企业级智能体AI规模化落地：从试点到生产的关键路径

驱动中国9月6日消息，随着智能体AI（Agentic AI）从实验阶段迈向企业级部署，如何让多个智能体协同工作、接入所需系统与数据，并在支撑企业运转的各类工作流中安全运行，正成为行业面临的核心挑战。尽管已有约80%的财富500强企业采用了智能体AI，但迈向规模化应用的进程仍参差不齐，许多组织仍停留在孤立的试点阶段。

NiCE公司首席运营官Arun Chandra认为，第一步是摆脱为实验而实验的心态。他表示：“每个人都在试图弄清楚能用这项技术做什么。”但真正实现规模化，需要与业务战略建立更清晰的连接：组织必须明确自身目标是增加收入、降低成本，还是追求其他战略或财务目标。

在此基础上，企业需要重新思考智能体将要运行的工作流程，而不是简单地将AI叠加到现有流程之上。Chandra强调：“你最不想做的事情，就是把AI应用在过时或低效的工作流程上。”这一转变要求企业将智能体AI视为一个有机整体系统来对待。

智能体需要获取做出有效决策所需的数据、知识和上下文，如果期望它们采取实际行动，还需要与后端系统建立连接。信息碎片化会严重削弱这些能力。Chandra指出：“这些AI智能体的效能，完全取决于它们能够摄取和使用的上下文、知识以及数据。”

组织层面的影响同样值得关注。如果团队各自构建互不连通的孤立系统，规模化部署智能体反而可能制造出新的碎片化问题。与此同时，随着智能体承担更具实质性的工作，治理、隐私、安全和变更管理的重要性将日益凸显。

Chandra主张，AI智能体最终应当与人类员工接受同等标准的考核，组织应将其劳动力视为人类与AI智能体的组合。展望未来，这种互联互通的方式有望让智能体主动工作，甚至与其他智能体直接沟通以解决客户需求。

对于正从试点迈向规模化的组织而言，优先事项不是“一口吃成胖子”，而是围绕高价值用例、工作流程、劳动力变革和可衡量的成果，构建一套互联互通的战略。本次网络研讨会由NiCE合作制作，内容由MIT Technology Review旗下定制内容部门Insights产出，非其编辑团队撰写。