行业现状与核心观点 - 企业正从AI代理的狂热预期中回落，部署困难、成本高且输出常出现自信却错误的问题，难以用于客服和网络安全等关键环节[1] - 多家企业放缓全自动化计划，转向“人机协作”模式，并将AI代理视为需长期投入、短期难见成效的研发项目[1] - 科技高管预计AI代理距离真正成熟落地仍需数年时间[1] - AI通过通用型聊天机器人和AI编程工具正在改变工作方式，为OpenAI和微软等公司带来收入增长[3] AI代理部署的挑战与困难 - 许多企业在使用复杂AI代理时遇到困难，这些代理往往“胜任不了工作”，AI提供商需亲自介入排查问题[4] - 模型在基准测试上表现良好，但在真实企业环境中表现不佳，需要进行相当程度的定制化[5] - 企业只有在自家软件工程师花数月时间部署并获得AI公司直接技术支持后，才能从中受益[5] - AI代理太难配置且行为不可预测，使其无法用于一旦出错就会造成严重后果的任务[8] 企业应用案例与具体问题 - 欧洲零售商Fnac年营收达100亿美元，其AI客服代理将产品序列号混淆，可靠性成问题，直到与AI21 Labs合作并获得工程师协助后表现才稳定[4] - IT服务巨头Kyndryl测试微软Security Copilot约5万美元六个月，AI给出的答案明显错误，最终停止使用[8] - 博世电动工具年营收超57亿美元，其测试的聊天机器人经常给出错误答案，一些错误甚至可能导致用户受伤，项目仍停留在试点阶段[9] - Cox Automotive年销售额90亿美元，在AWS和Anthropic工程师亲自飞到其总部并肩工作数天后，才成功构建用于制作营销网页的AI代理[6][7] 市场收入与增长情况 - 由OpenAI和Anthropic引领的20家AI原生初创公司，每年因AI办公用途获得的年化收入已达230亿美元，而三年前几乎为零[10] - Salesforce的Agentforce产品年收入超过1亿美元，ServiceNow的AI软件有望在2026年底前实现10亿美元收入[11] - 许多提供AI代理的软件公司，包括Salesforce、Snowflake和Xero，目前甚至没有对这类产品收费，希望等客户认可价值后再收费[13] - SAP CEO表示AI将在未来两年带来“双位数收入增长”[12] 成功应用与未来展望 - AI编程代理正成为许多公司工程团队的标配，但软件工程师仍需检查AI的代码，因为AI会犯错，任务还不能完全自动化[13] - 加拿大太阳马戏团使用SAP的AI代理追踪供应商发票，运营成本低于一名全职员工薪资，过去需两名全职员工的工作现仅需一人审核AI草稿即可[15] - 微软核心AI产品开发总裁表示应把AI代理视为研发预算，一种将在未来5到10年见效的投资，目前仍处于非常早期阶段[17] - 亚马逊CEO认为构建AI代理仍比想象中困难，但随着时间推移，企业从AI中实现的很多价值将来自AI代理[10]