把 AI 从试点，
推进到每天在跑的业务
今天不看 PPT。我们从一个真实的业务目标出发，在 Azure 上现场让多个智能体协作完成它——每一次模型调用、每一次安全拦截、每一分钱成本都摆在屏幕上。
Agent 不只回答问题，而是拆解任务、调用系统、等人审批、交付结果。
GPT、DeepSeek、Kimi 等在同一平台按场景选型、路由与计费。
身份、审计、内容安全与数据治理在上线第一天就到位。
行业场景：先对齐痛点，再看能跑的方案
每个场景都给出业务痛点、Azure 方案链路、可预期的指标改善，以及能在本页现场跑起来的入口。
Agent 指挥台：多个智能体协作完成一个业务任务
编排智能体先拆解任务，再把每一步交给专职智能体；需要动生产系统的一步会停下来等你批准。右侧是这次运行的实时轨迹。
语音 Agent：能听、能说、能查系统、能办事
实时语音模型通过 WebRTC 与你对话，并在对话中自主调用业务工具（查订单、查库存、建工单）。右侧的业务记录是浏览器内的演示数据，工具调用与语音对话都是真实的。
没有麦克风？在下面输入文字，也会走同一条实时通道：
对话
业务系统（演示数据）
数据 Agent：用中文问，直接查真实的 Azure 数据
模型把问题翻译成 KQL，后端以托管身份（只读）查询 Azure Resource Graph，再由模型解读结果。同样的模式可以接到 Fabric、SQL 与 Databricks。
生成的查询与结果
问一个问题，这里会显示模型写出的 KQL 和真实返回的数据。
智能体的解读
结果返回后，模型只基于返回的行给出结论和建议。
多模型选择：同一个问题，四个模型并排作答
在 Microsoft Foundry 里，OpenAI、DeepSeek、Kimi 与模型路由共用一套部署、计费、内容安全与审计。下面同时调用，速度与用量都是实测。
出海内容工厂：一份产品简报，多个市场同时上线
文案智能体按市场改写（不是直译），合规智能体逐条检查广告宣称风险，视觉智能体生成主图。适合跨境电商、消费电子与游戏出海。
主视觉
生成后显示在这里。图像由 gpt-image-2 在 Azure 上生成，带内容凭证（C2PA）。
可信 AI：攻击现场打过来，看 Azure 怎么挡
选择一种攻击发给生产中的模型部署。拦截与否由 Azure AI Content Safety 的 Prompt Shields 和内容过滤器实时判定，结果原样展示。
选择一种攻击
也可以自己写一段，测试真实效果。
判定结果
发送后显示：是否被拦截、哪一类检测命中、模型的实际回复。
上线前后的五道防线
能力中心：我们在 Azure 上能做什么，现在就能证明
把本租户所有 AI 能力、模型部署和后端 API 按“感知 → 生成 → 知识 → 智能体 → 治理 → 渠道”六层重新梳理，并标出哪些现场可调用、哪些已部署待接入、哪些是 Azure 最新发布。每张卡片都可以当场发一个真实请求。
价值测算与下一步
用客户自己的数字估算收益，然后约定一个 90 天内可以验证的试点。
给客户的一页纸方案
根据客户名称、所选场景与上面的测算，由 gpt-5.4 现场起草，可直接复制到邮件。