AI编程能力赋能用户，强调在稳固的业务底座上进行扩展，而非凭空构建应用，注重源码托管、权限设计等底层数据治理。

长期主义与数据安全承诺

在商业模式上，Zoho主张将AI融入产品体系，目前不向客户额外收取AI费用。这一策略基于其30年不融资、不上市的长期主义经营思路，认为AI应作为软件基础设施而非独立增值功能。在数据安全方面，Zoho承诺无论使用外部API还是自研模型，均不利用客户数据训练通用模型，将保护客户数据隐私作为过渡期的底线。企业部署AI时需综合评估数据处理方式、权限配置及外部服务接入边界，明确访问范围与执行权限是AI落地真实业务的前提。

Zoho的战略展示了企业软件从功能工具向智能体底座的转变趋势。随着智能体具备调用API和自主执行任务的能力，SaaS行业的竞争焦点将从功能数量转向AI参与业务的深度。企业上AI的关键不在于选择更聪明的模型，而在于决定哪些环节交给机器，并为此准备好数据、权限和系统连接的底座。Zoho通过全场景落地“AI+自主执行”，试图将技术能力转化为实际业务价值，推动企业软件在智能化转型中发挥更核心的作用。