AI智能体的部署速度正在超过支撑它们所需的企业基础，使许多组织难以应对大规模运行智能体所需的流程、数据、成本和管控。

这一评估来自AI Business每周简报《Prompt》的最新一期。该简报聚焦不断变化的AI格局，将对本周最重要发展的分析解读与精选要闻汇总相结合。

智能体AI（Agentic AI）是指能够在有限人工监督下规划并执行多步骤任务的系统——它可以调用企业数据、调用软件工具并在业务系统中触发操作——相比只能回答单一提示的聊天机器人更进了一步。企业对AI智能体有着宏大的规划，但它们是否已做好准备则是另一回事。一项新的德勤调查发现，约75%的美国商业领袖预计AI智能体将在四年内重塑其组织约半数的流程。然而，仅有20%认为自己的公司目前具备为自主智能体重新设计工作流程的能力。

这一发现出现的时机值得注意。企业正在部署更多智能体，供应商通过将智能体构建工具直接嵌入主流企业软件使其更易于启动，AI能力也在持续进步——但支撑智能体所需的组织基础并未以同样的速度跟进。其结果是，智能体AI能做什么与企业实际能够管理什么之间的差距不断扩大。

即便如此，部署仍在继续加速。Salesforce的研究发现，各组织的AI智能体平均数量在15个月内几乎增至三倍，而创建和激活一个智能体所需的时间缩短了53%，降至不到两天。智能体也在承担更多工作：同期15个月内，每个账户的平均操作数量以每月31%的复合增长率增长。换言之，企业部署智能体的速度前所未有——而要让组织做好有效使用智能体的准备，则被证明要复杂得多。

最大的障碍存在于企业内部。德勤发现，许多组织根本没有准备好：不清晰的业务流程、彼此割裂的数据和系统，以及对改变既有工作方式的抵触，都构成了阻碍。这些问题早在AI出现之前就已存在，但在此处分量更重：与基于脚本的自动化不同，智能体会在运行过程中自行决定步骤，这使得明确定义的流程和可靠的数据成为前提条件，而非后续优化。随着智能体承担的责任越来越重，这些障碍的影响也愈发重大：如果无法可靠地获取数据，智能体可能难以产出可信的结果。

成本是另一个令人担忧的问题。Gartner发现，智能体AI可能无法受益于传统的规模经济，因为更复杂的推理和规划会推高推理成本。由于智能体在规划、推理和使用工具的过程中可能进行大量模型调用，支出可能随每项任务复杂度的上升而攀升，而非随使用量增长而下降。可靠性问题也依然存在。在HFS Research和TCS调查的高管中，仅有35%表示AI能够持续交付业务成果、赢得监管机构的信任并提供充分的控制。

综合来看，这些动态表明一种日益扩大的脱节。组织正在部署更多智能体，并要求它们承担更多工作，而支撑它们所需的流程、数据、经济性和管控仍在追赶之中。就目前而言，多项调查都指向组织准备度（而非模型能力）才是限制因素。智能体AI的到来可能很快——而企业准备度的提升却被证明难以加速。

本周AI新闻的其他动态

• OpenAI放缓模型开发，为CIO上了AI规划的一课 — 这家AI实验室决定放慢其最先进模型的开发速度，凸显了CIO为何需要能够随模型能力、可用性和供应商时间表变化而灵活调整的AI路线图。
• 美光投入100亿美元支持美国AI内存研究 — 这家芯片制造商将投资100亿美元在爱达荷州新建一个研究中心，专注于推进面向要求日益苛刻的AI系统的内存、计算和封装技术。
• 英伟达SONIC教人形机器人运动 — 该基础模型使人形机器人能够从人类示范中学习多种全身动作，推进了该公司在物理AI领域更广泛的布局。
• Starling Bank为客户聊天机器人新增AI技能 — 该银行正在扩展其面向客户的AI助手，新增的技能旨在处理更复杂的银行业务咨询并提供更个性化的支持。
• AI生产力提升未能减轻IT工作负荷 — AI每周为IT专业人士节省数小时，但大多数人表示，随着新的职责抵消了这些生产力收益，他们的工作量保持不变甚至有所增加。
• CISA和FBI警告：借助AI的行动瞄准存在漏洞的西门子S7设备 — 这些机构警告称，黑客正在利用AI辅助技术，针对能源和供水等关键基础设施领域中存在漏洞的西门子工业控制系统。
• Pony.AI计划在中国以外部署4,000辆无人出租车 — 这家中国供应商计划在全球部署4,000辆无人驾驶出租车，以加速其自动驾驶业务的扩张。
• 企业如何跟上AI快速发展的步伐 — 希望跟上AI快速发展的企业需要清晰理解自身的业务流程，并具备随着能力和成本变化在不同模型和智能体之间切换的灵活性。

相关报道：英伟达新开源模型面向特定用例 | Meta转向推出开放权重模型Muse Glimmer | 微软框架降低AI智能体训练成本

来源：AI Business | 作者：Liz Hughes，特约撰稿人 | 2026年8月21日