2025年开启AI智能体规模应用

作者：翟峰

IBM 大中华区技术销售总经理、首席技术官

2025年，AI 领域的热议话题已经从大语言模型（LLMs）转向了 AI 智能体（AI Agent）。根据 Gartner 最新预测，企业软件中整合自主型 AI 的比例将从 2024年的不足 1% 跃升至 2028年的 33%；同时，超过 15% 的日常工作决策将交由 AI 智能体自主完成。随着生成式 AI 的加速普及、AI 智能体的迅猛发展，以及智能流程自动化的不断突破，企业正迎来第三波人工智能助手浪潮。

专家、业界人士预测 2025年将是“AI 智能体（AI Agent）元年”，媒体认为 AI 智能体是 AI 入口之争，将带来生产力提升和创新的新浪潮。今天，我们对 AI 智能体应该抱有怎样的期待？技术愿景和商业落地间又存在着哪些关键挑战？释放 AI 智能体强大潜能的关窍又是什么?

拐点已到：2025年开启 AI 智能体规模应用

AI 智能体是一种能够自主理解、规划并执行复杂任务的软件程序，它由大语言模型驱动，可根据需要调用各类工具、其他模型及系统，与之交互，以实现用户的目标。AI 智能体与传统的 AI 助手（AI Assistant）不同，后者每次生成回复都需要用户提示，而智能体在理论上只需用户下达一项高层级任务，便会自主规划完成路径。

2025年将迎来 AI 智能体的爆发，业界这一判断与大语言模型（LLM）等技术领域的突破息息相关。智能体的核心在于自主性和规划能力，它们需要具备逻辑推理、工具调用能力和执行任务的能力，而且需要实现高速、规模化的运作。

相比于两年之前，业界已经不再执着于“全知全能”的庞大模型，更多企业开始转向中小模型，理由很简单：后者速度更快、计算资源需求更小，具备更强逻辑推理、上下文理解以及外部交互能力。加上思维链（COT）训练、扩展的上下文窗口和函数调用能力，这些关键突破意味着 AI 智能体在 2025年的爆发已经具备了技术基础。

AI 智能体的未来：全能自主还是人机博弈？

AI 智能体的发展已然势不可挡，但理想与现实之间往往存在有待跨越的鸿沟。在人们的畅想中，2025年的智能体是一个拥有推理、决策和自主执行能力的智能实体，能够在人类完全不介入的前提下，评估并运用必要工具完成某个项目[2]。AI 智能体确实在朝着这个方向发展，但当前的智能体产品仍处在实现这一理想的初级阶段。

目前来看，多数智能体还局限在为大语言模型添加基础的规划能力和工具调用（或者说函数调用）功能，使其能够将复杂任务分解为较小的、可执行的步骤。它们可以实现数据分析、趋势预测和一定程度的工作流程自动化，在简单场景中可以选择正确的工具完成任务，但面对复杂场景，技术成熟度仍显不足。

要构建自主处理复杂决策的 AI 智能体，仅靠算法层的优化是不够的，还需要在上下文推理、边缘案例测试等方面取得突破。更重要的是，大多数企业没有做好迎接智能体的准备。随着智能体的应用，企业将要公开目前的应用程序接口（API），这是最具挑战性的部分，而解决这一问题的关键并不是模型是否够好，而是企业的智能化就绪程度。

同时，我们也必须用“以人为本”的思想对“技术至上”的倾向进行纠偏：智能体虽然具备自主能力，但绝不意味着人的全方位撤退。在我们讨论企业级AI的应用时，对 AI 影响就业市场的担忧始终存在。企业管理层应当认识到，智能体将增强而不一定是取代人类员工。如果 AI 被过度推崇，我们很可能陷入“人类辅佐 AI”的本末倒置的境地，并且错失人机协同发展的黄金时期。

我倾向于认为，智能体将扮演“赋能”的角色，成为人类主导的集约化工作流中的协作者。低价值、重复性的任务将被自动化，而人类在战略规划、创意创新等高阶领域的潜力将被进一步释放。AI 智能体的未来与其说是“全能自主”，不如说是“人机协同”。AI 能够解放人的双手，但最终决定权永远在人的手中。

AI 智能体释放潜能的关键

我们正在见证 AI 智能体从内容生成器进化成为自主解决问题的工具。在赋予其自主性之前，我们必须在安全的模拟环境中对智能体进行严格的压力测试；尤其在医疗、金融等高风险行业，由回滚机制和审计跟踪组成的“安全防护网”是 AI 智能体规模应用的前提。

即便AI智能体完全进化到能够自主处理复杂问题的水平，其自主性也不能超过业务场景、伦理规范与法律要求的边界，AI 治理和合规体系建设必须贯彻始终。从一开始，企业就需要建立值得信赖并且可审计的系统，通过算法透明化设计、数据溯源机制等技术手段，建立全流程追踪机制，确保对智能体所做的每一件事都可追溯。

引领企业走向负责任、可持续的智能体应用，另一支柱在于稳健的 AI 战略。企业切忌陷入技术上的盲目跟风，而应该让业务需求引导智能体的设计和部署，将智能体整合进企业生态之中。

过去一年，许多企业完成了生成式 AI 的初步探索，包括专有数据的整理和治理、为智能体构建可随时调阅的知识库等，现在正是扩大成果、实现规模化应用的关键时刻。通过将智能体技术与现有工作流程有机结合，企业不仅能最大化 AI 投资回报，更有望打造差异化竞争优势。

IBM：构建 AI 智能体生态的伙伴之选

即便是最前沿的 AI 突破，技术本身只占一小部分，那些“不起眼”的 IT 中间件则是让 AI 在复杂企业环境中真正落地的关键所在。

这一点在 AI 智能体上体现的尤为明显，它将释放人工智能数十年来积累的巨大生产力潜能与创新势能。智能体发挥威力的关键在于其在庞杂企业系统网络中的执行能力，这些系统往往横跨数百个应用程序、供应商和混合基础设施。这意味着，集成工具、自动化系统和编排工具将成为推动 AI 智能体发展的关键纽带。

当全球还在热议智能体技术时，IBM 已悄然构建了完整的智能体全栈解决方案，支持企业在现有 IT 架构中构建、部署和管理智能体。企业级 AI 智能体平台 watsonx Orchestrate 依托 IBM Granite 等“小而美”的开源模型，能够大规模实现复杂工作流自动化。该平台已实现与 80多种核心业务应用的 1000多项集成，将智能体能力输送至企业流程的每个“神经末梢”。

在今天开幕的 Think 大会上，IBM 将发布助力企业级 AI 的最新技术成果，包括开箱即用的专业领域智能体、面向开发者和业务人员的自主构建工具套件，以及覆盖智能体全生命周期的管理平台。

今天的 IBM，已经成为企业构建 AI 智能体生态的伙伴之选。作为一家拥有强大咨询部门的科技企业，IBM 具备的不仅是全栈技术能力，还有深耕全球的行业专长和深厚的业务洞察，能够助推 AI 智能体在具体业务场景中高效落地。同时，IBM 依托广泛的合作伙伴生态，已经搭建起完整的价值交付链条，为客户提供一站式、定制化的服务。

AI 的规模化应用不等于庞大的通用模型。企业真正需要的是灵活、安全且具备成本效益的 AI 平台和工具，从而深度整合企业数据、自动化工作流并驱动业务增长。IBM 希望帮助企业快速构建和扩展满足自身需求的 AI 能力，确保全生命周期治理并与业务目标对齐，真正成为 AI 技术浪潮中的参与者、受益者和价值创造者。

关于 IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。