在AI领域的新一轮浪潮中，一个核心观点正逐渐达成共识：未来的AI不仅仅是销售工具，而是直接带来经济收益的手段。红杉资本合伙人Pat Grady提出的这一“万亿美元机会”理念，得到了OpenAI首席执行官Sam Altman和谷歌首席科学家Jeff Dean的认可。随着大模型的热潮逐渐降温，智能体接过接力棒，引领AI进入新时代。英伟达具身智能研究主管Jim Fan进一步指出，当机器人能通过物理图灵测试时，收益将等同于自动化的现金流。
在与IBM大中华区技术销售总经理、首席技术官翟峰的对话中，他同样强调了这一趋势。翟峰认为，AI的实验阶段已经结束，企业的核心竞争力将越来越依赖于定制化AI应用和可量化的业务成果。在IBM Think大会上，董事长兼首席执行官Arvind Krishna也指出，当前的AI应聚焦智能体、数据、集成和基础设施四个层面。
翟峰强调，企业在通过AI实现收益的过程中，首要面对的是数据问题。高质量的数据是否存在？是否被有效利用？是否发挥了应有的作用？他指出，数据是企业级AI落地的核心生产力，没有数据，一切都是空谈。尽管大模型可能拥有大量互联网数据，但企业最核心的数据是否整合出来，才是最关键的因素。
在智能体时代，AI技术如何与传统自动化技术融合，成为发展的关键。以制造业为例，工厂已经广泛应用了自动化流水线和自动化机器臂等设备。在AI时代，这些传统设备如何与AI智能体结合，产生更大的效益，是一个值得关注的方向。AI技术如视觉识别已经在制造业中得到应用，通过AI技术，企业可以自动识别生产零部件的优劣，提高检测效率和准确度，同时规范员工操作流程，降低事故风险。
翟峰指出，企业目前更关心智能体的实际效用、AI技术在场景下的复用性以及投资回报率（ROI）。智能体的热潮不仅反映了甲方企业对技术赋能的追求，也激发了乙方服务商的积极投入。从年初各大厂商的会议内容可以看出，智能体已成为各厂商的重点布局方向。
OpenAI推出了具备更强智能体能力的推理模型，并预测智能体销售额将超过ChatGPT。阿里巴巴推出了AI智能体“心流”，宣称能像人类专家一样进行研究、撰写报告和代码。百度在AI开发者大会上发布了文心大模型4.5 Turbo和深度思考模型X1 Turbo，以及通用超级智能体心响APP。联想集团也发布了包括个人、企业和城市超级智能体在内的一系列产品。
腾讯总裁刘炽平表示，微信生态系统内有机会创造一个独特的智能体，连接AI与微信的内容、社交、通信和社区能力，以及内容生态系统。在IBM Think大会上，IBM推出了一套完整的企业级AI智能体解决方案，该方案以IBM Watsonx Orchestrate为核心，确保智能体之间的高效协作，并与企业的现有IT资产协同。
IBM大中华区科技事业部数据与人工智能资深技术专家吴敏达表示，面向C端用户的智能体与面向企业级应用的智能体完全不同。企业级AI要求智能体和大模型必须准确无误，不需要太大参数，但需要经过专有数据训练。虽然目前不存在能解决各种问题的通用智能体，但在垂直业务领域，针对特定场景的智能体已有不少应用。
吴敏达指出，数字化基础好的企业在智能体落地方面具有先发优势。以制造业为例，ERP系统中的数据质量较好，与ERP联动的场景更容易落地。从具体场景出发，翟峰认为，客服端和研发是企业侧比较容易落地智能体的领域。例如，IBM曾推出一款智能代码助手Watsonx Code Assistant，帮助企业更快、更智能地完成代码开发。
IBM大中华区科技事业部车库创新团队经理张珣分享了一个汽车行业用户的案例。在该车企内部，IBM推荐从维修部门入手，构建一个AI助手级别的维修助手，提升所有员工的维修水平。验证成功后，又将AI能力复用到了客服、财务、HR、销售等部门。张珣指出，他们会首先从用户角度出发，寻找痛点与需求，以典型场景进行验证，再商讨大规模部署。
随着AI步入成熟阶段，智能体成为企业重点发展方向。企业不再满足于简单的AI工具，而是希望通过AI智能体获得更大的收益。对于企业级服务商而言，让智能体以更高的性价比落地，将成为AI下半场的主要竞争方向。
