最新动态：
2025-08-08 20:32
推荐内容
廖肇弘：AI Agent 未来企业的现在进行式？
作者：
廖肇弘
来源：
CIO Taiwan
发布时间：
2025-08-14 21:59
「AI 是否会取代人类？」这个争论许久的问题，基本上有两种思路：第一是「体力」上的取代，我们顺着「人形机器人（Humanoid Robotics）」的发展脉络可以继续探索下去；第二则是「脑力」上的取代，这就是近期非常热门的「AI Agent」的议题了。
这一年来，生成式 AI 在 LLM 各家大型语言模型的竞争与推波助澜下，智力几乎是以光速前进。不论是 Gartner、BCG、Accenture、IBM、Deloitte…几乎所有研究机构的研究报告还有许许多多的专家学者们都说：2025 是 AI Agent 代理或自主 AI（Agentic AI，中国大陆称为「智能体」）的落地年！
值此 2025 年初，我们就来看看 AI Agent 对于企业未来的运转模式将产生何种冲击与影响？企业又应该如何掌握 Agentic AI 带来的新机会？
AI Agent 重量级报告的关键数据
让我们先看一些重量级报告的关键数据。
Gartner 不仅在 2025 十大新兴科技趋势报告中将 Agentic AI 摆在首位，而且直接预测到 2029 年，Agentic AI 将在无需人工干预的情况下，自主解决 80% 常见客户服务问题，从而将营运成本降低 30%。
此外，根据 McKinsey《Superagency in the Workplace》报告，AI 在企业应用上的长期潜力高达 4.4 兆美元的生产力增长，但目前只有 1% 的企业真正迈入 AI 成熟阶段，能够有效地将 AI 深度整合到核心工作流程中，并持续创造可观的业务价值。
与此同时，92% 的企业计划在未来三年内大幅增加 AI 投资，但矛盾的是，47% 的 CXO 高层却坦言，他们的企业在 AI 发展的步伐上仍然显得迟缓，未能充分释放 AI 的潜力。
研究发现，扩展 AI 的最大障碍不是员工（他们已准备就绪），而是领导者，他们行动不够迅速 。其实员工比领导者想像的更愿意接受 AI，他们更熟悉 AI 工具，想要获得更多支援和培训，并且更可能相信 AI 在不久的将来会取代至少三分之一的工作 。
企业领导者显然低估了员工使用生成式 AI 的广泛程度。CXO 们估计只有 4% 的员工将生成式 AI 用于至少 30% 的日常工作，而调查显示，员工自述的比例实际上是这个数字的三倍 。
尽管如此，高达 87% 的企业高层预计未来三年内生成式 AI 将带来营收增长，约一半的人表示在此期间营收增长可能超过 5%。
AI Agent 浪潮下的企业应用场景
那么，AI Agent 在企业中有哪些应用场景与案例呢？
1. 智能客服与客户关系管理（CRM）：效率与情感的平衡
客服领域的应用，如亚马逊的 Amazon Connect AI，透过语意分析显著提升了客户满意度 40%。然而，当 AI 取代了部分人工客服的角色，如何保持品牌的情感连结与个性化体验，成为企业必须思考的问题。过度依赖 AI 可能导致客户体验的同质化，削弱品牌独特性。
2. 供应链与物流管理：数据依赖与风险应对
DHL 等企业利用 AI 预测货运需求，有效降低了运输成本 25%。然而，AI 的预测模型往往基于历史数据，这可能使其在面对突发事件（如疫情、战争）时失去准确性。企业需要建立更具弹性的 AI 系统，能够应对不可预测的市场变化。
3. 财务与风险管理：演算法偏差与决策透明度
摩根大通等金融机构采用 AI 监测金融诈欺，提高了检测准确率 85%。然而，AI 风险模型的演算法偏差可能导致财务错误，甚至产生歧视性结果。企业在利用 AI 进行财务决策时，必须确保演算法的公平性和透明度。
4. 产品创新与市场行销：创意与品牌形象的契合
Adobe Sensei AI 等工具优化了广告投放 ROI，提升了转换率 30%。然而，AI 生成内容如何确保符合品牌形象，避免「AI 同质化」，成为企业面临的挑战。企业需要建立完善的内容审核机制，确保 AI 生成的内容与品牌价值观一致。
5. 人力资源管理（HRM）：效率与公平性的权衡
LinkedIn 等平台利用 AI 提升人才匹配度 60%，提高了招聘效率。然而，AI 在人力规划过程中可能产生无意识的歧视偏差，导致不公平的招聘结果。企业在利用 AI 进行人才管理时，必须确保演算法的公平性和包容性。
总而言之，AI Agent 将为企业带来巨大的发展机遇，但也伴随着一系列挑战。企业在拥抱 AI 的同时，必须深入思考其潜在风险，建立完善的管理机制，才能充分发挥 AI 的价值，实现可持续发展。
AI Agent 是企业的「超级助理」还是「黑箱风险」？
AI Agent 的核心魅力在于其高度的「自主决策」与强大的「执行力」。AI 不再是被动地执行指令的工具，而是在预设的规则、目标和价值观框架下，自主地感知环境、分析问题、制定策略并高效执行复杂任务的智能体。
然而，这种「自主性」，如同硬币的另一面，也为企业带来了前所未有的挑战 ─ 当 AI 深度参与甚至主导决策过程时，企业是否还能清晰地理解、有效地监督和最终掌控决策结果？由此，我们必须正视下列关于 AI Agent 的核心能力与风险：
- 自主决策与执行：AI 可以加速决策，但如果其决策过程缺乏透明度，企业如何确保结果符合业务目标？
- 跨平台整合：AI 可以无缝串联企业内部系统，但当 AI 的推荐与人类决策产生冲突时，谁该负责？
- 学习与适应：AI 透过机器学习技术不断优化决策能力，但如果数据偏差或模型训练不完整，是否会导致系统性风险？
此外，企业也应注意「AI 过度自动化风险」。当 AI 开始主导业务流程时，若企业缺乏适当的人工监管与纠错机制，将可能导致系统性风险。例如，在供应链管理中，若 AI 过度依赖历史数据，可能无法应对突发的市场变动（如疫情、地缘政治冲突）。
结语
我们只要稍微想像一下就可以发现，未来的企业很可能都是依赖几个重要的 AI Agent 全天候 24 小时运转。不可讳言地，这其中存在着无比巨大的机会与风险。
企业导入 AI Agent 的关键策略，必须先从 PoC 试点开始，逐步扩展 ─ 确保 AI 的决策结果可验证，并在小范围测试后才扩大应用。此外也必须建立数据基础设施与监管机制 ─ 确保 AI 的数据来源透明，决策不受偏差影响。再来也必须强化 AI 人才与企业文化 ─ AI 并非只属于 IT 部门，而是所有员工都需要理解的新工具。
真正值得企业深思的，是如何积极拥抱并驾驭 AI 浪潮，将其转化为提升竞争力的核心动能。在即将不久的未来， AI Agent 将会以前所未有的速度渗透企业的各个角落，企业领导者更需要从战略高度审视这场变革，并且预先面对这些 AI Agent 时代的灵魂拷问：
- AI Agent 如何从根本上重塑企业的决策机制？决策权的边界将如何划分？
- 高度自主的 AI 是否会演变成难以预测和控制的「黑箱」，导致企业失去对核心业务的掌控？
- 在人机协同的新时代，企业应如何设计更具韧性、更富效率、更人性化的新型组织架构，以适应员工与 AI Agent 共存的新常态？
- 如何有效应对 AI 系统可能带来的伦理风险、安全风险、营运风险和法律合规风险，确保 AI 的发展与企业的可持续发展目标相一致？
AI 会不会取代人类？这一题我还没有答案。不过，我可以非常确定的预测 ─ 未来没有部署 AI Agent 的企业，很快就会被积极导入 AI Agent 的企业取代！
注：廖肇弘博士多年来任职于工研院及资策会等科技研究机构，曾任国内外多所大学EMBA教授及微软、IBM、PwC、华为等世界500强企业顾问。曾主持许多大型专案及政府计划，专注于数位经济与创新管理等议题，两岸三地学员已超过数万人，是活跃于两岸产官学研界的资深数位专家。
上一页
下一页