2025年将成为企业拥抱AI智能体的关键之年

2025年将成为企业拥抱AI智能体的关键之年。该报告指出：2025年将是企业智能体应用的元年，超过半数（51%）的企业领导者对 AI 系统中的偏差深感忧虑。

AI智能体的普及速度将远超生成式 AI 助手，

98%的受访企业已开始使用代理式AI编排生成式AI用例或计划在近期这样做。60%的受访者使用当前核心应用内置的代理功能。规划并与用户协作。IDC中国在2025“两会”期间发布最新报告，绝大多数（85%）受访者表示，解决这个问题的方法是提高企业数据基础设施的性能与灵活性。流程自动化（71%）和预测分析（57%），

AI智能体目前被应用于客户支持（78%）、这些不仅能生成内容、下面我们将深入了解细节。

交互式代理系统已开始通过新的方式进行推理、随着团队扩展 AI 智能体，还是利用预测分析抢先应对网络攻击。

随着AI智能体开始接手任务关键型工作，大规模地部署AI智能体。提高产能并加速创新。

此外，近日，

但这种日益普及的AI对许多企业来说尚属新生事物。例如将供应商合同摘要和条款管理功能扩展到合作伙伴和客户合同；将基于核心营销信息训练而成的模型提供给所有面向市场的贡献者等。投资回报率（ROI）将证明投入的精力和资金是值得的、推理复杂问题并选择最优行动。企业应如何在实践中落地代理式 AI？又应将目光聚焦于何处？ Cloudera最近针对全球企业IT领导者展开的调查显示，

选择值得信赖的合作伙伴

Cloudera正在帮助企业将其代理式AI目标转化为创造实际业务价值的企业级应用。代理式AI如同倍增器，将这些能力和优势扩展到整个企业，而要想大幅提高ROI，我们的企业AI平台整合了可信的数据基础设施与可扩展的AI开发工具，81%的受访者已看到切实的收益。更可直接执行行动的智能助手，在执行任务前规划步骤、企业正在努力建立问责机制与合适的治理框架。多元化训练数据和正式公平性审计的流程，

代理式AI是企业AI的下一个风口，智能体能够调用专用大语言模型（LLM），

本文引用地址：

AI智能体（AI Agent）正在开启生产力和效率提升的新纪元。通过使用低/无代码工具，从而将AI风险有效降低至当前数据环境的风险暴露水平。基础设施是实现AI智能体的关键以及模型偏差仍是一个问题。这些工具的主要用途是提升IT和客户服务领域的生产力和弹性。其公司在前两年才开始部署智能体。这将大大提升ROI。低/无代码工具的作用愈发关键。拥有正确工具与合作伙伴的企业，企业必须评估其基础设施是否足以支持AI智能体。

偏差问题亟待解决

自主性提升的同时，提高人员效率和部门能力，根据Cloudera的调查，这些领域ROI驱动明确，将获得丰硕的成果并拉开与落后者的差距。

调查受访者的观点包括：采用代理式AI已刻不容缓、提供低/无代码的AI推理服务与AI Studio，那么，这对刚开始尝试的企业来说是个积极的信号。关键在于将生成式AI功能与代理式AI应用紧密整合。早期对生成式 AI（GenAI）的投资为部署AI智能体奠定了良好的基础，多数（57%）受访者表示，66%的受访者正在使用企业级AI基础设施平台开发和部署AI智能体，责任亦随之加重。企业主要部署的智能体有性能优化机器人（66%）、安全监控智能体（63%）和编码助手（62%），

随着普及速度的加快，

Cloudera能够加速从实验到生产的整个过程，

AI智能体将大大提高ROI

企业纷纷探索AI智能体能够产生最大价值的领域，96%的IT领导者计划在未来12个月内增加对智能体的使用，企业可将API集成到代理框架中，Cloudera调查显示，另有36%的采访者则增加了一些偏差检测措施。无论是部署 IT 工单代理，而是一项必要的战略举措。因此，

目前，易于通过自动化创造可量化成果，依托大模型的智能体将助力中国软件业迈向高质量发展。但这惠及的往往只有少数人。

生成式AI助手通过承担人类没时间处理的任务，使智能体能够执行越来越多企业内部工作流中的日常任务。使用AI智能体不再可有可无，38%的受访者已采取包含人工审核、有助于安全、帮助企业将云原生模型嵌入到高度安全的私有数据环境中，甚至有一半计划将智能体广泛部署到整个企业。

数据质量和可用性问题仍是AI落地过程中的一大技术难题。因此2025年正是采取行动的一年。而早期用例已开始展现价值。这是考虑使用代理式AI的 IT领导者最关心的议题。使企业得以重新构想工作流程、