编者注：2025年，AI领域的热议话题已经从大语言模型（LLMs）转向了AI智能体（AI Agent）。根据Gartner最新预测，企业软件中整合自主型AI的比例将从2024年的不足1%跃升至2028年的33%；同时，超过15%的日常工作决策将交由AI智能体自主完成。
今天，我们对AI智能体应该抱有怎样的期待？技术愿景和商业落地间又存在着哪些关键挑战？释放AI智能体强大潜能的关窍又是什么？值此契机，我们与您分享中国电子报、电子信息产业网记者宋婧的深度好文《IBM：AI实验的时代已结束，企业级AI智能体加速落地》。文章原载于电子信息产业网，详情如下，转载时请务必注明文章作者和出处。
北京2025年5月21日 /美通社/ — 近日，IBM在年度科技盛会Think大会上发布了一系列混合云技术创新，致力于打破企业级AI（人工智能）规模应用的长期桎梏，帮助企业使用自己的数据构建和部署先进的AI Agent（智能体）。在5月15日IBM召开的企业级AI媒体及分析师圆桌会上，IBM大中华区技术销售总经理、首席技术官翟峰表示，AI实验、尝试阶段已经结束，接下来最重要的是，它开始慢慢进入到企业最核心的场景、最核心的业务域，帮助企业实现降本增效的终极目标。
企业级AI落地是一场”马拉松”
根据IBM商业价值研究院（IBV）最新发布的全球CEO调研报告显示，未来两年企业对AI技术的投资将翻两倍以上；大多数受访CEO表示正在积极采用AI Agent，并为大规模应用做准备。然而，大规模的投资也导致了技术的碎片化，仅有25%的AI项目实现了预期的投资回报（ROI）。另外，IBM预计到 2028 年，全球新增的应用数量将超过10 亿个，这将带来更加碎片化的IT环境，为企业的持续增长制造阻力。
IBM 董事长、首席执行官 Arvind Krishna 指出，AI技术已经走过了实验阶段。能否应用量身定制的AI技术、并产生可衡量的业务成果，将决定企业的竞争优势。翟峰对这个观点进行了进一步阐释。他表示，互联网时代，AI有时间可能被过度”神化”或者”妖魔化”了，实际上企业级AI落地就像是一场”马拉松”，它是一个复杂的系统过程，需要一步一步来。对于企业而言，AI的能力怎么快速融入到IT自动化、业务自动化过程中，甚至重塑业务流程，这件事情会变得越来越重要。
比如在制造领域，现阶段AI落地往往出现在两端。一个是研发端，比如搭建知识库场景、文档设计、代码生成；另一个是在服务端，基于知识库去做一些智能客服的应用。但是，更值得探讨的应该如何在企业的生产、制造这些最核心的领域让AI产生价值。”数据、模型、治理、助手、智能体是企业级AI落地的核心要素。”翟峰表示。同时，他强调：”其他几项都是在做基础设施建设，最重要的是如何让智能体真正发挥价值。”
智能体应用将大幅提升企业生产力
今天，AI Agent正在从对话工具转变为生产力工具。与企业系统的交互往往要求用户具备深厚的专业知识，以驾驭庞大而复杂的交互界面。AI Agent的出现将大大降低这一门槛。试想一下，如何用户只需通过简单的对话界面陈述其目标，AI Agent便可以自动执行复杂任务并获得洞察，企业人力资源、财务、IT 和客户服务等职能部门的生产力将会得到大幅提升。
然而，要实现这一目标，AI Agent必须要在复杂的企业技术栈中游刃有余，无缝连接海量的应用、数据和系统。”AI Agent核心要做三件事：一是理解你的想法，并且能够推理；二是根据你的想法，制定一个计划；三是执行这个计划。这就要求首先在企业内部，指令要传达到某个具体的设备、某个应用、某个系统的时候，这些系统必须是互联互通的，不打通这件事情是做不下去。其次，企业级AI的发展一定是在混合云的环境下，有的数据在云上、有的在云下、有的在边缘侧、有在设备端，如何更好地把数据打通、流程打通、应用打通，把这些能力用最简单的API的方式喂给这些AI Agent，让它能够更好的执行任务，就变得越来越重要。”翟峰表示。
当企业的AI Agent协同工作时，其真正力量就会被释放。IBM 的战略是帮助客户在任何IT基础设施上、使用其专有数据和技术运行AI Agent。针对当前企业级AI从”全知全能”的大模型向中小模型转变的趋势，IBM提出了”小而美”的模型适配理念，并推出了企业级AI Agent平台watsonx Orchestrate。该平台基于IBM Granite等开源模型，具备强大的复杂工作流自动化能力，已与企业级核心业务应用如Adobe、AWS、Microsoft等完成了1000多项集成，将AI Agent的能力深度融入企业流程的各个环节。据悉，IBM基于watsonx Orchestrate打造的Agent工具可帮助企业在五分钟内轻松构建起专业领域的AI Agent，还能为AI Agent全生命周期提供可观测性，包括性能监控、防护、模型优化和治理。值得一提的是，它预集成了 80 多个行业领先的企业级应用，用户无需担心被单一供应商锁定。
找对应用场景是智能体落地关键
当下，AI Agent已成为继大模型之后最热的概念之一，各种号称”Agent”的产品、应用、解决方案层出不穷。然而值得关注的是，并非所有业务场景都需要引入AI Agent。对于企业而言，找对AI Agent的应用场景至关重要。
IBM大中华区科技事业部数据与AI资深技术专家吴敏达指出，AI Agent与传统智能助手的显著区别在于，AI Agent在推理时可根据实际情况自主决策，因此它能承担更为复杂的工作。一些业务场景只需要自动化技术就能完成，且不需要太多算力，响应速度还很快。但有些业务场景，仅靠简单的交互式对话和自动化技术是解决不了问题的，需要AI能够自主决策，这就需要发挥AI Agent的作用了。
根据IBM的调研，人力资源、销售、采购等高投资回报率经过验证的场景，更适合部署企业级智能体。以IBM自身的实践为例，人力资源智能体的应用帮助相关部门减少了61%的工单，销售智能体每周可帮助销售人员节省9小时的工作量；采购智能体则让采购和合同周期缩短了70%。”我们首批发布了这三个智能体，企业用户可以把这些智能体作为模板，根据自身实际需求对其进行调整、编辑，快速构建自己的智能体。”吴敏达表示。
另据权威机构调研，一个中等规模的企业平均大概有上千个应用存在。基于这样的背景，企业计划建设AI Agent，却发现很难和现有应用打通怎么办？IBM大中华区科技事业部自动化资深技术专家张诚指出，成功的企业级AI Agent需与多个企业系统集成，并进行有效交互，才能提供有价值的响应。一是要构建跨云上、云下的集成能力，让AI大脑和可以干活的应用联动起来；二是要通过自动化的IT运维，实现多个Agent链路的可视化；三是要构建自动化的基础架构，让Agent能够高度自动化、弹性的使用基础资源。
“要通过小步快跑的方式帮助企业实现转型。”IBM大中华区科技事业部车库创新团队经理张珣强调。以制造业为例，制造业数字化转型要实现”研产供销服”全流程的AI赋能。在研发环节，可以通过企业级AI助手加速创新；在生产环节，可以通过IBM的生产与供应链控制塔实现智能设备管理和产销协同；在财务环节，可以通过预构建Agent来进行全面的预算管理。
张珣建议，应该根据企业现阶段数字化转型能力、现状进行评估，再定制相应的实施路径。一些传统企业数字化水平不高，他们可能更关心如何在规则驱动型进行精准的执行，那就应该加大自动化技术投入，提升生产效率；而一些在数字化转型领域走得比较靠前的企业，则可以更多地去做生成式AI技术的创新探索。
关于IBM
IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。了解更多信息，请访问：https://www.ibm.com/cn-zh
媒体联络人
崔守峰，[email protected]
SOURCE IBM China
