在IBM近期于國內舉辦的技術溝通會上，大中華區技術銷售總經理兼首席技術官翟峰傳達了一個明確的信息：AI實驗的時代已成過往，企業現在需要關注的是如何定制化應用AI，并將其轉化為可量化的業務成果。這一觀點與IBM董事長、首席執行官Arvind Krishna在2025年Think大會上的發言相呼應。

翟峰指出，企業對于AI的應用已經超越了簡單的“是否使用”階段，步入了“如何高效利用”的關鍵時期。盡管過去一年中，大型AI模型的熱潮推動了智能化轉型的愿景，但當前企業更關心的是AI的實際應用能力，包括能否執行任務、能否穩定復用以及能否帶來切實的成本效益。

IBM的解決方案是構建一個平臺化、工程化的企業AI Agent體系。這個體系不僅僅是能夠對話的助手，而是能夠嵌入業務流程、執行任務、可監控且可維護的“數字員工”。這一體系依托于watsonx平臺，提供了模型、數據、任務執行與管理的完整技術棧，旨在讓AI成為企業系統內部的一部分，而非附加功能。

翟峰強調，企業級Agent與消費端的聊天機器人有著本質區別，其核心在于“動手能力”。企業系統中充斥著復雜的審批流程、數據表、權限系統和業務規則，如果Agent無法理解這些“系統語言”，就無法完成任何有價值的任務。因此，IBM構建了包含對話與交互、任務拆解與行動邏輯以及與IT系統連接與API調用的三層架構，確保從“理解指令”到“完成動作”的閉環。

IBM大中華區科技事業部數據與人工智能資深技術專家吳敏達指出，企業AI Agent的真正挑戰在于“系統內嵌”。智能體不僅要能夠調用知識圖譜與檢索系統，還需要具備跨平臺、跨部門的能力。這就要求它必須能夠規劃任務、執行策略并對接異構系統，不僅要理解語言，還要理解業務、流程和工具。

為了支撐這樣的系統，IBM強化了watsonx的數據與任務平臺能力。通過標準化管理企業歷史數據與系統接口，使Agent具備上下文理解與動作執行能力，在系統中自主規劃工作流。

IBM大中華區科技事業部自動化資深技術專家張誠介紹了IBM構建的“AgentOps”體系，這是一個適配Agent開發、部署、監控、治理的運行機制，而非簡單的DevOps延伸。張誠表示，企業部署AI Agent常面臨系統無法對接、任務價值難以評估以及智能體生命周期管理困難等問題。AgentOps通過將智能體模塊化、服務化，使每個Agent都具備輸入輸出接口、行為日志、權限邊界，從而可以像業務組件一樣進行管理、復用與擴展。

在AgentOps的支持下，IBM還建立了“Agent能力目錄（Agent Catalog）”，企業可以像搭積木一樣選擇通用能力Agent（如文檔總結、報告生成）和行業特定Agent（如生產排程、設備故障診斷），并結合低代碼工具進行快速部署。通過統一的監控與策略引擎，系統可以對Agent的成功率、響應時間、調用頻次進行分析，幫助企業進行效果評估與性能調優。

在Agent的實際應用方面，IBM不斷聚焦產業鏈深處的“剛需任務”。IBM大中華區科技事業部車庫創新團隊經理張珣表示，相比對話式產品，企業級客戶更關心的是解決業務痛點。她以制造業為例，介紹了IBM如何幫助一家重工業企業在產線管理中應用基于watsonx的設備巡檢Agent，結合圖像識別、語音輸入和工作流系統，自動識別異常并填寫記錄，從而節省了超過70%的人力成本。

張珣強調，IBM的方法論并非追求“超級智能”，而是打造“業務顆粒度合適”的中小型Agent，專注于完成一個環節的任務，并將它們串聯起來形成完整的流程。她指出，企業要真正看到AI帶來的價值，關鍵在于明確三個層次：任務自動化的成本對比、對數據質量與流程標準化的推動作用以及為未來更大規模的智能重構奠定基礎。

“Agent不僅是企業數字化能力的延伸，既是一種戰術工具，也是一種戰略投資。”張珣總結道。