微软悄然构建了最大的企业 AI 代理生态系统
微软在企业 AI 代理领域悄然崛起，其 Copilot Studio 自推出以来已吸引超过 10 万家企业创建或编辑 AI 代理，这一里程碑将微软置于企业科技领域最受关注和最激动人心的细分市场中的领先地位。
“这比我们预期的要快得多，也比我们发布的任何其他尖端技术都要快得多，”微软负责公司代理愿景的执行官查尔斯·拉曼纳告诉 VentureBeat。“仅仅一个季度，增长率就翻了一番。”
随着微软大幅扩展其代理功能，这一快速采用趋势更加明显。在今天开始的 Ignite 大会上，微软宣布将允许企业在其代理中使用 Azure 目录中的 1800 个大型语言模型 (LLM)——这标志着微软超越了对 OpenAI 模型的独家依赖，迈出了重要一步。微软还推出了能够独立工作的自主代理，这些代理能够检测事件并协调复杂的工作流程，而无需人工干预。（请参阅我们对今天微软代理公告的完整报道。）
这些 AI 代理——能够使用生成式 AI 推理并执行特定业务任务的软件——正在成为企业自动化和生产力的强大工具。微软的平台使企业能够构建这些代理来执行从客户服务到复杂业务流程自动化的各种任务，同时保持企业级安全性和治理。
微软在 AI 代理领域的领先优势源于其对企业需求的关注，而这些需求在 AI 炒作周期中往往被忽视。虽然微软在 Ignite 大会上推出的新自主代理和 LLM 灵活性吸引了媒体的关注，但其真正的优势在于其企业基础设施。
该平台与 1400 多个企业系统和数据源集成，从 SAP 到 ServiceNow 到 SQL 数据库。这种广泛的连接性使企业能够构建能够访问和处理其现有 IT 环境中数据的代理。虽然企业可以从头开始构建自定义代理，但微软还推出了 10 个针对销售、服务、财务和供应链等核心业务功能的预构建自主代理，以加速对常见企业用例的采用。
该公司没有提供更多关于客户最受欢迎的代理类型的详细信息。但拉曼纳表示，除了 IT 部门为特定核心任务构建的应用程序外，还有第二类应用程序，这些应用程序更像是自下而上的。在这种情况下，员工会创建 Copilot 代理来与团队或其他合作伙伴共享文档或演示文稿，以便其他人可以与内容进行交互并提出相关问题。
安全性和治理功能通常是 AI 部署中的事后诸葛亮，但它们已融入微软的核心架构。该平台的控制系统确保代理在企业权限和数据治理框架内运行。
“我们认为它将无处不在，”拉曼纳告诉 VentureBeat，“因为每当出现一项技术，使以前不可能的事情成为可能时，我们都会对它的广泛应用感到震惊。”他将其与互联网进行了比较，互联网的连接性从浏览器扩展到操作系统，并从根本上改变了客户端-服务器架构。
拉曼纳解释说，LLM 取得了重大突破，因为它能够理解非结构化内容——语言、视频或音频——并已展现出推理的雏形，能够根据这些数据得出结论或做出判断。“因此，浏览器、文字处理器、核心操作系统体验以及销售流程和客户支持流程的方式——所有这些都必须重新评估，因为这种能力已经存在……我认为，计算堆栈中没有哪个部分不会因为代理和 AI 功能而重新构想。”
早期采用者已经看到了成果。麦肯锡使用自动路由代理将项目接收工作流程从 20 天缩短至 2 天。Pets at Home 在不到两周的时间内部署了欺诈预防代理，每年节省数百万美元。其他使用 Copilot Studio 的公司包括 Nsure、麦肯锡、标准银行、汤森路透、维珍金融、Clifford Chance 和苏黎世保险，微软告诉 VentureBeat。
微软战略的核心是拉曼纳所说的“代理网格”——一个相互连接的系统，其中 AI 代理协同工作以解决复杂问题。代理不是孤立地运行，而是可以在整个企业中无缝地传递任务、消息和知识。
到目前为止，Copilot Studio 与通过聊天触发的代理相关联，但现在微软正在强调任何类型的操作。想象一个企业，其中代理无缝协作：销售代理触发库存代理检查库存可用性，然后通知客户服务代理更新客户。这种架构包括：
- 能够检测事件并在无人干预的情况下触发操作的自主代理
- 协调多个专用代理的编排层
- 提供代理工作流程透明度的实时监控工具
微软的研究部门最近发布了基于该公司 Autogen 框架的 Magnetic-One 系统，该系统建立了一个复杂的代理层次结构：管理代理在“外循环”中维护任务清单，而专用代理在“内循环”中执行工作。这种架构可能很快就会包含像微软的 OmniParser 这样的工具，这些工具可以让代理解释 UI 元素，并展示了微软在使用计算机的代理方面的技术领先优势——与 Anthropic 和 Google 开发的功能相匹配。该公司表示，他们正在努力将这项研究投入生产，但没有具体说明如何以及何时。
微软的方法解决了企业面临的一个关键挑战：在保持控制的同时，将代理数量从数百个扩展到数百万个。该平台使企业能够通过其编排功能协调多个专用代理——这种方法与行业向多代理系统发展的更广泛趋势相一致。
该平台的定价模式反映了这种企业重点。微软 Copilot Studio 不是像大多数 AI 提供商那样按令牌收费，而是根据交换的消息数量收费——强调业务成果而不是原始计算能力。拉曼纳解释说，企业不再询问哪个模型最好。他们要求提供业务价值的示例。“这是市场上一个显著的变化。”
虽然其他科技巨头也在 AI 代理方面投入巨资，但微软将企业功能与广泛的集成相结合，使其在早期占据优势。Salesforce 和 ServiceNow 等竞争对手推出了自己的 AI 代理平台，例如 Agentforce（拥有 10000 个代理）和 ServiceNow 代理，但这些产品相对较新，缺乏微软已建立的企业影响力：数亿名员工使用微软的生产力套件。
竞争格局包括各种方法。OpenAI 专注于直接 API 访问，但尚未构建企业 AI 代理部署框架，尽管其最近的 o1-preview 模型展示了更强大的推理能力，这可能会在未来为更智能的代理提供动力。Crew 等新进入者提供实验性的代理框架，但缺乏企业规模。LangChain 的模块化框架在开发人员中仍然很受欢迎，但更侧重于实验而不是企业级部署。AWS 通过 SageMaker 等平台保持以开发人员为中心的做法，而谷歌的 AI 平台在特定垂直领域表现出色，但缺乏用于广泛企业采用的连贯代理框架。
相比之下，微软将企业安全、低代码工具、预构建模板和面向开发人员的专业代码 SDK 相结合，使其成为各种团队更具包容性的选择。微软还花费了大量时间来完成将各种应用程序和分析数据库集成的艰巨工作，以便 AI 代理可以原生调用任何企业数据，而不是为了检索增强生成 (RAG) 目的而对数据库进行单独调用（请参阅微软今天发布的关于集成事务数据库的公告）。
然而，AI 代理技术仍处于起步阶段。大型语言模型仍然可能出现幻觉，依赖它们的 AI 代理需要仔细安装和管理，以避免出现无限循环或不必要的成本等问题。一些客户对 Copilot 的定价和实施挑战表示担忧。
该领域也可能继续保持碎片化。财富 500 强公司中的一大部分可能会选择多供应商方法，可能使用微软的 Copilot 代理来提高员工生产力，同时选择其他框架来处理敏感应用程序。
虽然微软目前在企业 AI 代理部署方面处于领先地位，但该技术仍处于早期阶段。该公司的优势并非来自任何单一功能，而是来自其全面的方法：企业级基础设施、广泛的集成以及对业务成果而不是原始 AI 能力的关注。
未来一年将考验微软能否保持这一领先地位。竞争对手正在竞相改进其产品。企业正在从实验转向全面部署。显而易见的是，AI 代理正在超越炒作周期，进入企业 IT 架构的现实——伴随着这种转变所带来的所有复杂性和挑战。
对于技术领导者来说，现在是评估 AI 代理如何改变您的工作流程的时候了，从自动化重复性任务到启用新的协作模式。从小处着手，专注于可衡量的成果，并首先考虑预构建代理以加速您的旅程。
观看上面嵌入的与查尔斯·拉曼纳的完整访谈，亲耳听听微软是如何推动 AI 革命的，AI 代理对企业架构意味着什么，ContentOps 的兴起，以及它如何影响角色和工作职能。
