电信运营商讲 AI 战略讲了几年，多数停留在几个耀眼的概念验证。Orange Spain 这次想做的，是把概念验证一口气推到生产线：10 月 8 日，这家西班牙头部运营商与 Google Cloud 扩大合作，宣布用 Gemini Enterprise 部署超过 1000 个定制智能体，覆盖客服、IT、人力资源与销售等核心业务域。比起「我们也在试 AI」的口径，更值得注意的是它给出的组织方式——不是集中式地由 IT 部门一个个造，而是把 Gemini Enterprise 的许可证几乎全量发给业务部门，让非技术员工自己搭 agent，近 100% 的许可证在 30 天内被激活。它把这个阶段称作从孤立试点走向企业级 AI Factory。
从零散试点到 AI Factory：卡点一直是 IT
很多企业的智能体困在几个孤立的 pilot 上，不是因为技术不行，而是因为每个自动化需求都得过 IT 这一关， backlog 越堆越长，项目迟迟走不出演示。Orange Spain 选择反过来：把能力直接下放，业务部门用低代码框架自己造、自己用。Google Cloud 侧的说法是，这种做法降低了非技术员工的门槛，避免 IT 成为瓶颈，同时保留企业级的统一安全与集中式 agent 编排控制。也就是说，它要的是分布式赋能，而不是分布式失控——创意与搭建在边缘发生，治理与审计仍在中心收口。这个分寸，恰是这类规模化实验最难拿捏的地方。
1000 多个 agent，长在哪些场景
落地的场景集中在四类高频内部流程：事件分诊，把技术问题的识别、归类与路由自动化；根因分析，读系统日志与诊断信息来定位网络或服务故障；知识访问，让员工用自然语言查内部企业知识；请求管理，把日常内部服务流程自动化。官方强调，这套能力架在统一的数据底座之上——自 2018 年起与 Google Cloud 整合数据，把每秒数百万个数据点收进 BigQuery 与 Cloud Storage，再用 RAG 与语义搜索让定制 agent 基于已核验的企业数据作答。把「数据先打通」当成前提，而不是上线后再补，是它敢放量的重要底气。
规模化的背面：质量与安全怎么收口
把 agent 的创造权交给上千名非技术员工，最自然的质疑是：质量参差怎么办，安全边界谁来守。Orange Spain 的回应是保留集中式的编排与管控，并强调企业级安全；但 1000 多个由各部门分散搭建的 agent，其输出一致性、权限边界与误操作风险，官方并未给出完整的治理细节。这也正是所有「公民开发者」路线的共性难题：门槛越低，长尾越难管。另一个要分清的点是，近 100% 的激活率只说明「大家愿意用」，不等于「用得好、用得安全」，两者不能混为一谈。
对电信与大型企业的借鉴
把这次实践放进更大的图里看，它是欧洲大型企业把 agentic AI 从试点推向工业级规模的一个样本。过去我们看过把 agent 当数字员工、也看过银行与电信的大规模部署，但 Orange Spain 的特别之处在「去中心化造、中心化管」的组织设计：让业务线自己长出 agent，而不是等一个中央 AI 团队排期。对同类企业，真正的约束可能不是技术，而是组织文化与质保体系——谁能造、造完谁来审、出了错谁负责，这三件想不清，放得越开风险越大。目前官方及行业暂未披露这 1000 多个 agent 的误操作率与人工复核机制，后续将持续跟进迭代动态。
一句话收尾：当一家运营商让上千名员工自己搭智能体，卡住它的不再是技术，而是怎么让这一千多个 agent 既好用又不失控。