可信的數據、分析和AI混合平臺廠商Cloudera發布了最新調查報告《企業AI智能體的未來》。該調查覆蓋14個國家的近1500名企業IT領導者，旨在了解其對AI智能體(AI Agent)的采用模式、應用領域及其看法。結果顯示，高達96%的受訪企業計劃在未來12個月內擴大AI智能體的應用領域，其中半數受訪企業計劃在整個機構內大幅擴展AI智能體的使用。以上企業部署AI智能體的應用場景包括性能優化機器人(66%)、安全監控智能體(63%)和開發助手(62%)。

　　對于企業和IT領導者而言，代理式AI代表著一個全新的領域。它超越了傳統的自動化系統，能夠實時推理、行動和適應。如果使用得當，AI智能體將幫助企業改善運營敏捷性，降低成本，并顯著提升客戶參與度。AI智能體正迅速成為企業獲得競爭優勢的關鍵驅動力，83%的企業表示，投資AI智能體對于保持行業領先地位至關重要。

　　另外，71% 的中國受訪企業表示，他們此前在生成式AI 領域的投資為部署代理式AI做好了充分準備。中國企業部署AI智能體在早期階段往往側重于 IT 和客戶運營。在業務功能方面，AI智能體最常用于 IT 運營 (39%) ，其次是客戶支持 (17%) 和財務 (15%)。在具體應用方面，AI智能體最常用于客戶支持 (71%) 、個性化銷售和營銷(68%) 以及流程自動化 (56%) 。

　　除了明確的技術優勢外，Cloudera的調查還解答了關于代理式AI的幾個關鍵問題：

　　●    AI智能體的應用范圍有多廣?

　　AI智能體在企業中快速普及。57%的企業IT領導者表示在過去兩年內已部署AI智能體，其中21%是在最近一年才開始使用的。這一趨勢表明AI智能體的部署正在加速，且預計將持續增長。

　　●    企業如何部署AI智能體?

　　企業主要采用兩種部署模式：三分之二(66%)的企業選擇在企業AI基礎設施平臺上構建智能體，60%的企業利用嵌入現有核心應用程序中的代理功能。這種混合部署方法反映出企業對可擴展、安全且貼近數據的部署方式的偏好。

　　●    阻礙該技術發展的障礙有哪些?

　　數據隱私(53%)、與原有系統的集成(40%)以及高昂的實施成本(39%)是阻礙AI智能體發展的三大障礙。這些挑戰都源于一個共同需求：對強大且統一的數據管理和治理體系的需求。

　　●    企業應從何處著手?

　　企業應從可控且影響力大的項目入手，例如內部IT支持智能體。這些“快速創造價值”的應用能幫助團隊證明投資回報，在內部建立信心，并為更廣泛的大規模部署奠定基礎。

　　Cloudera 首席戰略官 Abhas Ricky 表示： “AI智能體已超越了實驗階段，正在提供真正的自動化、效率和商業成果。我們看到企業在生產中需要運行數百個模型，而所有模型都需要高保真、妥善管理的數據才能產生更好的結果。2025 年AI智能體將成為焦點，在生成式AI的基礎上對運營產生更大影響。Cloudera正在通過強大的企業AI生態系統推動這一轉型，幫助全球企業設計安全、可擴展的集成AI工作流，將數據轉化為行動。”

　　Cloudera報告還總結了AI智能體在企業中的實際用途。它們在不同行業有著不同的應用，取決于行業的具體需求和優先事項：

　　●    金融和保險業：主要應用包括欺詐檢測(56%)、風險評估(44%)和投資咨詢(38%)。金融和保險行業的AI智能體能夠實時標記可疑交易，通過模擬市場情景評估風險，為顧問提供個性化投資建議等。

　　●    制造業：主要應用場景包括流程自動化(49%)、供應鏈優化(48%)和質量控制(47%)。制造業的AI智能體能夠通過監控生產線提前發現缺陷，通過調整物流路線避免延誤，通過簡化重復性任務提高效率等。

　　●    醫療行業： 最常見的用途包括預約日程安排(51%)、診斷協助(50%)和病歷處理(47%)。醫療行業的AI智能體能夠通過協調日程安排、顯示相關電子病歷系統(EMR)數據和幫助臨床醫生識別影像數據中的病癥，從而減輕管理負擔。

　　●    電信行業：電信行業在AI的驅動下實現了顯著創新，主要包括客服機器人(49%)、客戶體驗智能體(44%)和安全監控智能體(49%)。電信行業的AI智能體能夠即時解決服務問題，使用行為數據標記風險客戶，并保護網絡免受新出現的威脅等。