AI 代理正在开启生产力和效率的新纪元。这些助手不仅能够生成内容，还能采取行动，因此企业正在寻求 agentic AI 来重塑工作流程、生产力和创新。但这在实践中会是什么样子？企业应该将 agentic AI 的愿景聚焦于何处？Cloudera 最近对企业 IT 领导者进行的全球调查强调了采用 AI 的加速和企业优先事项的形成。
调查受访者强调，采用 agentic AI 迫在眉睫，投资回报率可以证明努力和支出的合理性，基础设施是实现 AI 代理的关键，而模型偏差仍然是一个问题。
企业 AI 的未来是代理型的
交互式代理系统已经以新的方式进行推理、规划并与用户协作。许多企业领导者将采用代理系统视为战略重点。根据 Cloudera 的调查，89% 的 IT 领导者计划在未来 12 个月内增加代理的使用。其中超过一半（56%）的目标是在企业级层面进行广泛的实施。
对于许多人来说，这种做法相对较新，25％的受访者表示他们的组织在过去两年内开始实施代理。
在业务功能方面，企业主要将 AI 代理嵌入IT运营（62%），其次是财务（15%）和客户支持（14%）。绝大多数（87%）的企业表示，他们之前在生成式人工智能方面的投资已为他们部署 AI 代理做好了充分准备，这对于刚刚开始尝试的企业来说是一个鼓舞。
随着采用范围的扩大，企业必须评估其基础设施是否已准备好全面支持 AI 代理。
AI 代理和投资回报率
随着企业探索代理AI能够发挥最大影响力的领域，早期用例已展现出其价值。调查显示，81%的受访者表示他们已经看到了切实的益处。
AI 代理正被部署用于客户支持（77%）、流程自动化（56%）和预测分析（44%），这表明许多组织从明确定义、以投资回报率（ROI）为导向的领域开始。这些领域提供了通过自动化交付成果的机会，无论是在IT服务台，还是利用预测分析来领先于网络攻击。
生成式 AI 的进步促进了 Agentic AI 的普及。虽然生成式 AI 助手可以提高效率，并承担个人可能没有时间完成的任务，但其益处往往仅限于有限的规模。Agentic AI 将这些优势扩展到整个企业。例如，供应商合同摘要和条款管理可以扩展到合作伙伴和客户合同，并且针对核心营销信息进行训练的模型可以提供给所有面向市场的贡献者。
此外，代理可以利用专门的模型来规划和协调任务，并通过复杂的挑战进行推理，最终选择最合适的行动。随着 API 集成到代理框架中，代理将能够在组织内部的工作流程中承担越来越多的日常任务。
解决偏见问题
随着自主权的增强，问责制的需求也随之增加，这仍然是考虑采用 agentic AI 的IT领导者最关心的问题。在Cloudera的调查中，71%的企业领导者表示对AI系统中的偏见存在严重担忧。
随着 AI 代理承担关键任务，企业正在努力建立问责制和适当的治理。相当多的受访者（45%）表示，他们正在实施包括人工审核、多样化训练数据和正式公平性审计在内的流程，另有35%的受访者表示已经引入了一些偏见检查措施。
数据质量和可用性仍然是任何类型的人工智能实施中面临的重大挑战。企业数据基础设施的强度和灵活性对于解决这些问题至关重要。
安全、大规模地部署 AI 代理
企业正在迅速采取行动，将其对 agentic AI 的雄心转化为具有可衡量成果的企业级应用程序。为了实现这一目标，他们必须专注于构建安全、可扩展的环境，以支持 AI 代理的部署。
这意味着要确保数据治理的稳健性，基础设施能够处理增加的工作负载，并在模型的训练和监控中秉持公平和问责的原则。随着人工智能在各个职能部门的应用不断扩展，那些将 AI 代理策略与现有安全框架和合规性要求相结合的企业，将更有能力负责任地部署这些系统。
通过将采用建立在强大的数据实践、基础设施准备和清晰的治理之上，企业可以满怀信心地扩展 AI 代理，并确保它们以安全和可持续的方式提供价值。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/60693.html
