智能体式AI加速落地，企业就绪度严重滞后

编辑注：欢迎阅读《Prompt》，这是您每周一次的AI格局动态简报。我们对当周最重要的进展进行分析性解读，并精选汇总值得关注的相关报道。

企业对AI智能体（AI agents）抱有宏大规划。但它们是否已为此做好准备，却是另一个问题。

一项 德勤（Deloitte）调查 发现，约75%的美国企业领导者预计，AI智能体将在四年内重塑其组织约半数的业务流程。但仅有20%的人认为，其公司当前已具备为自主智能体重新设计工作流程的能力。

这一发现出现在一个耐人寻味的时间点。企业正部署越来越多的智能体，供应商正使其更易于上线，AI能力亦持续进步。但支撑这些智能体所需的组织基础建设，却未能以同等速度推进。

其结果是，智能体式AI（agentic AI）所能实现的功能与企业实际准备就绪、可有效管理的程度之间，鸿沟日益扩大。

即便如此，部署仍在加速推进。Salesforce的研究发现，各组织内部AI智能体的平均数量在15个月内几乎增至三倍 。与此同时，创建并启用一个智能体所需时间下降了53%，缩短至不足两天。智能体承担的工作量也在增加，每个账户的平均操作次数在15个月内以每月31%的复合增长率上升。

换言之，企业部署智能体的速度比以往任何时候都更快。而为其配备能高效使用的组织能力，则被证明要复杂得多。

但最大的障碍存在于企业内部。德勤发现，许多组织尚未做好准备，不清晰的业务流程、彼此割裂的数据与系统，以及对改变既定工作方式的抵触情绪，均构成阻碍。

随着智能体承担起更大责任，这些障碍的影响也愈发显著。若缺乏对数据的可靠访问，智能体可能难以产出可信的结果。成本是另一项隐忧。高德纳（Gartner）发现，

智能体式AI可能无法受益于传统的规模经济 ，因为更复杂的推理与规划会推高推理成本。 关于可靠性的疑问依然存在。仅

HFS Research与塔塔咨询服务公司（TCS）联合开展的一项高管调研中，有35%的受访者表示 ，AI能持续交付业务成果、赢得监管机构信任并提供充分的控制能力。 综合来看，上述进展指向一种日益加剧的脱节现象：组织正部署更多智能体，并要求其承担更多任务；而支撑这些智能体所必需的流程、数据、经济模型与管控机制，却仍在追赶之中。

智能体式AI或许正迅速到来，但企业就绪度（enterprise readiness）的提升却远非易事。

本周AI新闻速览：

OpenAI放缓模型开发节奏，为首席信息官（CIO）提供AI规划启示

：该AI实验室决定放慢其最先进模型的开发步伐，凸显出CIO需制定灵活的AI路线图——该路线图必须能够随模型能力、可用性及供应商时间表的变化而动态调整。美光（Micron）斥资100亿美元支持美国AI内存研究

：这家芯片制造商将投资100亿美元，在爱达荷州新建一座研发枢纽，专注于推进内存、计算与封装技术，以满足日益严苛的AI系统需求。英伟达（Nvidia）的SONIC模型赋能人形机器人运动

：该基础模型使人形机器人能够通过人类示范学习广泛多样的全身运动，推动该公司在具身AI（physical AI）领域的整体布局。星灵银行（Starling Bank）为其面向客户的聊天机器人新增AI驱动技能

：该银行正在扩展其面向客户的AI助手，新增多项技能，旨在处理更复杂的银行业务查询，并提供更具个性化的支持。AI带来的生产力提升尚未转化为IT工作负荷的减轻

：AI正为IT专业人士每周节省数小时，但大多数人表示，由于新增职责抵消了这些效率提升，其工作负荷保持不变甚至有所增加。美国网络安全与基础设施安全局（CISA）与联邦调查局（FBI）警告：针对脆弱西门子S7设备的AI支持型网络攻击活动

：上述机构警告称，黑客正利用AI辅助技术，针对能源、水务等关键基础设施领域内存在漏洞的西门子工业控制系统发起攻击。小马智行（Pony.AI）计划在中国以外地区部署4000辆自动驾驶出租车

：这家中国厂商计划在全球范围部署4000辆自动驾驶出租车，以加速其自动驾驶业务的扩张。企业如何迎头赶上AI技术的快速演进

：希望跟上AI技术快速演进步伐的企业，需对其业务流程有清晰认知，并具备在模型与智能体之间灵活切换的能力，以适应能力与成本的持续变化。：希望跟上人工智能快速发展步伐的企业，需要清晰了解自身业务流程，并具备在模型与智能体之间灵活切换的能力，以适应其能力与成本的变化。