AI行业趋势 - 红杉资本合伙人Pat Grady认为AI下一阶段的核心是"卖收益"而非工具，OpenAI CEO和谷歌首席科学家均认同这一"万亿美元机会"的观点[2] - 英伟达研究主管Jim Fan提出具身智能时代的关键指标是"机器人通过物理图灵测试时，收益=自动化的现金流"[2] - IBM CEO指出当前AI需聚焦四大层面：智能体、数据、集成、基础设施[2] 企业AI落地关键 - 企业AI落地的三大核心问题：高质量数据获取、数据应用效率、数据价值转化，其中数据被视作"核心生产力"[3] - 制造业中AI与传统自动化设备（如流水线、机械臂）的融合成为技术发展关键点，视觉识别技术已实现零部件自动检测（提升效率与准确度）和操作流程监控（降低事故率）[3][4] - 企业级智能体需满足三大要求：实际场景有效性、技术复用性、可量化ROI[5] 智能体市场动态 - OpenAI推出o3/o4-mini推理模型，预测2029年AI Agent营收将超ChatGPT，2030年总营收达1740亿美元[6] - 头部厂商加速布局：阿里"心流"智能体公测、百度发布"心响"超级智能体、联想推出三大超级智能体矩阵[6][7] - IBM发布企业级智能体解决方案watsonx Orchestrate，预集成80+企业应用，支持多智能体协同及现有IT资产整合[7] 垂直领域应用案例 - IBM AskHR智能助手处理94%的HR问询，降低40%运营成本，同时推出HR/代码/维修等垂直场景智能体[8][10] - 车企案例显示AI从维修部门（构建知识库）向客服/财务/HR/销售部门复用的路径，验证ROI后大规模部署[12] - 研发领域通过watsonx Code Assistant提升代码开发效率，生成式AI构建专属知识库加速研发流程[10][11] 技术实施差异 - 企业级智能体与C端产品的核心差异：需杜绝"幻觉"，依赖专有数据训练而非大参数模型[8] - 制造业数据质量分层明显，ERP系统数据质量优于其他系统，直接影响智能体落地难度[9] - 实施方法论强调"从点及面"：选择细分场景POC验证，再规模化复制[12]

企业级AI应用趋势 - AI技术已从实验室阶段进入产业核心落地期，企业竞争优势取决于定制化AI应用和可量化的业务成果 [2] - 未来两年企业对AI技术的投资将翻两倍以上，超半数CEO正积极部署AI智能体，但仅有25%的AI项目实现预期投资回报率 [3] - 生成式AI和大模型普及后，企业面临AI能力如何融入IT自动化与业务流程重塑的关键挑战 [3] 行业落地痛点 - 制造业AI应用集中在研发端（如知识库、代码生成）和服务端（如智能客服），生产制造等核心环节价值释放不足 [3] - 技术碎片化严重：中等规模企业平均运行上千个应用，异构系统和接口标准差异导致AI智能体"最后一公里"集成成为瓶颈 [3] - 全球新增应用预计到2028年超10亿个，碎片化IT环境阻碍增长 [3] 智能体技术突破 - AI智能体从对话工具升级为生产力引擎，具备自主决策能力（如销售智能体可协调调研、CRM查询、订单生成等全流程） [4] - IBM人力资源智能体处理94%员工查询，年节省成本超500万美元，销售智能体每周节省9小时，采购智能体缩短合同周期70% [4] - watsonx Orchestrate平台支持5分钟内构建专业领域AI Agent，集成80余个企业级应用实现多智能体协同编排 [5] 数据与自动化基础 - 企业90%数据为非结构化文档，传统RAG技术准确率有限，IBM通过"实体-值提取"技术将准确率提升40% [6] - Gartner预测：未采用AI就绪数据实践的组织中，超60%的AI项目将因无法满足业务SLA被放弃 [6] - 自动化是智能体执行核心，IBM通过Hybrid Integration平台实现跨云应用调度（如触发SAP系统更新、发送EDI文件） [6] 模型与部署策略 - 企业需灵活、安全、高效的中小模型而非全知全能大模型，IBM开源的Granite 3.2模型参数不足10M但精准适用于金融预测等场景 [7] - 建议企业从低复杂度/低准确率场景逐步过渡到高要求场景 [7]

作者 | 高玉娴 区别于传统的 AI 助手（如聊天机器人），AI Agent 不仅能理解指令和生成内容，更能基于实时数据 自主规划任务路径、调用多系统资源，并在执行中动态优化策略。 这些优秀特质让业界对 AI Agent 趋之若鹜，当然也使得市场上出现不少"新瓶装旧酒"的产品——虽 然换上了 AI Agent 的包装，但内核仍然是传统的 AI 工具。 吴敏达告诉记者，想要识别所谓的"假智能体"并不难。"纯'旧酒'的算力不是在运行的时候（使用）， Agent 具有自主运行的'大脑'，需要不停想东西、不停算，这时候就要堆算力。但以前的自动化流程 或者 AI 模型的调用，基本是事先编排好，用历史数据算好，运行的时候没有那么多资源消耗，所需 的算力要求很小，CPU 就能跑。" 通过名为 AskIBM 的统一平台入口，IBM 内部也正在使用 AI Agent 为员工赋能。据介绍，AskIBM 可以根据员工的查询意图自动路由至 HR、IT 、销售、采购等垂直领域智能体，实现从问题解析到系 统交互的全流程自动化。 目前业界对 AI Agent 存在的最大误解是什么？ "觉得智能体（Agent）能解决所有的问题。"IBM 大 ...

IBM's IBM stock is strutting like it owns the runway. Up 48% in the past year and 13% just this year, the legacy tech giant is flexing serious momentum and the charts are confirming it.Chart created using Benzinga ProTrading at $249.12, IBM stock sits comfortably above its five, 20 and 50-day moving averages, with a bullish MACD (moving average convergence/divergence) and RSI (relative strength index) suggesting there's still gas in the tank. Technical traders call it ‘strongly bullish.’ Bulls call it a “no ...

Build AI agents in 5 minutes with industry's most comprehensive set of agent capabilities Drive 176% ROI over three years by automating integration across hybrid cloud Turn enterprise data into the most powerful tool with new watsonx.data, which can lead to 40% more accurate AI agents Accelerate secured, scalable AI with 450 billion inference operations per day on new LinuxONE 5 ARMONK, N.Y., May 6, 2025 /PRNewswire/ -- Today at the company's annual THINK event, IBM (NYSE: IBM) is unveiling new hybrid tec ...

ARMONK, N.Y., May 6, 2025 /PRNewswire/ -- IBM (NYSE: IBM) is working with Oracle to bring the power of watsonx, IBM's flagship portfolio of AI products, to Oracle Cloud Infrastructure (OCI). Leveraging OCI's native AI services, the latest milestone in IBM's technology partnership with Oracle is designed to fuel a new era of multi-agentic, AI-driven productivity and efficiency across the enterprise.Organizations today are deploying AI throughout their operations, looking to take advantage of the extraordinar ...