Gartner预测到2027年末,超过40%的代理型AI项目将因成本不断攀升、商业价值不明确或风险控制不足而被取消。
Gartner高级研究总监Anushree Verma表示:“目前大多数代理型AI项目仍处于早期实验或概念验证阶段,这些项目大多受炒作驱动且常被误用。这可能使企业忽视大规模部署AI智能体的实际成本与复杂性,从而导致项目无法进入生产阶段。因此,企业应避免轻信此类炒作并就如何使用这项新兴技术做出谨慎的战略决策。”
Gartner于2025年1月对3412名网络研讨会参与者进行了调研,19%的受访者表示其企业已大力投资于代理型AI,42%进行了保守投资,8%未进行投资,剩余31%持观望态度或尚不确定。
许多供应商正在通过参与“代理洗白”助长这一炒作。“代理洗白”指的是将AI助手、机器人流程自动化(RPA)和聊天机器人等现有产品重新包装成代理型AI,而这些产品不具备实质性的代理能力。Gartner估计在上千家代理型AI供应商中,只有约130家是真正的代理型AI供应商。”
Verma表示:“由于现有模型不具备持续自主实现复杂业务目标或遵循详细指令的成熟度和自主性,因此,目前大多数代理型AI方案无法产生显著的价值或投资回报(ROI)。而且现在许多所谓的代理型AI用例实际上并不需要代理型AI。”
挖掘代理型AI的商业价值
尽管存在这些早期问题,代理型AI趋势依然代表着AI技术和市场的一次重大飞跃。代理型AI的能力超过基于脚本的自动化机器人和虚拟助手,它将带来提高资源效率、实现复杂任务自动化和推动商业创新的新途径。
Gartner预测到2028年,通过代理型AI自主作出的日常工作决策比例将从2024年的0%提高至15%以上,包含代理型AI的企业软件应用比例将从2024年的不足1%提高至33%。
在早期阶段,Gartner建议企业仅在能够带来明确价值或投资回报(ROI)的情况下才使用代理型AI。因为在将代理集成到现有系统的过程中,企业会面临复杂的技术难题、经常需要打乱工作流程并付出高昂的修改成本。在许多情况下,最明智的办法是重新设计一套基于代理型AI的工作流程。
Verma表示:“要挖掘出代理型AI的真正价值,企业必须专注于整体生产力,而非只提升个别任务的效率。企业可以开始将AI智能体用于决策、常规工作流程的自动化、辅助简单的信息检索等,通过降低成本,提高质量、加快速度和实现规模化并从中获得商业价值。
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。