在當今AI技術的浪潮中，業界領袖們紛紛提出了一個引人注目的觀點：未來的AI不僅僅是一種工具，而是能夠帶來實實在在收益的關鍵。紅杉資本合伙人Pat Grady將此稱為“萬億美元機會”，這一觀點得到了OpenAI首席執行官Sam Altman和谷歌首席科學家Jeff Dean的贊同。隨著大型AI模型的熱潮逐漸平息，智能體接過了這一接力棒，引領AI進入了一個嶄新的時代。
英偉達具身智能研究主管Jim Fan在此基礎上進一步指出：“當機器人能夠通過物理圖靈測試時，收益就等于自動化的現金流?！边@一觀點在IBM大中華區技術銷售總經理、首席技術官翟峰的近期訪談中得到了共鳴。翟峰認為，AI的實驗階段已經結束，企業現在需要的是定制化AI應用和可量化的業務成果，以提升核心競爭力。
在IBM Think大會上，IBM董事長兼首席執行官Arvind Krishna強調了當前AI發展的四個關鍵層面：智能體、數據、集成和基礎設施。翟峰指出，企業在利用AI獲取收益的過程中，必須面對數據質量、數據使用和數據效果三大挑戰。他強調，數據是企業級AI落地的核心生產力，沒有高質量的數據，一切都是空談。
隨著AI技術進入智能體時代，如何將AI技術與傳統自動化技術融合成為新的關注點。以制造業為例，傳統自動化設備如自動化流水線和自動化機器臂已經廣泛應用于工廠生產。在AI時代，如何將這些設備與AI智能體相結合，發揮更大的效能，成為了一個值得探索的方向。
在制造業中，AI技術已經展現出其強大的潛力。通過視覺識別技術，企業可以自動識別生產零部件的優劣，提高檢測效率和準確度。動態捕捉和識別技術則可以對員工的操作流程進行規范化監控，降低生產過程中的安全事故和設備故障率。同時，通過安裝傳感器等設備，企業可以對大型制造設備進行實時監測，并進行AI智能分析，提前預警設備故障。
在IBM Think2025大會上，IBM推出了一套完整的、企業就緒的AI智能體解決方案，以IBM watsonx Orchestrate為核心。該解決方案可以確保智能體之間的高效協作，并與企業的現有IT資產進行協同。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，企業級AI與C端AI存在顯著差異，企業級AI需要經過專有數據訓練，以確保智能體給出的答案是準確無誤的。
盡管有觀點認為目前尚未有廠商能夠打造出真正的智能體，但吳敏達表示，在垂直業務領域，針對特定場景的智能體已經有很多應用落地。例如，IBM在全球范圍內推出的AskHR智能助手已經能夠處理94%的HR問詢，降低了運營成本并提升了員工體驗。
從場景角度出發，翟峰認為客服端和研發是企業側比較容易落地智能體的領域。以研發為例，IBM推出的watsonx Code Assistant是一款能夠幫助企業完成代碼編寫的企業級AI代碼助手，它結合了生成式AI的強大功能與高級自動化，能夠提升研發團隊的開發效率。企業還可以通過建立專有的知識庫，打造一套專屬的“問答系統”，進一步提升研發效率。
IBM大中華區科技事業部車庫創新團隊經理張珣分享了一個汽車行業用戶的案例。在該車企內部，IBM推薦用戶從維修部門入手，構建一個AI助手級別的維修助手，以提升所有員工的維修水平。在驗證效果后，該車企將AI能力復用到了客服、財務、HR和銷售等部門。
隨著AI技術的不斷成熟，智能體已經成為企業重點發展的方向。企業不再滿足于簡單的AI工具，而是希望通過AI Agent獲得更大的收益。對于企業級服務商而言，如何以更高的性價比讓智能體落地，將成為AI下半場的主要競爭焦點。
