订阅我们的每日和每周新闻通讯，获取有关行业领先的 AI 报道的最新更新和独家内容。了解更多
AI 代理的概念，从模糊的理论迅速转变为现实。企业很快就能部署 AI 工作人员队伍，来自动化和补充——当然，在某些情况下，甚至取代——人类人才。
“自主代理是当下生成式 AI 最热门的话题之一，也许也是炒作最厉害的话题之一，” Gartner 杰出副总裁分析师 Arun Chandrasekaran 在上周的 Gartner 大会/Xpo 上表示。
然而，尽管自主代理在咨询公司最新的生成式 AI 炒作周期中占据着重要地位，但他强调，“我们正处于代理发展的超级早期阶段。从长远来看，这是 AI 公司和研究实验室的关键研究目标之一。”
根据 Gartner 的 2024 年生成式 AI 炒作周期，围绕生成式 AI 出现了四大关键趋势——其中最重要的是自主代理。Chandrasekaran 指出，如今的对话式代理已经非常先进和多功能，但它们是“非常被动的系统”，需要不断地提示和人工干预。相比之下，代理式 AI 只需要高级指令，然后就能将其分解成一系列执行步骤。
“为了让自主代理蓬勃发展，模型必须显著进化，”Chandrasekaran 说。它们需要推理、记忆和“记住和理解上下文的能力”。
Chandrasekaran 说，另一个关键趋势是多模态。许多模型最初都是基于文本的，后来扩展到代码、图像（作为输入和输出）和视频。他指出，一个挑战是，“由于多模态的特性，模型也变得越来越大。”
开源 AI 也在兴起。Chandrasekaran 指出，到目前为止，市场一直被闭源模型主导，但开源提供了定制和部署灵活性——模型可以在云端、本地、边缘或移动设备上运行。
最后，边缘 AI 正在崛起。更小的模型——参数在 10 亿到 100 亿之间——将用于资源受限的环境。这些模型可以在 PC 或移动设备上运行，提供“可接受且合理的准确性”，Chandrasekaran 说。
他说，模型正在“瘦身，并从云端扩展到其他环境”。
与此同时，一些企业领导者表示，AI 并没有达到预期。Chandrasekaran 说，生成式 AI 正在开始滑入幻灭的低谷（当技术无法满足预期时）。但这在“短期内是不可避免的”。
他解释说，造成这种情况有几个根本原因。首先，风险投资公司为“大量的初创公司”提供了资金——但他们仍然严重低估了初创公司成功所需的资金。此外，许多初创公司拥有“非常脆弱的竞争优势”，本质上只是在模型之上添加了一层包装，并没有提供太多差异化。
此外，“人才争夺战是真实的”——想想收购兼并模式——企业低估了变革管理的难度。买家也越来越多地对商业价值（以及如何跟踪商业价值）提出质疑。
人们还担心幻觉和可解释性，还需要做更多工作来提高模型的可靠性和可预测性。“我们今天并不生活在技术泡沫中，”Chandrasekaran 说。“技术正在不断进步。但它们前进的速度还不够快，无法满足企业领导者今天的高期望。”
不出所料，构建和使用 AI 的成本是另一个重大障碍。在 Gartner 的一项调查中，超过 90% 的 CIO 表示，管理成本限制了他们从 AI 中获取价值的能力。Gartner 杰出副总裁分析师 Hung LeHong 解释说，例如，数据准备和推理成本往往被严重低估。
此外，软件供应商正在将价格提高 30%，因为 AI 越来越多地嵌入到他们的产品管道中。“这不仅仅是 AI 的成本，而是他们已经在业务中运行的应用程序的成本，”LeHong 说。
尽管如此，企业领导者仍然明白 AI 在未来将发挥多么重要的作用。LeHong 指出，Gartner 对 CEO 的一项调查显示，四分之三的 CEO 表示，AI 是对他们行业影响最大的技术，这比 2023 年的 21% 有了显著增长。
他说，这个比例“每年都在不断上升”。
Chandrasekaran 指出，目前，重点是内部客户服务功能，在这些功能中，人类“仍然处于主导地位”。“我们还没有看到太多面向客户的生成式 AI 应用案例。”
LeHong 指出，大量的企业级生成式 AI 项目都集中在增强员工能力以提高生产力上。“他们希望在单个员工层面使用生成式 AI。”
Chandrasekaran 指出了三个在采用方面脱颖而出的业务职能：IT、安全和营销。在 IT 方面，AI 的一些用途包括代码生成、分析和文档编制。在安全方面，该技术可以用于在预测、事件和威胁管理以及根本原因分析等领域增强安全运营中心。
与此同时，在营销方面，AI 可以用于根据社交媒体帖子提供情绪分析，并创建更个性化的内容。“我认为营销和生成式 AI 是天生一对，”Chandrasekaran 说。“这些模型非常有创意。”
他指出了这些业务职能中的一些常见用例：内容创建和增强；数据汇总和洞察；流程和工作流自动化；预测和情景规划；客户协助；以及软件编码和副驾驶。
此外，企业希望能够从自己的数据源中查询和检索数据。“企业搜索是 AI 将产生重大影响的领域之一，”Chandrasekaran 说。“每个人都想要自己的 ChatGPT。”
此外，Gartner 预计：
- 到 2025 年，30% 的企业将实施 AI 增强和测试策略，高于 2021 年的 5%。
- 到 2026 年，超过 1 亿人将与机器人或合成虚拟同事互动，近 80% 的提示将实现半自动化。“模型将越来越擅长解析上下文，”Chandrasekaran 说。
- 到 2027 年，超过 50% 的企业将实施负责任的 AI 治理计划，使用开源 AI 的公司数量将增加十倍。
LeHong 解释说，随着 AI 现在“无处不在”，企业也希望任命专门的领导者负责 AI：目前，60% 的 CIO 负责领导 AI 战略。而生成式 AI 出现之前，数据科学家是“该领域的专家”，LeHong 说。
最终，“我们的大多数客户仍在尝试各种方法，看看哪些方法能行，”他说。“现在他们知道该把东西扔到哪个墙上。以前他们有四面墙，也许还有一个天花板可以扔东西，现在他们有一个营销墙、一个 IT 墙、一个安全墙。”
