企业必须重塑流程以规模化采用智能体AI
ZDNET AI··作者 Vala Afshar
关键信息
调查显示，42%的组织正在测试少量智能体，43%正在跨职能扩展部署，而只有15%在客户服务、IT 和工程等领域实现了多智能体编排的规模化落地。受访者提到的主要障碍包括薄弱的数据基础（72%）、对智能体的信任与治理不足（70%），以及集成成本和复杂性（67%）。
资讯摘要
ZDNET 报道称，美国企业正面临压力，需要从 AI 智能体的试验阶段转向生产部署。文章援引了德勤的一项研究，这项研究基于对 501 名参与 AI 战略或实施的高管的调查。调查显示，42%的组织正在测试少量智能体，43%正在跨职能扩展部署，只有 15% 的组织已经实现了规模化、编排良好的多智能体部署。文章指出，许多高管因为智能体 AI 的进展而重新评估自己的商业模式，约一半受访者表示他们已经对未来的 AI 驱动运营模式有了清晰认识。
报道还强调了几项主要障碍，包括薄弱的数据基础、对智能体的信任与治理问题，以及将智能体集成到现有系统中的高成本和高复杂度。只有少数企业认为自己的愿景、技术基础设施、数据基础以及风险和治理体系已经准备好支持智能体 AI，而仅有五分之一的企业认为员工队伍已经做好准备。文章认为，规模化采用智能体 AI 的关键不只是增加工具，而是重构流程、工作流和员工能力。文中还提到，到 2030 年，许多高管预计将有接近一半的业务流程围绕 AI 智能体重新设计，其中大多数智能体将几乎不需要人工参与即可运行。
资讯正文
ZDNET 的要点
只有 15% 的组织已经实现了规模化的多智能体编排。
随着 agentic AI 取得进展，大多数商业领袖正在重新审视自己的商业模式。
要扩大 agentic AI 的应用，必须从为改造劳动力配置足够资源开始。
根据 Deloitte 的最新研究，美国大多数公司都面临压力，并在努力从试验 AI agents 转向将其部署到生产环境中。对 501 名参与推动公司 AI 战略或实施的高层商业领袖进行的调查显示，大多数组织难以为 agentic AI 项目制定一条可执行、集成的路线图。调查发现，42% 的组织正在测试少量 agents，43% 的组织正在将 AI agents 的部署扩展到各个职能部门。只有 15% 的组织已在客户服务、IT 和工程领域实现了规模化、编排式的多智能体部署。
此外：随着可衡量的 ROI 开始显现，企业采用 AI agents 的比例今年翻了两倍
商业领袖必须挑战其主导逻辑
大多数商业领袖最难回答的问题，是如何判断其商业模式的可行性，以及 AI agents 对现有流程和预期结果的影响。
近三分之二的商业领袖正因 agentic AI 的进展而重新评估其商业模式。半数领袖对由 AI agents 驱动的未来运营模式有清晰认识。扩大 AI agents 部署面临的挑战包括缺乏统一、可访问的数据基础（72%）、无法信任和治理 agents（70%），以及集成的成本和复杂性（67%）。
商业领袖在 AI agents 上面临的另一项关键挑战是，技术变革正在超过组织适应的速度；在可预见的未来，这仍将持续给企业带来挑战。成为一家 agentic enterprise 与其说是技术转型，不如说是关系转型。
此外：为什么用 AI 替代员工会适得其反——以及 5 种聪明的领导者如何反而创造真实价值
只有少数组织表示其业务流程和工作流已经为 agentic AI 做好准备，其中包括愿景与战略（36%）、技术基础设施（34%）、数据基础（32%）以及风险、安全和治理（26%）。只有五分之一的企业表示其劳动力已为 agentic AI 做好准备；缺乏员工再培训和技能提升可能成为重大障碍。
成为一家 agentic enterprise 更关乎关系
流程和工作流转型是扩大 AI agents 规模的关键，但大多数商业领袖尚未做好准备。到 2030 年，74% 的商业领袖指出，近一半的业务流程将围绕 AI agents 被重新设计或重建。61% 的人认为，大多数流程都将由 AI agents 驱动，而且这些 agents 中的大多数将具有很高的自主性，几乎不需要人类介入，或完全不需要人类介入。
未来将会是自主化的，但截至目前，只有 16% 的商业领袖表示，他们现有的流程已经为 agentic adoption 做好了准备。阻碍组织规模化采用 agentic AI 的并不是缺乏雄心。真正的挑战在于现有流程设计不佳、被误解，缺乏对可信数据和系统的访问，以及传统的工作方式。企业面临的另一项挑战，是在既有的遗留流程之上叠加 AI，而不是从头重新设计这些流程。研究发现，叠加式做法可以奏效，但流程重构应该成为企业在迈向更高自主化过程中需要培养的一项能力。只有 31% 的企业预计到 2028 年会围绕 AI agents 重新设计并重建其流程，但有 74% 预计到 2030 年会出现变化。
规模化推进 agentic AI，首先要投资于你的员工队伍。半数领袖表示，他们所在的组织在推动 AI agents 成功落地所必需的员工转型方面投入不足。领袖们预计会出现新的角色和用例，在这些场景中，人类与 AI 协作，共同创造业务价值。几乎一半（43%）的商业领袖预计，随着日常且结构化的任务变得自主化并由 AI agents 执行，agentic AI 的部署将带来重大的岗位冲击。培训员工和 token 的成本将给预算带来压力，包括一些意外支出。商业领袖必须更加关注成本，特别是在基础设施投资、员工准备度、AI 素养，以及将流程重构为由 agentic 驱动的成本方面。研究发现，71% 的组织目前正在开展基础 AI agent 素养建设，65% 正在针对可能受到 AI agents 影响的岗位推进技能提升和再培训工作。
另见：“不再需要专家”了：今天如何在 AI agent 工作环境中保持自身价值
调查结果显示，为 AI 就绪型基础设施、数据基础，以及员工 AI 素养培训进行投资，都是扩大 AI agents 生产环境部署规模的关键。需要重点考虑的领域包括：制定一体化的 agentic 路线图；将 AI agent 叠加式应用作为过渡桥梁，而非最终目的；为员工转型提供充足资源；以及明确组织的人机运行模式。
成为 agentic enterprise 的过程将要求企业重新设计现有业务流程，重新培养人类员工以不同、更智能且更高效的方式工作，将员工重新部署到更少重复、确定性更低的任务上，重组组织与财务模式，重新夺回过去被忽视的价值创造机会，基于 agentic 使用情况重新校准关键绩效指标（例如，用于自动化离散工作单元的 tokens 数量），并最终重新规定领导层如何制定以自主化为核心的愿景、战略和执行模式。
来源与参考
收录于 2026-08-25