" 下一輪 AI，賣的不是工具，而是收益。" ——紅杉資本合伙人 Pat Grady 把這句話稱為 " 萬億美元機會 "，而 OpenAI 首席執(zhí)行官 Sam Altman 和谷歌首席科學(xué)家 Jeff Dean 也點頭表示贊同。

當(dāng)大模型風(fēng)浪逐漸趨于平息后，智能體接過了大模型的交接棒，將 AI 帶到了另一個新時代。英偉達具身智能研究主管 Jim Fan 在上述觀點的基礎(chǔ)上，又補上一句—— " 當(dāng)機器人能通過物理圖靈測試時，收益 = 自動化的現(xiàn)金流。"

近日，筆者在與 IBM 大中華區(qū)技術(shù)銷售總經(jīng)理、首席技術(shù)官翟峰的對話中，他也提出了同樣的觀點。在此基礎(chǔ)上，翟峰還認為，AI 的試驗階段已經(jīng)結(jié)束，企業(yè)核心競爭力將取決于定制化 AI 應(yīng)用和可量化的業(yè)務(wù)成果方面。

在前不久舉辦的 IBM Think 大會上，IBM 董事長兼首席執(zhí)行官（CEO）阿溫德 · 克里希納（Arvind Krishna）曾指出，當(dāng)前的 AI 需要聚焦四個層面，分別是：智能體、數(shù)據(jù)、集成、基礎(chǔ)設(shè)施。

在翟峰看來，企業(yè)想要通過 AI 獲得收益的過程中，首先需要面對三個問題：第一，高質(zhì)量的數(shù)據(jù)有沒有？第二，有沒有在用？第三，有沒有發(fā)揮作用？" 企業(yè)級 AI 落地最重要的因素是數(shù)據(jù)，這是核心生產(chǎn)力，沒有數(shù)據(jù)一切都是空談，" 翟峰進一步指出，" 現(xiàn)在大家在談的大模型，可能有很多互聯(lián)網(wǎng)數(shù)據(jù)，但是企業(yè)最核心的數(shù)據(jù)有沒有整合出來？這是最關(guān)鍵的因素。"

另一方面，在 AI 技術(shù)風(fēng)潮步入智能體時代的背景下，AI 技術(shù)如何與傳統(tǒng)自動化技術(shù)融合，成為接下來 AI 技術(shù)發(fā)展的關(guān)鍵點。

以制造業(yè)為例，在生產(chǎn)制造過程中，原本工廠就已經(jīng)應(yīng)用上了諸如自動化流水線、自動化機器臂等自動化設(shè)備，在 AI 時代，這些傳統(tǒng)的自動化設(shè)備如何與 AI 智能體融合，產(chǎn)生更大的力量是個值得關(guān)注的方向。

從 AI 技術(shù)層面上看，視覺識別類的技術(shù)其實已經(jīng)得以在制造業(yè)工廠中應(yīng)用，比如，通過 AI 技術(shù)的加持，企業(yè)已經(jīng)可以實現(xiàn)對生產(chǎn)零部件的自動識別優(yōu)良，從而提升檢測效率，提高檢測準(zhǔn)確度；通過動態(tài)捕捉和識別技術(shù)，可以對員工的操作流程進行規(guī)范化監(jiān)控，降低生產(chǎn)過程中人為因素導(dǎo)致的設(shè)備故障及安全事故的發(fā)生概率。

通過安裝傳感器等設(shè)備，可以對大型制造設(shè)備進行實時監(jiān)測，并基于一些運行數(shù)據(jù)，進行 AI 智能分析，對設(shè)備的維修進行預(yù)警。這些應(yīng)用已經(jīng)實實在在的 " 跑 " 在了智能化工廠中。

回到智能體上，在翟峰看來，當(dāng)下企業(yè)更為關(guān)心的是智能體能否真正發(fā)揮作用、AI 技術(shù)在場景下的復(fù)用性，以及 ROI 這三個方面。

Agent落地按下加速鍵

智能體的火熱不僅是甲方企業(yè)對于技術(shù)賦能的追求，更是乙方服務(wù)商的一場 " 狂歡。這點從今年初各個廠商的大會上分享的內(nèi)容不難看出—智能體已經(jīng)接下來各個廠商重點布局的方向。

4 月 17 日，OpenAI 推出了具備更強 Agent 能力的推理模型 o3 和 o4-mini，并預(yù)測至 2029 年，AI Agent 及其他新產(chǎn)品的銷售額將超越 ChatGPT，將總營收提升至 1250 億美元，2030 年總營收有望達到 1740 億美元。

4 月 24 日，阿里巴巴旗下 AI 智能體 " 心流 " 開啟了高級研究模式公測，用戶可填寫問卷等待邀請，該智能體宣傳稱能像人類專家一樣，自動幫做研究、寫報告、寫代碼。

4 月 25 日，在 Create2025 百度 AI 開發(fā)者大會上，百度發(fā)布文心大模型 4.5 Turbo 和深度思考模型 X1 Turbo 兩款新模型之外，還發(fā)布了多款 AI 應(yīng)用產(chǎn)品，其中就包括官方定位為通用超級智能體的心響 APP。

5 月 7 日，在 2025 聯(lián)想創(chuàng)新科技大會上，聯(lián)想集團董事長兼 CEO 楊元慶發(fā)布了包括聯(lián)想天禧個人超級智能體、聯(lián)想樂享企業(yè)超級智能體、聯(lián)想城市超級智能體，及新一代聯(lián)想推理加速引擎在內(nèi)的超級智能體矩陣。

騰訊總裁劉熾平曾在今年一季度業(yè)績會上表示，"" 在微信生態(tài)系統(tǒng)內(nèi)，我認為我們有機會創(chuàng)造一個非常獨特的 Agent，即 AI 與微信生態(tài)系統(tǒng)特有的內(nèi)容相連接，包括社交、通信和社區(qū)能力以及內(nèi)容生態(tài)系統(tǒng)，比如公眾號和視頻號，以及數(shù)以百萬計的小程序。實際上你可以接入各種信息，以及許多不同垂直應(yīng)用程序的交易和操作能力。"

近日，在 IBM Think2025 大會上，IBM 也推出了一套完整的、企業(yè)就緒的 AI 智能體解決方案，該解決方案以 IBM watsonx Orchestrate 為核心，據(jù)翟峰介紹，IBM watsonx Orchestrate 作為集監(jiān)控、規(guī)劃和編排于一體的企業(yè)級智能體解決方案，可以確保智能體（無論是來自 IBM、第三方平臺還是開源社區(qū)）之間的高效協(xié)作，并與企業(yè)的現(xiàn)有 IT 資產(chǎn)（傳統(tǒng)自動化、AI 助手、API、數(shù)據(jù)存儲和應(yīng)用程序）進行協(xié)同。它預(yù)集成了 80 多個行業(yè)領(lǐng)先的企業(yè)級應(yīng)用，是企業(yè)應(yīng)用智能體技術(shù)的理想網(wǎng)關(guān)，而無需擔(dān)心被單一供應(yīng)商鎖定。

不過從技術(shù)角度出發(fā)，IBM 大中華區(qū)科技事業(yè)部數(shù)據(jù)與人工智能資深技術(shù)專家吳敏達告訴筆者，面向 C 端用戶的智能體與面向企業(yè)級應(yīng)用的智能體 " 完全不是一個概念 "。" 企業(yè)級 AI 最核心的要求就是：智能體也好，大模型也好，不能存在‘幻覺’的問題，" 吳敏達進一步指出，" 與 C 端需要大參數(shù)，通用類的大模型不同的是，企業(yè)級 AI 并不需要太大參數(shù)，但是需要經(jīng)過針對性的專有數(shù)據(jù)訓(xùn)練，來確保智能體給出的答案是準(zhǔn)確無誤的。"

與此同時，談及目前業(yè)內(nèi)議論的 " 當(dāng)前還沒有一家廠商能做出真正的智能體 " 的觀點時，吳敏達表示，如果從通用智能體的角度出發(fā)，目前確實不存在能有一個解決各種各樣的問題的通用智能體。但在垂直業(yè)務(wù)領(lǐng)域，針對特定場景的智能體已經(jīng)有不少應(yīng)用落地。

以 HR 場景為例，IBM 在全球范圍內(nèi)引入了 AskHR 智能助手，已經(jīng)能夠處理 94% 的 HR 問詢，減少了 40% 的運營成本，同時還提升了員工的整體體驗。在今年 Think 大會期間，IBM 發(fā)布了三款預(yù)構(gòu)建的專業(yè)領(lǐng)域智能體，其中就包括 HR 智能體。

在此基礎(chǔ)上，原先數(shù)字化做得好的企業(yè)肯定在智能體落地方面有著先發(fā)優(yōu)勢。對此，吳敏達表示，

以制造業(yè)為例，目前來看，制造業(yè)企業(yè)的數(shù)據(jù)有質(zhì)量好的部分，也有質(zhì)量不好的部分，" 大家知道在 ERP 里面的數(shù)據(jù)，相對質(zhì)量比較好一些，跟 ERP 聯(lián)動的場景更加容易落地，因為數(shù)據(jù)質(zhì)量相對比較好，但是脫離 ERP，其他的系統(tǒng)相對來說沒有那么好，數(shù)據(jù)質(zhì)量相對差一點。" 吳敏達指出。

" 從點及面 "，才能獲得更大收益

從場景角度出發(fā)，翟峰認為，企業(yè)側(cè)比較容易落地 Agent 的場景主要是 " 兩端 "，一個是客服端，通過智能體打造數(shù)字人或智能客服；另一個是研發(fā)。

以研發(fā)垂類領(lǐng)域為例，在研發(fā)領(lǐng)域中的代碼編程細分場景，IBM 曾推出一款智能代碼助手—— watsonx Code Assistant。這是一款能夠幫助企業(yè)完成代碼編寫的企業(yè)級 AI 代碼助手，它集生成式 AI 的強大功能與高級自動化于一身，能讓企業(yè)的研發(fā)團隊在生成式 AI 的助力下，更快、更智能、更好地完成代碼開發(fā)環(huán)節(jié)。

除此之外，在研發(fā)方面，基于生成式 AI，企業(yè)還可以通過建立專有的知識庫，打造一套專屬于自身的 " 問答系統(tǒng) "，讓企業(yè)的研發(fā)團隊在研發(fā)時的效率更高。

智能體就是軟件工具，需要真正能解決企業(yè)最核心的業(yè)務(wù)問題。往往企業(yè)需要從一個小的細分場景出發(fā)，進行 " 試驗 "，進而再將效果得以復(fù)用。

IBM 大中華區(qū)科技事業(yè)部車庫創(chuàng)新團隊經(jīng)理張珣與筆者分享了一個 IBM 汽車行業(yè)用戶的案例，她介紹到，在該車企內(nèi)部，IBM 推薦了用戶從某一個部門入手。

具體來看，IBM 與該車企經(jīng)過商討，選擇了從維修部門入手，構(gòu)建一個 AI 助手級別的維修助手，將維修手冊、老員工的維修知識構(gòu)建起知識庫，用以提升所有員工的維修水平，" 當(dāng)維修助手跑通以后，我們又一起將 AI 的能力復(fù)用到了客服、財務(wù)、HR、銷售等部門，" 張珣進一步指出，" 在接到用戶訴求的時候，我們會首先從用戶角度出發(fā)，尋找切實的痛點與需求，進而以典型場景做 POC，最后驗證了 ROI 之后，我們再與用戶商討大規(guī)模部署的訂單。"

當(dāng) AI 步入成熟階段，智能體成為企業(yè)重點發(fā)展方向，企業(yè)已經(jīng)不滿足于 " 畫大餅 "，也不單單希望獲得一個簡單的 AI 工具。企業(yè)已經(jīng)開始更多 ROI，希望能通過 AI Agent 獲得更大的收益。對于企業(yè)級服務(wù)商而言，真正腳踏實地的讓智能體能以更高的性價比落地將成為服務(wù)商們 AI 下半場主要角逐方向。

來源：鈦媒體