一句话：沙特一家零售商，把 agentic AI 跑成了受治理的生产级平台，而非试点
近期一个值得放进案例库的落地样本，是沙特零售商 Tamimi Markets 与 NorthBay Solutions 共建的 AskBaba。它不是一个聊天机器人试点，而是一个受治理的生产级平台：由十九个以上的 Claude 专用智能体在 Tamimi 自家的云环境内运行，覆盖门店运营、采购、财务、人力等多个职能，能把原本卡在 BI 队列里等几天的分析，变成秒级自助回答，并自动处理日常补货与需求预测。对还在试点里打转的团队，这是一个「从演示到生产」的参照系。
从「BI 队列等几天」到「秒级自助」
这家零售商面对的是一类典型的企业难题：数百上亿条运营数据锁在 BI 队列和专家团队后面，而高价值的零售工作——订货、预测、客户互动——却仍靠人工和表格推进。AskBaba 的做法，是把一个 Claude 主管智能体放在前台，由它把每个请求路由给对应的领域专用智能体，在Tamimi 自家环境内用阿拉伯语与英语双语作答。此前要等 BI 队列排期才能拿到的常规分析，现在三十秒内自助解决、全天候可用；与采购订单平台打通的实时校验层，会逐笔交叉核对每日订单。这种「从几天到几十秒」的落差，正是生产级平台区别于试点 demo 的地方。
十九个专用智能体，覆盖门店到董事会
AskBaba 不是单个问答机器人，而是一组各有分工的专用智能体：门店经理问库存与排班、品类买手问采购与选品、财务与高管问经营全景、人力问编制、IT 问系统——每个角色都有对应的智能体在背后跑。一个 Claude 主管负责路由与编排，把请求交给最合适的领域智能体。它的可推理范围覆盖五亿多条交易行项目与一百三十多张仓库表，用自然语言就能查。值得注意的设计是：智能体直接交付在员工已经在用的协作工具里，而不是另起一个没人去的入口——这恰恰是很多试点失败、而生产平台成功的分水岭。
为什么能过治理关：数据留在自家环境
零售数据敏感且监管严格，一个外部 SaaS 拿走高价值数据几乎不可能过审。AskBaba 把平台跑在 Tamimi 自己的 AWS 环境内，数据不出企业边界，由企业自己掌握治理。Claude 同时驱动了两件事：一是智能体为业务做了什么，二是 NorthBay 如何设计、构建并交付这套系统。这种「模型能力加企业自主管控」的组合，让它在受监管行业里也能走到生产级。对中东乃至其他对数据主权敏感的市场，这个架构选择本身就是可复制的经验。
辩证看：标杆数字仍待验证
需要保持清醒：案例中提到的秒级响应、逾五亿条记录、采纳增长超四成等，是观测到的生产用量，其中部分指标仍在与 Tamimi 的联合验证过程中，读者应视为「厂商与合作伙伴披露的方向性结果」而非独立审计结论。另外，这类平台的成功高度依赖底层数据质量与权限设计——如果 SAP 与数据仓库里的字段口径不一致，智能体再强也会给出似是而非的答案。生产级落地的隐性成本，往往藏在数据治理而非模型调用里。
增量认知：企业级演化的标尺是「治理下生产」
AskBaba 给行业一个可记下的标尺：评价一个企业级智能体项目，不该只看「单点是否惊艳」，而该看「是否在治理下跑成了生产」。试点阶段谁都能演示一个亮眼场景；难的是把数据主权、权限、审计、多职能覆盖、既有工具集成全部凑齐，让它在真实组织里天天跑、被成百上千人用。Tamimi 这例的价值，正在于它把「治理」从 PPT 上的原则，变成了架构里的硬约束——数据不出域、主管路由、专用智能体分工、实时校验层。
边界与后续
需要标注：该案例由 Anthropic 与 NorthBay 作为参考客户披露，部分数字处于 consent 与验证流程中，跨行业、跨地区的泛化仍需观察。另外，多智能体在零售场景里的失败模式（如路由错配、跨职能口径冲突）尚未充分公开。后续值得跟踪的，是这类「受治理生产级平台」能否从零售复制到其他受监管行业，以及专用智能体的数量会不会随时间膨胀到需要新的治理层。
结语
企业级智能体的竞争，上半场比谁先做出惊艳 demo，下半场比谁先把治理、数据主权与多职能覆盖凑齐、跑成天天有人在用的生产平台。Tamimi 与 AskBaba 这例，把下半场的样子画得相当具体。