你的AI还在烧Token，行业首个Pro Agent已经开始赚钱了

智东西 作者 三北 编辑 漠影 当大多数AI还在帮企业“烧Token”，这家明星Agent企业选择让AI帮企业“赚钱”。 在近日举办的TGC 2026科技增长大会（Technology Growth Conference）上，服务数十万品牌出海的中国AI公司—— 钛动科技 ，正式推出具备Professional（专业能力）、Proactive（主动决策）、Profitable（持续盈利）三大能力体系的 行业首个Pro Agent：Navos Pro ，并宣布“用AI帮助全球企业赚钱，才是我们的星辰大海”。 钛动科技创始人兼CEO李述昊上台后先问了三个问题：多少人开始用AI？多少人用AI上班？多少人真的认为AI在帮自己赚钱？前两次举手的人很多，第三次只有少数。 这让我们看到AI落地现实与期待的落差：AI进入工作流的程度在提高，甚至很多人甚至支付AI订阅费，但 企业普遍还没有看到利润 。Navos Pro的诞生，就是要补上这段落差。 ▲钛动科技创始人兼CEO李述昊 Navos Pro的三大“Pro”属性中，Professional解决“能不能干”的专业能力，Proactive解决“要不要等人派活”的主动决策，Profitable则指向“干得值不值”的持续盈利。换句话说，Agent不再只等着人类分派任务，而要 主动感知业务变化、发现问题，并提出与下一步利润增长相关的行动建议。 钛动科技AI VP陈德品博士用一个比喻解释这种变化： 一个实习生实习三个月后，如果还能反过来告诉导师“明天我该干什么”，他才算真正转正。 Navos Pro要迈向的正是这个阶段——从执行工具，变成能主动提出行动建议、最终促成增长的Agent。 ▲钛动科技AI VP陈德品博士 这也是钛动科技决定“只做结果导向的AI for Work”的核心缘由。每一次产业变迁，都会重新打开巨头诞生的窗口，在数万亿美元的AI for Work（企业级AI应用）蓝海面前，Anthropic的Claude Code聚焦软件开发，谷歌推进Gemini Enterprise布局企业级Agent，腾讯WorkBuddy探索AI办公协作，而钛动科技把落点放在企业“增长”诉求上，试图给出一份面向世界的中国答卷。 一、重做AI for Work：从懂业务到见利润，行业首个Pro Agent要杀穿增长链路 在李述昊看来，企业长期的AI投入大致落在三类场景：AI for Growth（营销和销售）、AI for Innovation（编程和产品开发）与AI for Administration（管理）。 三者都重要，但回报逻辑不同：研发和管理类投入往往周期长、收益间接，而AI for Growth场景直接关联收入和客户增长，最容易形成可验证的回报闭环。正因如此，基于钛动科技在全球营销领域近10年的积累，Navos Pro首先在AI for Growth跑通闭环，让AI的投入产出算得清，再谈更深层的组织与研发改造。 麦肯锡2025年发布的调研数据指出，当前企业AI Agent整体规模化落地比例依然偏低，但IT、知识管理与营销销售已成为率先突围的“第一梯队”。 而在Navos Pro三大Pro特性中，最容易被通用AI工具忽略的起点，就是Professional Agent：先让AI真正“懂你的生意”，后面的所有机会判断和收益验证才不会跑偏。 1、Professional Agent：专业理解业务，先让AI真正懂品牌 大模型越来越聪明，企业却未必能直接把它当作业务专家。 在李述昊看来，通用模型的基础能力已经相当强大，但理解知识与理解一门生意之间仍有距离。他在演讲中打了一个比方：模型就像一个高考能考700分的学生，学习能力很强，却未必懂得如何经营企业。真正进入工作场景，还需要接受专业化改造。 Professional Agent解决的是专业理解业务的问题。输入品牌官网，系统自动解析品牌定位、产品卖点、目标客群与业务目标，构建私有化品牌知识底座。用户在使用过程中给出的反馈，也会持续沉淀为业务记忆，帮助系统理解品牌偏好，减少重复沟通，让后续输出更贴近品牌定位与商业诉求。 以出海企业为例，其面对的是多国家、多渠道、多人群，品牌定位不能每次对话都重新开始。钛动科技Navos Pro追求的Professional，与通用AI工具的一个重要区别，是将行业Know-How、专属数据和标准化工作流结合起来。 比如当品牌需要开发新的广告素材时，系统可以先结合品牌知识与相关素材进行分析，再根据用户需求调用相应工具和工作流。用户的反馈会进一步影响后续交互，意图识别、结果反馈和过程追溯则帮助任务更有序地完成。 总的来说，只有先吃透业务、装配好标准化业务流程，Agent后续的主动决策与利润验证才有落地的支点。 2、Proactive