Zoho推出三层AI架构：以执行能力突破企业应用落地瓶颈

一句话结论

Zoho发布底层、连接、执行三层AI架构，将AI从问答推向任务执行，以打通数据孤岛与权限边界为核心，重新定义企业级AI落地路径。

关键要点

Zoho主张AI必须参与实际业务流程，仅回答问题的AI对商业价值微乎其微，因此将"能否执行"作为产品分水岭。
执行层包含原生嵌入CRM、财务等系统的AskZia助手、上百个开箱即用的预置智能体Zia Agents，以及面向复杂个性化场景的低代码平台Agent Studio。
连接层通过模型上下文协议MCP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，支持外部客户端直接操作Zoho CRM。
底层不追求通用大模型参数竞赛，而是按客户真实需求自研部署中小模型于自有数据中心，以降低推理成本并提高业务精准度。
Zoho在商业模型上未向客户额外收取AI费用，坚持将AI融入产品体系而非作为独立增值功能，同时承诺不利用客户数据训练通用模型。

背景与事实

10月20日，Zoho在北京举行媒体沟通会，主题为"助力中国企业全球化成长"，期间系统展示了其企业级AI全景战略。Zoho全球副总裁Mathivanan指出，企业AI落地受阻的核心症结在于过短的决策周期与过多的备选工具，导致数据孤岛在AI时代演变为"AI孤岛"——盲目堆叠带AI标签的软件非但未能打破信息壁垒，反而加剧了系统割裂。

Zoho中国COO夏海峰在主题演讲中进一步阐明，AI若仅能回答问题、提供信息，无法参与实际业务流程，其对商业的价值极为有限。企业AI应用面临的关键门槛在于：能够回答问题不等于能够完成任务。AI要真正参与业务，需要理解用户需求、获取相关数据、调用业务系统，并在权限和流程约束下完成具体操作。基于此判断，Zoho构建了沉淀多年的三层AI架构：底层提供数据支撑，中间层负责连接，上层管理执行。

在执行层，AskZia作为对话式AI助手原生嵌入CRM、财务、客服等业务系统，支持用户通过自然语言获取信息、分析数据并完成内容起草与润色。Zia Agents则提供销售教练、SDR机器人等上百个预置智能体，专门处理有规律、可复用、依赖经验的工作。Agent Studio低代码平台面向规则复杂、个性化强的场景，例如某汽车零部件客户通过该平台开发专属成本预测智能体，应对国际贸易中关税、运输等因素引发的材料成本波动。在连接层，Zoho通过MCP协议打通内外生态，用户在WorkBuddy、豆包工作、千问办公等支持MCP的客户端中配置自定义连接器，接入Zoho MCP即可在外部直接对话操作Zoho CRM，实现数据自动更新。MCP协议当前兼容Claude、ChatGPT等主流大模型与智能体，并提供300余款第三方服务集成清单，同时通过标准化协议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选择不跟风竞争对手的烧钱规模，而是依据客户真实需求决定投入。相较于消耗巨大资源的通用大模型，Zoho更倾向于自研部署在自有数据中心的中小模型，应用于自动回复邮件、图片内容总结、情感分析等特定场景。这种策略在商业模型上体现为"反直觉"选择：Zoho将AI融入产品体系，目前不向客户额外收取AI费用，这一决定基于其坚持30年不融资、不上市的长期主义策略。数据安全方面，Mathivanan将其定义为"过渡期的底线"，无论使用企业自带API Key接入外部模型还是使用Zoho自研模型，均承诺不利用客户数据训练通用模型。

影响分析

对于中文开发者与企业IT决策者而言，Zoho的三层架构提供了不同于通用大模型套件的替代路径。分析判断认为，其影响主要体现在三方面：第一，执行层预置智能体与低代码平台降低了企业构建专属AI工作流的门槛，使非技术人员也能定制业务智能体，这对中小企业尤为友好；第二，MCP协议的标准化连接意味着企业无需将所有业务系统封闭在单一厂商生态内，可在保留现有工作习惯的前提下接入Zoho能力，降低了迁移成本；第三，不额外收取AI费用与自研中小模型的组合，使企业无需为通用大模型能力支付溢价，但需权衡通用能力深度与专业场景精准度之间的取舍。

从从业者角度看，Zoho强调的"底座"概念——源码托管、权限设计、安全运维、数据治理——提示企业上AI不能仅评估模型参数，还需审视数据治理与权限配置是否到位。这意味着AI落地团队需要具备跨系统的数据治理与权限管理能力，而非仅关注模型调用。

适用边界

Zoho的AI方案不适用于需要通用大模型全领域能力的场景。其底层策略明确选择中小模型应对特定业务场景，如在通用对话、创意生成、复杂推理等依赖通用大模型能力的场景中，Zoho自研模型可能无法匹敌头部通用大模型。此外，Zoho的MCP连接依赖外部客户端支持MCP协议，若企业现有工具链不支持MCP，则跨应用数据流转能力受限。预置智能体虽上百款，但主要覆盖销售、客服等标准化流程，对于高度非标、逻辑极度复杂的业务环节，仍需通过Agent Studio深度定制，开发周期与门槛相应提高。