由 Simon AI智能体正接管企业运营？北美企业狂揽1.75亿美元回报，但47%受访者揭露“成本-人力困境”引争议！
北美企业正积极部署具备自主推理与行动能力的「智能体AI」
根据Digitate为期三年的全球项目数据显示，尽管全球企业普遍开始应用AI，但不同地区的发展路径出现分化。北美企业正朝着完全自主的方向扩展，而欧洲企业则优先构建治理框架和数据管理体系，以建立长期韧性。
企业自动化的叙事已经改变。2023年，大多数IT领导者的主要目标是降本增效和简化常规任务。到2025年，焦点已扩大。AI不再仅仅被视为运营工具，而是被视为一种能够创造利润的能力。
数据支持了这一观念转变。报告显示，北美企业从其AI实施中获得的投资回报率中位数高达1.75亿美元。有趣的是，这种财务验证并非北美快节奏市场独有。尽管欧洲企业采取更审慎、更重治理的方法，但其报告的ROI中位数也达到了可比的约1.7亿美元。
这种一致性表明，尽管部署策略不同——欧洲侧重风险管理，北美追求速度——但财务成果相似。所有受访企业均确认在过去两年内部署了AI，平均使用了五种不同的工具。
虽然生成式AI以74%的部署率仍是最广泛应用的领域，但「智能体」能力正显著崛起。超过40%的企业已引入智能体或基于智能体的AI，从静态自动化向能够管理目标导向工作流的系统迈进。
尽管营销和客服常是AI公开讨论的焦点，但IT部门本身已成为这些部署的主要试验场。IT环境天生数据丰富且结构化，为模型学习创造了理想条件，同时又足够动态，需要智能体AI系统所承诺的适应性推理能力。
这解释了为何78%的受访者已在IT运维中部署AI，这是所有业务职能中最高的比例。云可视性与成本优化以52%的采用率领先，紧随其后的是事件管理（48%）。在这些场景中，技术不仅仅是向人类发出问题警报，更是主动解读遥测数据，提供混合环境中支出的统一视图。
使用这些工具的团队报告称，决策准确性（44%）和效率（43%）得到提升，使他们能够处理更高的工作量，而无需相应增加问题升级。
尽管对投资回报率持乐观态度，但报告也强调了一个可能阻碍进展的「成本-人力困境」。悖论很简单：企业部署AI是为了减少对人力的依赖和运营成本，然而正是这些因素成为了增长的主要障碍。
47%的受访者指出持续需要人为干预是一个主要缺点。这些智能体AI系统远未实现「设置即忘」的完全自主，而是需要持续的监督、调优和异常管理。同时，实施成本以42%的比例成为第二大担忧，这主要源于模型再训练、集成和云基础设施相关的费用。
管理这些成本所需的人才供不应求。对于33%的组织而言，技术技能的缺乏仍是进一步采用AI的主要障碍。能够开发、监控和管理这些复杂系统的专业人才需求超过了当前供应，形成了一个自我强化的循环：投资增加了运营能力，但同时也提高了对人力和财务的依赖。
高管层与一线实践者之间存在观点分歧。虽然94%的总受访者表示信任AI，但这种信心分布不均。C级高管明显更为乐观，61% 的人将AI归类为「非常可信」，并主要将其视为财务杠杆。
仅有46%的非C级实践者持有同样高度的信任。那些更接近这些模型日常运作的人更敏锐地意识到可靠性问题、透明度不足以及人为监督的必要性。这种差距表明，当领导层关注长期变革和自主性时，一线团队正在应对实际的交付和治理挑战。
对于这些智能体将如何运作，也存在不同看法。61%的IT领导者将智能体系统视为增强人类能力的协作者，而非替代者。然而，对自动化的期望因行业而异。在零售和运输业，67% 的人认为智能体AI将改变其角色的核心任务；而在制造业，同样比例的人主要将这些智能体视为个人助手。
业界预计，人类在常规流程中的参与度将迅速降低。目前，45%的企业以半自主至全自主模式运营。预测显示，到2030年，这一比例将升至74%。
这种演变意味着IT角色的转变。随着能力成熟，IT部门预计将从运营支持者转变为「系统的系统」的协调者。在这种模式下，IT职能管理着各种智能体的正确交互，而人类则专注于创造力、解读和治理，而非执行。
Digitate首席营销官Avi Bhagtani指出：「智能体AI是连接人类智慧与自主智能的桥梁，标志着IT作为一种驱动利润的战略能力时代的黎明。企业已经从自动化实验转向规模化应用AI以产生可衡量的影响。」
向智能体AI的过渡需要的不仅仅是软件采购；它要求一种平衡自动化与人类增强的组织理念。仅靠政策是不够的；治理必须直接集成到系统设计中，以确保每个决策循环的透明度和伦理监督。欧洲组织目前在这一领域领先，优先考虑伦理部署和强有力的监督框架，以此作为韧性的基础。
此外，技术人才短缺不能仅靠招聘解决。组织必须投资于提升现有团队的技能，将运营专业知识与数据科学及合规素养相结合。
最后，可靠的自主性依赖于高质量的数据。对数据集成和可观测性平台的投资是必要的，以便为智能体提供独立行动所需的上下文。
实验性AI的时代已经过去。当前阶段的特征是追求自主性，其价值不再源于新奇，而是源于在整个企业中可持续地规模化应用智能体AI的能力。
Bhagtani总结道：「随着组织在自主性与责任之间寻求平衡，那些将信任、透明度和人类参与融入其AI战略的企业，将塑造数字商业的未来。」
—
延伸思考
1. 路径选择与韧性：报告指出北美追求速度与完全自主，而欧洲侧重治理与长期韧性。在快速变化的市场中，哪种路径更可能在未来五年内为企业带来可持续的竞争优势？是否存在一种融合两者优势的「第三条道路」？
2. 信任鸿沟与治理落地：C级高管与一线实践者对AI的信任度存在显著差距。这种「信任鸿沟」会如何影响AI项目的实际成效？企业应如何设计治理框架，既能确保伦理与可控性，又能获得一线执行者的真正信任与有效使用？
阅读 ArtificialIntelligence News 的原文，点击链接。