IT部門AI代理：60%日常任務洞察

企業中AI代理的興起

AI代理正成為科技界的下一個熱門話題，似乎每個人都想分一杯羹。但這些代理在企業中究竟在做什麼？在許多情況下，它們不僅執行自己的任務，還協助創建更多代理。它們在IT部門尤其有用，管理系統性能，包括支援其他AI代理的基礎設施。然而，它們的角色在不同產業中差異甚大。

Cloudera近期對1,484名IT領導者的調查顯示，高達96%的組織計劃在明年擴大AI使用。這是一個驚人的數字，考慮到通常至少10%的調查受訪者是例外。此外，57%的組織已在過去兩年開始實施AI代理。然而，對數據隱私、整合挑戰和數據質量問題的擔憂，可能会阻礙這些計劃。

當前應用與部署策略

目前使用的AI代理大多嵌入IT運營中，主要專注於性能優化（66%）、安全監控（63%）和協助開發（62%）。這些代理從何而來？66%的受訪者表示使用企業AI基礎設施平台構建這些代理，60%則利用核心應用中已嵌入的代理功能。調查作者指出，這種方法顯示出對可擴展、安全且與數據源密切相關的部署偏好。

除了IT優化，AI代理在面向客戶的運營中也大放異彩，主要應用於客戶支援（78%）、流程自動化（71%）和預測分析（57%）。在構建這些代理時，首選技術包括企業AI基礎設施平台（66%）、應用中的代理功能（60%）以及專用AI代理平台和框架（60%）。

挑戰與隱憂

當然，AI代理並非沒有問題。常見挑戰包括數據隱私問題（53%）、與現有系統整合的困難（40%）和高實施成本（39%）。超過三分之一（37%）的受訪者認為將AI代理整合到現有系統和工作流程中「非常」或「極其」具挑戰性。調查作者指出，部署AI代理遠非簡單的即插即用過程，反映了以往技術進步的持續挑戰。

科技領導者渴望改進AI代理，特別是在數據隱私和安全功能（65%）、更快的訓練和定制選項（54%）、更好的自然語言處理（51%）和改進的上下文理解（50%）等領域。

行業特定用例

AI代理的用例在不同行業中差異顯著：

• 在金融和保險業，主要應用包括詐欺檢測（56%）、風險評估（44%）和投資顧問服務（38%）。
• 製造業中，AI代理用於流程自動化（49%）、供應鏈優化（48%）和質量控制（47%）。
• 在醫療保健中，AI代理主要用於預約排程（51%）、診斷協助（50%）和處理醫療記錄（47%）。
• 電信業利用AI代理於客戶支援機器人（49%）、提升客戶體驗（44%）和安全監控（49%）。

實施AI代理的建議

Cloudera調查為企業有效實施AI代理提供了幾項建議：

• 強化數據基礎：確保擁有能夠處理AI代理所需的多樣化和大量數據的現代數據架構和統一平台。
• 專注於高影響項目：從承諾即時投資回報的項目開始，如客戶支援和流程自動化，直接應對關鍵業務需求。
• 建立清晰責任歸屬：明確定義誰對代理性能負責，無論是開發者、業務負責人還是運營團隊。
• 制定治理與倫理框架：實施系統以審計偏見，確保決策透明，並定期評估代理行為是否符合公司政策和用戶期望。
• 提升團隊技能：超越基礎培訓，發展混合技能組合，使員工能夠構建、整合和理解AI代理，促進人與AI之間持續學習與協作的文化。

調查回應中反映的熱情表明，AI代理有望成為AI技術的下一波重要浪潮，提供針對性解決方案，而非許多人擔心的複雜、全面的系統。計劃中的96%採用率是否會成為現實，令人期待。