J. David Ake/Getty Images 关注ZDNET: 将我们添加为谷歌的首选来源。ZDNET的主要结论是，只有15%的组织实现了自主型多代理的规模化协调化。大多数商业领袖正在重新评估他们的商业模型，以应对自主型人工智能的进步。规模化自主型人工智能必须从足够的资源开始，以转变 workforce。根据最新的德勤研究，大多数美国公司面临压力，正在努力从实验 AI 代理转向在生产中部署它们。对501位负责推动其公司AI战略或实施的高级商业领袖的调查显示，大多数组织在为自主型人工智能项目制定可执行、集成的路线图方面面临困难。调查发现42%的组织正在测试少量代理，43%正在扩大跨职能的AI代理部署。只有15%的组织在客户服务、IT和工程方面实现了规模化、协调化的多代理部署。此外：随着可衡量的投资回报出现，企业采纳AI代理的速度在今年增长了三倍。商业领袖必须挑战他们的主导逻辑。大多数商业领袖面临的问题是确定他们的商业模型的可行性以及AI代理对现有流程和期望结果的影响。近三分之二的商业领袖因自主型人工智能的进步而重新评估他们的商业模型。半数领袖对由 AI 代理驱动的未来运营模型有清晰的构想。规模化 AI 代理部署面临的挑战包括缺乏统一、可访问的数据基础（72%）、无法信任和管理代理（70%）以及集成的成本和复杂性（67%）。商业领袖在AI代理方面面临的另一个主要挑战是，技术变革的速度超出了他们组织适应的能力；这一点将在可预见的未来继续对企业构成挑战。成为自主型企业不太关乎技术转型，而更关乎关系转型。此外：为什么用AI替换员工反而适得其反——以及聪明的领导者如何产生实际价值 只有少数组织表示其业务流程和工作流程准备好迎接自主型人工智能，包括愿景和战略（36%）、技术基础设施（34%）、数据基础（32%）以及风险、安全和治理（26%）。只有五分之一的企业表示其员工为自主型人工智能做好了准备；缺乏员工的再培训和提升可能是一个主要障碍。成为自主型企业更关乎关系，流程和工作流程的转型是规模化AI代理的关键，大多数商业领袖并未做好准备。到2030年，74%的商业领袖指出，几乎一半的业务流程将围绕AI代理被重新设计或重建。61%的人认为大多数其流程将由AI代理驱动，而这些代理将主要是自主的，几乎不需要人类的参与。未来将是自主的，但截至目前，只有16%的商业领袖表示其当前流程为自主型应用做好了准备。阻碍组织规模化自主型人工智能的并不是缺乏雄心。挑战在于现有流程设计不佳且被误解、缺乏对可信数据和系统的访问以及传统的工作方式。企业面临的另一个挑战是将AI叠加在现有的遗留流程上，而不是从头开始重新设计它们。研究发现，叠加是可行的，但流程重新设计应该是公司在通往更大自主性的旅程中发展的一个能力。到2028年，只有31%的企业预计将围绕AI代理重新设计和重建其流程，但74%预计在2030年前会发生变化。规模化自主型人工智能始于对员工的投资。半数领袖表示，他们的组织在推动AI代理成功采用所需的工作转型努力上投资不足。领袖们期待人类与AI合作共同创造商业价值的新角色和用例。近一半（43%）的商业领袖预见到自主型人工智能部署将导致重大工作干扰，因为例行和结构化的任务将变得自主，并由 AI 代理执行。员工培训和通证的成本将给预算带来压力，包括意外开支。商业领袖必须对基础设施投资、员工准备情况、AI素养以及将流程重新设计为自主驱动的成本更加敏感。研究发现71%的组织目前正在开展基础AI代理素养工作，而65%正在为可能受到AI代理影响的角色进行提升和再培训工作。此外：'专业人员不再必要': 如今在AI代理工作场所保持价值的方法。调查结果表明，投资于AI准备基础设施、数据基础、......