根据毕马威最新调查数据显示,美国科技领导者预计在未来12个月内将在AI领域投入2.07亿美元,即使在经济衰退的情况下,这一支出预测也比去年几乎翻了一番。这家会计巨头对全球2000多名科技领导者进行了调研,其中包括237名美国高管。
随着支出加速,大部分资本重点投向了智能体的部署,57%的受访者预计在未来两到三年内,人类将主要负责管理AI智能体。
近三分之二的受访者报告称,他们的AI策略产生了可衡量的投资回报率,但处于实验阶段的公司与那些已经完全规模化部署AI智能体的公司之间存在差距。员工技能差距、难以扩展使用案例、数据隐私和网络安全担忧是阻碍AI试点项目产生投资回报的主要障碍。
随着AI投资预算的增加,企业首席信息官正在评估他们的试点项目能够带来什么价值。
超过一半的组织正在日常运营中部署智能体,目标是在整个企业内共享知识。调查显示,AI智能体还能够自动化跨团队的工作流程,在团队之间路由信息或决策,并支持决策制定。
然而,报告发现,许多组织仍在试验AI,那些拥有成熟AI部署和智能体AI能力的组织正在发现最大价值。
在AI采用中发现价值的组织不仅投资于技术,还投资于人员、行为模式和信任建设。
研究发现,45%的领导者愿意为拥有强大AI技能的人才支付更高薪酬,66%的受访者表示他们正在招聘AI专业岗位。然而,即使AI智能体越来越受欢迎,批判性思维、问题解决能力和创造性技能等人类能力仍然需求旺盛。
毕马威国际AI和数字创新全球负责人史蒂夫·蔡斯在新闻稿中表示,增加AI支出并不会隐含地为企业创造更多价值。
"归根结底,没有信任就没有智能体的未来,没有跟上步伐的治理就没有信任,"蔡斯说。"调查清楚表明,对人员、培训和变革管理的持续投资是让组织能够负责任地扩展AI并获取价值的关键。"
Q&A
Q1:美国企业在AI领域的投资规模有多大?
A:根据毕马威调查数据,美国科技领导者预计在未来12个月内将在AI领域投入2.07亿美元,即使在经济衰退情况下,这一支出预测也比去年几乎翻了一番。
Q2:企业部署AI智能体主要用来做什么?
A:超过一半的组织在日常运营中部署AI智能体,主要目标包括在整个企业内共享知识、自动化跨团队工作流程、在团队之间路由信息或决策,以及支持决策制定。
Q3:企业在AI投资中面临哪些主要障碍?
A:主要障碍包括员工技能差距、难以扩展使用案例、数据隐私和网络安全担忧。此外,处于实验阶段的公司与已完全规模化部署AI智能体的公司之间存在价值实现差距。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。