智能体AI崛起，聊天机器人AIOps时代正在落幕

企业管理协会（EMA）的最新研究显示，以聊天机器人和虚拟助手为核心的第一波AI应用浪潮，正在被智能体驱动的模式所取代。

在一项针对458名正在将AI应用于网络运维的IT专业人员的调查中，EMA发现仅有15%的受访者偏好传统的聊天机器人式交互界面，而这部分人也是AI项目成效最低的群体。相比之下，那些更倾向于智能体环境的企业——即系统能够持续分析状况、推荐操作方案并与人工运维人员协同工作——正在取得显著成果。

EMA网络管理研究总监Shamus McGillicuddy在近期一场网络研讨会上表示："我们发现，聊天机器人的时代已经结束。只有15%的受访者表示他们专注于与虚拟助手进行一对一交互，即通过提问获取信息。而选择这种方式的人，恰恰是从AI中获益最少的群体。略超三分之一（33.6%）的受访者表示希望使用AI赋能的协作工作空间——在这种智能体环境中，系统会主动告知它所观察到的情况、它的判断以及建议采取的行动，整个团队也可以围绕这些内容展开讨论，并直接与智能体交流。"

从聊天机器人到智能体AI的演进，核心在于从被动响应转向主动行动。聊天机器人只能被动回答问题，而智能体AI则通过深度嵌入工作流程，主动提供洞察与建议。

正如三分之一的受访者所指出的，AI赋能的协作工作空间让运维人员与AI智能体能够实时互动。另有19%的受访者倾向于主动预警型系统——在人工运维人员开始排查之前，系统便能标记潜在问题并提出修复建议。EMA认为，这类能力与预测性网络运维的终极目标高度契合。

McGillicuddy表示："我们希望达到这样一种状态：AI主动告知我们哪里出现了需要关注的问题，并建议可以执行的修复方案。这完全不是聊天机器人能做到的，这是智能体，是智能体环境。"

AI驱动的网络管理预期带来的业务价值包括：

更快速地解决网络故障：54.1%

提升网络性能与用户体验：51.3%

降低安全风险：48.7%

优化成本：47.8%

主动预防问题：45.9%

为战略性项目释放更多时间：41.9%

提升应变响应能力：37.8%

弥补网络团队的技能与人员缺口：33%

一位就职于某财富500强能源企业的网络基础设施与运维经理在EMA报告中表示："我认为AI将帮助我们更快速地响应事故，在黄色预警演变为红色警报之前提前诊断，并帮助我们减少因人为失误导致的服务中断。"

然而，EMA的研究也揭示了现实的局限：目前仅有35%的企业在将AI应用于网络管理方面取得了完全成功。那些依赖简单交互界面或松散集成功能的企业，其成效明显低于将AI深度嵌入工作流程与决策过程的企业。此外，仅有31%的IT专业人员表示完全信任其AI工具的输出结果。

研究还发现，人工监督仍然至关重要。EMA的相关研究显示，63%的企业要求对AI驱动的自动化操作进行人工审批，这凸显了"人在回路"模式的持续重要性。

McGillicuddy指出："目前没有人真正准备好迎接完全自主的运维模式，但'人在回路'已是共识，未来某些场景下或许会演进为'人出回路'。当前推进自主智能体IT运维的主要障碍包括：如何将人、系统与流程有机整合，如何制定合规与数据安全方面的策略与防护机制，如何克服不信任感与顾虑，如何应对资源、预算与技能缺口，以及如何明确引入生产环境时的角色与责任划分。"

Q&A

Q1：什么是智能体AI，它与聊天机器人有什么区别？

A：聊天机器人是被动响应式的，用户提问它才回答。智能体AI则主动嵌入工作流程，持续分析系统状态，自动发现问题、推荐解决方案，并与人工运维人员协同决策。EMA的研究表明，采用智能体环境的企业在AI项目中取得了更显著的成效，而偏好聊天机器人交互的企业获益最少。

Q2：AI驱动的网络管理能带来哪些具体业务价值？

A：根据EMA对458名IT专业人员的调查，AI驱动网络管理的主要预期价值包括：更快解决网络故障（54.1%）、提升网络性能（51.3%）、降低安全风险（48.7%）、优化成本（47.8%）以及主动预防问题（45.9%）。此外还能为团队释放更多时间用于战略性项目，并弥补技能与人员缺口。

Q3：企业在推进自主智能体IT运维时面临哪些主要障碍？

A：EMA研究指出，主要障碍包括：如何协调人、系统与流程的协作，制定合规与数据安全策略，克服对AI的不信任与顾虑，应对资源、预算和技能缺口，以及明确AI引入生产环境后的角色与责任边界。目前63%的企业仍要求对AI自动化操作进行人工审批，完全自主运维尚未成为主流。