Gartner预测:2028年企业智能体部署规模将达15万个

Gartner最新调查显示,到2028年,财富500强企业平均每家将部署约15万个AI智能体,相较去年约15个的平均水平大幅跃升。这些智能体将不再只是简单的对话工具,而是可承担实际工作任务的数字助手。尽管发展迅猛,完全自主的智能体短期内仍难实现,人类监督仍不可或缺。Gartner建议企业主动制定智能体使用规范,防范"影子AI"风险,并做好流程重设计,迎接智能体规模化部署时代。

Gartner本周发布的调查报告显示,到2028年,财富500强企业将大规模部署AI智能体,平均每家企业的部署数量将达到约15万个"数字员工"。这一数字相较于去年每家企业平均约15个智能体的部署量,将实现大幅跃升。

Gartner高级总监分析师Max Goss表示,智能体作为真正意义上的协同工作工具,有望在同一时间段内进入主流应用。这些智能体不再只是供用户获取回复的文本交互框,而是能够承担实际工作任务的助手。

"我们看到业界对AI智能体能力有了全新的认识,"Goss说道。

目前,许多AI智能体已能处理基础任务,例如代替员工进行文档摘要整理。Goss表示,未来的智能体还将能够处理电子表格和文字文档、自动化工作流程,并提供更友好的交互界面。这一趋势已在Google Workspace和Microsoft 365等应用中初见端倪,体现为易用的AI交互界面、自动化工作流程以及协作功能。

尽管AI智能体的普及速度较快,Goss指出,完全自主的智能体在未来两年内不太可能全面落地。从安全性和治理角度来看,仍需要人类参与监督,由能够处理特定领域多步骤任务的半自主智能体替代手动提示指令。

Gartner关于每家企业15万个智能体的预测,是基于多项调查和数据综合得出的参考数字。"我们现在掌握了关于智能体使用情况的可靠数据,能够观察到其增长趋势,"Goss说。

Gartner的这一积极预测,相比其他调查而言更为乐观。部分调查将生成式AI工具的失败率定为高达95%。但安永、Lumen等企业已展示了成功的智能体部署案例,主要应用于知识型工作者和客户服务领域。

"智能体的使用价值在客户服务以及数据与分析领域表现最为突出……这些领域是我们更有信心认为AI工具能够创造价值的方向,"Goss说。

在其他领域,AI智能体的应用推进速度可能较为缓慢。例如,金融和医疗等高度监管的行业在部署智能体时需格外谨慎,须设置必要的防护机制以降低幻觉现象和错误发生的概率。

此外,按照Gartner所设想的规模部署智能体,将需要与服务器一样实现100%的正常运行时间。为此,企业可能需要将智能体分布部署于多个模型和硬件资源之上,以确保其可靠性。Goss表示,过高的访问量有时已导致Anthropic和OpenAI等公司暂停大语言模型的访问服务,进而影响企业内部AI服务的稳定性。

Goss认为,IT管理者现在就可以采取多项措施为成功部署做好准备,例如批准智能体的使用并主动允许其部署。"如果他们全面封堵智能体,员工可能会绕过管控……转而使用未经授权的工具,也就是所谓的影子AI,这才是更大的风险,"他说。

决策者需要防范AI智能体无序蔓延的问题,并建立适当的管控机制。"如果对智能体完全没有可见性,这对组织来说是巨大的风险,"Goss说。

管理不善还可能导致流程中断或产生安全漏洞。随着AI自动化替代传统业务流程,企业也需要为智能体重新设计新的工作流程。"我认为直接把智能体套在原有流程上看看效果并不是个好主意……流程设计与AI智能体的应用是相辅相成的,"Goss说。

他同时强调,企业应做好某些AI智能体工具出现失败的心理准备,即便设有风险防控措施,失败依然可能发生。"这种失败在某种程度上是可以接受的,因为我们确实需要了解这些工具能在哪些方面帮助我们,在哪些方面不能,"Goss说。

Q&A

Q1:Gartner预测2028年企业部署AI智能体数量为何如此之多?

A:Gartner预测到2028年财富500强企业平均每家将部署约15万个AI智能体,这一数字是基于多项调查和持续跟踪的数据综合得出的。相较于2024年每家企业平均约15个智能体的部署量,增长幅度显著。驱动这一增长的核心原因在于智能体技术日趋成熟,能够处理更复杂的多步骤任务,在客户服务和数据分析等领域已展现出明确的商业价值。

Q2:AI智能体大规模部署面临哪些主要风险?

A:AI智能体大规模部署主要面临以下风险:一是稳定性问题,大规模部署要求智能体实现近乎100%的正常运行时间;二是安全与治理风险,若缺乏有效管控,智能体可能出现无序扩张,导致安全漏洞;三是员工绕过管控使用未经授权的"影子AI"工具;四是在金融、医疗等受监管行业中,智能体的幻觉现象和操作错误可能带来合规风险。

Q3:企业现在应该如何为AI智能体的大规模部署做准备?

A:Gartner建议企业从以下几方面着手准备:主动批准并规范智能体的使用,避免员工转向影子AI;建立可视化管控机制,确保对所有智能体部署保持全面了解;针对智能体特点重新设计业务流程,而非直接在旧流程上叠加智能体;同时做好容错准备,允许部分工具在试验中失败,从中积累经验,明确智能体适用与不适用的场景边界。

来源:Computerworld

0赞

好文章,需要你的鼓励

2026

05/08

10:27

分享

点赞

邮件订阅