編者注： 2025年，AI領域的熱議話題已經從大語言模型（LLMs）轉向了AI智能體（AI Agent）。根據Gartner最新預測，企業軟件中整合自主型AI的比例將從2024年的不足1%躍升至2028年的33%；同時，超過15%的日常工作決策將交由AI智能體自主完成。
今天，我們對 AI智能體應該抱有怎樣的期待？技術愿景和商業落地間又存在著哪些關鍵挑戰？釋放AI智能體強大潛能的關竅又是什么？值此契機，我們與您分享中國電子報、電子信息產業網記者宋婧的深度好文《IBM：AI實驗的時代已結束，企業級AI智能體加速落地》。文章原載于 電子信息產業網 ，詳情如下，轉載時請務必注明文章作者和出處。
北京 2025年5月21日 /美通社/ -- 近日，IBM在年度科技盛會Think大會上發布了一系列混合云技術創新，致力于打破企業級AI（人工智能）規模應用的長期桎梏，幫助企業使用自己的數據構建和部署先進的AI Agent（智能體）。在5月15日IBM召開的企業級AI媒體及分析師圓桌會上，IBM大中華區技術銷售總經理、首席技術官翟峰表示，AI實驗、嘗試階段已經結束，接下來最重要的是，它開始慢慢進入到企業最核心的場景、最核心的業務域，幫助企業實現降本增效的終極目標。
企業級 AI 落地是一場 " 馬拉松 "
根據IBM商業價值研究院（IBV）最新發布的全球CEO調研報告顯示，未來兩年企業對AI技術的投資將翻兩倍以上；大多數受訪CEO表示正在積極采用AI Agent，并為大規模應用做準備。然而，大規模的投資也導致了技術的碎片化，僅有25%的AI項目實現了預期的投資回報（ROI）。另外，IBM預計到 2028 年，全球新增的應用數量將超過10 億個，這將帶來更加碎片化的IT環境，為企業的持續增長制造阻力。
IBM 董事長、首席執行官 Arvind Krishna 指出，AI技術已經走過了實驗階段。能否應用量身定制的AI技術、并產生可衡量的業務成果，將決定企業的競爭優勢。翟峰對這個觀點進行了進一步闡釋。他表示，互聯網時代，AI有時間可能被過度"神化"或者"妖魔化"了，實際上企業級AI落地就像是一場"馬拉松"，它是一個復雜的系統過程，需要一步一步來。對于企業而言，AI的能力怎么快速融入到IT自動化、業務自動化過程中，甚至重塑業務流程，這件事情會變得越來越重要。
比如在制造領域，現階段AI落地往往出現在兩端。一個是研發端，比如搭建知識庫場景、文檔設計、代碼生成；另一個是在服務端，基于知識庫去做一些智能客服的應用。但是，更值得探討的應該如何在企業的生產、制造這些最核心的領域讓AI產生價值。"數據、模型、治理、助手、智能體是企業級AI落地的核心要素。"翟峰表示。同時，他強調："其他幾項都是在做基礎設施建設，最重要的是如何讓智能體真正發揮價值。"
智能體應用將大幅提升企業生產力
今天，AI Agent正在從對話工具轉變為生產力工具。與企業系統的交互往往要求用戶具備深厚的專業知識，以駕馭龐大而復雜的交互界面。AI Agent的出現將大大降低這一門檻。試想一下，如何用戶只需通過簡單的對話界面陳述其目標，AI Agent便可以自動執行復雜任務并獲得洞察，企業人力資源、財務、IT 和客戶服務等職能部門的生產力將會得到大幅提升。
然而，要實現這一目標，AI Agent必須要在復雜的企業技術棧中游刃有余，無縫連接海量的應用、數據和系統。"AI Agent核心要做三件事：一是理解你的想法，并且能夠推理；二是根據你的想法，制定一個計劃；三是執行這個計劃。這就要求首先在企業內部，指令要傳達到某個具體的設備、某個應用、某個系統的時候，這些系統必須是互聯互通的，不打通這件事情是做不下去。其次，企業級AI的發展一定是在混合云的環境下，有的數據在云上、有的在云下、有的在邊緣側、有在設備端，如何更好地把數據打通、流程打通、應用打通，把這些能力用最簡單的API的方式喂給這些AI Agent，讓它能夠更好的執行任務，就變得越來越重要。"翟峰表示。
當企業的AI Agent協同工作時，其真正力量就會被釋放。IBM 的戰略是幫助客戶在任何IT基礎設施上、使用其專有數據和技術運行AI Agent。針對當前企業級AI從"全知全能"的大模型向中小模型轉變的趨勢，IBM提出了"小而美"的模型適配理念，并推出了企業級AI Agent平臺watsonx Orchestrate。該平臺基于IBM Granite等開源模型，具備強大的復雜工作流自動化能力，已與企業級核心業務應用如Adobe、AWS、Microsoft等完成了1000多項集成，將AI Agent的能力深度融入企業流程的各個環節。據悉，IBM基于watsonx Orchestrate打造的Agent工具可幫助企業在五分鐘內輕松構建起專業領域的AI Agent，還能為AI Agent全生命周期提供可觀測性，包括性能監控、防護、模型優化和治理。值得一提的是，它預集成了 80 多個行業領先的企業級應用，用戶無需擔心被單一供應商鎖定。
找對應用場景是智能體落地關鍵
當下，AI Agent已成為繼大模型之后最熱的概念之一，各種號稱"Agent"的產品、應用、解決方案層出不窮。然而值得關注的是，并非所有業務場景都需要引入AI Agent。對于企業而言，找對AI Agent的應用場景至關重要。
IBM 大中華區科技事業部數據與 AI 資深技術專家吳敏達指出，AI Agent與傳統智能助手的顯著區別在于，AI Agent在推理時可根據實際情況自主決策，因此它能承擔更為復雜的工作。一些業務場景只需要自動化技術就能完成，且不需要太多算力，響應速度還很快。但有些業務場景，僅靠簡單的交互式對話和自動化技術是解決不了問題的，需要AI能夠自主決策，這就需要發揮AI Agent的作用了。
根據IBM的調研，人力資源、銷售、采購等高投資回報率經過驗證的場景，更適合部署企業級智能體。以IBM自身的實踐為例，人力資源智能體的應用幫助相關部門減少了61%的工單，銷售智能體每周可幫助銷售人員節省9小時的工作量；采購智能體則讓采購和合同周期縮短了70%。"我們首批發布了這三個智能體，企業用戶可以把這些智能體作為模板，根據自身實際需求對其進行調整、編輯，快速構建自己的智能體。"吳敏達表示。
另據權威機構調研，一個中等規模的企業平均大概有上千個應用存在。基于這樣的背景，企業計劃建設AI Agent，卻發現很難和現有應用打通怎么辦？IBM大中華區科技事業部自動化資深技術專家張誠指出，成功的企業級AI Agent需與多個企業系統集成，并進行有效交互，才能提供有價值的響應。一是要構建跨云上、云下的集成能力，讓AI大腦和可以干活的應用聯動起來；二是要通過自動化的IT運維，實現多個Agent鏈路的可視化；三是要構建自動化的基礎架構，讓Agent能夠高度自動化、彈性的使用基礎資源。
"要通過小步快跑的方式幫助企業實現轉型。"IBM大中華區科技事業部車庫創新團隊經理張珣強調。以制造業為例，制造業數字化轉型要實現"研產供銷服"全流程的AI賦能。在研發環節，可以通過企業級AI助手加速創新；在生產環節，可以通過IBM的生產與供應鏈控制塔實現智能設備管理和產銷協同；在財務環節，可以通過預構建Agent來進行全面的預算管理。
張珣建議，應該根據企業現階段數字化轉型能力、現狀進行評估，再定制相應的實施路徑。一些傳統企業數字化水平不高，他們可能更關心如何在規則驅動型進行精準的執行，那就應該加大自動化技術投入，提升生產效率；而一些在數字化轉型領域走得比較靠前的企業，則可以更多地去做生成式AI技術的創新探索。
關于 IBM
IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。了解更多信息，請訪問：https://www.ibm.com/cn-zh
媒體聯絡人
崔守峰，shou.feng.cui@ibm.com
