在当今AI技术的浪潮中，业界领袖们纷纷提出了一个引人注目的观点：未来的AI不仅仅是一种工具，而是能够带来实实在在收益的关键。红杉资本合伙人Pat Grady将此称为“万亿美元机会”，这一观点得到了OpenAI首席执行官Sam Altman和谷歌首席科学家Jeff Dean的赞同。随着大型AI模型的热潮逐渐平息，智能体接过了这一接力棒，引领AI进入了一个崭新的时代。
英伟达具身智能研究主管Jim Fan在此基础上进一步指出：“当机器人能够通过物理图灵测试时，收益就等于自动化的现金流。”这一观点在IBM大中华区技术销售总经理、首席技术官翟峰的近期访谈中得到了共鸣。翟峰认为，AI的实验阶段已经结束，企业现在需要的是定制化AI应用和可量化的业务成果，以提升核心竞争力。
在IBM Think大会上，IBM董事长兼首席执行官Arvind Krishna强调了当前AI发展的四个关键层面：智能体、数据、集成和基础设施。翟峰指出，企业在利用AI获取收益的过程中，必须面对数据质量、数据使用和数据效果三大挑战。他强调，数据是企业级AI落地的核心生产力，没有高质量的数据，一切都是空谈。
随着AI技术进入智能体时代，如何将AI技术与传统自动化技术融合成为新的关注点。以制造业为例，传统自动化设备如自动化流水线和自动化机器臂已经广泛应用于工厂生产。在AI时代，如何将这些设备与AI智能体相结合，发挥更大的效能，成为了一个值得探索的方向。
在制造业中，AI技术已经展现出其强大的潜力。通过视觉识别技术，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。动态捕捉和识别技术则可以对员工的操作流程进行规范化监控，降低生产过程中的安全事故和设备故障率。同时，通过安装传感器等设备，企业可以对大型制造设备进行实时监测，并进行AI智能分析，提前预警设备故障。
在IBM Think2025大会上，IBM推出了一套完整的、企业就绪的AI智能体解决方案，以IBM watsonx Orchestrate为核心。该解决方案可以确保智能体之间的高效协作，并与企业的现有IT资产进行协同。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指出，企业级AI与C端AI存在显著差异，企业级AI需要经过专有数据训练，以确保智能体给出的答案是准确无误的。
尽管有观点认为目前尚未有厂商能够打造出真正的智能体，但吴敏达表示，在垂直业务领域，针对特定场景的智能体已经有很多应用落地。例如，IBM在全球范围内推出的AskHR智能助手已经能够处理94%的HR问询，降低了运营成本并提升了员工体验。
从场景角度出发，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。以研发为例，IBM推出的watsonx Code Assistant是一款能够帮助企业完成代码编写的企业级AI代码助手，它结合了生成式AI的强大功能与高级自动化，能够提升研发团队的开发效率。企业还可以通过建立专有的知识库，打造一套专属的“问答系统”，进一步提升研发效率。
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推荐用户从维修部门入手，构建一个AI助手级别的维修助手，以提升所有员工的维修水平。在验证效果后，该车企将AI能力复用到了客服、财务、HR和销售等部门。
随着AI技术的不断成熟，智能体已经成为企业重点发展的方向。企业不再满足于简单的AI工具，而是希望通过AI Agent获得更大的收益。对于企业级服务商而言，如何以更高的性价比让智能体落地，将成为AI下半场的主要竞争焦点。
