AI Agent 热潮遇冷：为什么企业开始重新评估自动化预期

要点速览

• AI 智能代理 正在改变企业的工作方式，但距离"全自动化"仍有很大差距。

• 定制化、安全与前沿部署工程师的参与，是企业成功落地的关键。

• 市场从盲目试点转向可验证、可治理的实用部署。

• 企业应将智能代理视为长期战略性投资，而非短期 ROI 工具。

• 真正的赢家将是那些将 AI 与业务目标深度对齐、专注"落地采纳"而非"实验创新"的企业。

企业 AI 自动化的现实检验

Loading...

2025 年，AI 的企业热潮正逐渐降温。
许多企业原本希望让 AI 智能代理（AI Agent） 取代整类岗位，但现在发现，真正能全自动运行的系统仍需数年才能成熟。

尽管生成式 AI 聊天机器人和编程助手确实提高了个体生产力，但那些可以在企业内独立执行多步骤任务的 AI 智能代理 仍然存在诸多问题——成本高、稳定性差、输出错误率高，尤其是在客户支持、安全等关键场景下风险极高。

因此，越来越多的企业不再追求"完全自动化"，而是转向 人机协作（Human-AI Collaboration） 模式，把智能代理视为长期研发投入，而不是短期生产力红利。

👉 想要更快、安全地在企业中落地 AI？请了解 JitAI 的 AI 原生开发平台。

案例研究：Fnac、Kyndryl 与 Bosch

法国零售集团 Fnac 就经历了这样的落差。公司在客服系统中部署 AI 助手时，模型错误地混淆了不同产品的序列号，导致客户投诉激增。直到获得 AI21 Labs 工程师的定制支持后，系统才逐渐稳定。
Fnac 首席数字官坦言："AI 模型在测试中表现很好，但在真实业务环境中却不稳定——我们必须进行大量定制和集成，才能让 AI 真正适配企业流程。"

Kyndryl（原 IBM 基础架构服务）也有类似经历。公司在测试微软的 Security Copilot 聊天机器人时，发现其在关键查询中经常答非所问。六个月的测试耗资约 5 万美元，最终不得不放弃。安全主管 Scott Owenby 直言："AI 看起来很自信，但常常信口开河，我们无法信任。"

博世电动工具（Bosch Power Tools） 同样在测试 SAP 提供的 AI 客服系统。项目仍处于试点阶段，因为模型偶尔仍会提供错误或误导性的回答。数字客户体验负责人 Florian Haustein 表示："让 AI 完全接管客服是夸大的说法。我们必须确保回答的准确率接近 100%，而现在的模型仍会出现幻觉。"

智能代理正在帮忙，但离"全自动"还很远

Loading...

在企业环境中，AI 智能代理 主要被用作开发、市场和客服的辅助工具，而不是完全独立的执行者。
例如 Palo Alto Networks 使用内部 AI 助手帮助分析安全事件，但仍需要专家复核。
这说明 AI 自动化 正在加速发展，但人工监督仍是保障安全与合规的关键环节。

如果你的组织正在考虑类似部署，JitAI 提供了 AI 原生的编排与集成能力，能将数据、API 与工作流安全连接，而无需推翻现有系统架构。

企业级 AI 收益仍难以量化

虽然 AI 原生公司（如 OpenAI、Anthropic）每年从 AI 办公工具中创造约 230 亿美元 收入，但这些营收主要来自模型授权和云计算租赁，而非完全自主的企业级 AI 代理。

在企业软件领域：

• Salesforce 的 Agentforce 年营收已超 1 亿美元；

• ServiceNow 预计到 2026 年其 AI 代理产品收入将达到 10 亿美元；

• SAP 则预计未来两年 AI 将带来"双位数增长"。

然而，与 2023 年的高增长相比，这些公司近几个季度的增速明显放缓。部分厂商（如 Snowflake、Xero）仍在免费提供 AI 功能，等待市场验证投资回报率。

ServiceNow 全球运营总裁 Paul Fipps 表示："18 个月前，几乎所有客户都在疯狂测试生成式 AI。现在大家开始冷静下来，想弄清楚 AI 代理到底能合理自动化哪些任务。"

前沿部署工程师的崛起：让 AI 真正融入企业

为了弥合理想与现实之间的落差，越来越多 AI 厂商开始派遣 前沿部署工程师（Forward Deployed Engineers, FDE） 深入客户现场。
他们帮助客户定制、监控、优化 AI 系统，确保代理能安全接入企业数据与流程。

知名投资人 Vinod Khosla 将其比喻为赛车："有了 F1 赛车并不代表你会开车。" 他投资的公司 Distyl 就是专门为大型企业派遣嵌入式 AI 顾问。
类似地，OpenAI、Anthropic、Salesforce 和 Snowflake 等厂商也在招聘 FDE，或推出同类型的咨询服务。虽然成本更高，但大大提高了 AI 代理的落地成功率与客户采用率。

如果你正在寻找类似能力，JitAI 可帮助企业和 FDE 团队安全构建、扩展并部署定制 AI 智能代理，满足企业级安全与合规要求。

实际收益：聚焦可量化场景

在某些特定流程中，AI 代理已展现出可衡量的收益。
例如 加拿大太阳马戏团（Cirque du Soleil） 使用 SAP 的 AI 代理自动起草发票和订单邮件。
过去需要两名员工的工作，现在只需一人复核 AI 草稿，整体成本低于一名全职员工薪水。
副总裁 Philippe Lalumière 表示："虽然 AI 写的邮件语气有点机械，但回复更快、更清晰，供应商满意度反而更高。"

这种以 特定场景为核心的自动化模式——"增强而非替代"——正是 JitAI 所倡导的落地路径。

🔗 了解如何在 JitAI 平台 上安全构建面向业务场景的 AI 智能代理。

从短期试验到长期投资

尽管已有成功案例，多数科技公司仍提醒客户：AI 代理技术仍处于早期阶段。
微软副总裁 Asha Sharma 在 The Information 的 WTF 大会上表示，企业应将 AI 代理视为 长期研发项目，而非短期投资，真正的回报可能要 5~10 年后才能看到。

换句话说，AI 代理不会在短时间内取代员工，而会逐渐演变为嵌入式的工作助手（Copilot），重塑企业的工作流程。
那些尽早在定制化、治理与专业支持上投入的企业，将率先获得持续的竞争优势。