企業如何加速代理AI值的時間

最近一項涉及1,050名資訊長(CIOs)的調查揭示了AI代理在IT產業中的快速採用。令人震驚的是,93%的IT領導者計劃在未來兩年內將AI代理整合進他們的系統中。焦點在於打破資料孤島以促進這種整合,旨在打造更流暢、高效的IT環境。
調查還顯示這些組織廣泛使用應用程式,平均使用897個應用程式。45%的受訪者表示使用超過1,000個應用程式,這對IT團隊來說是一個挑戰,他們致力於創造一致的使用者體驗。
目前,只有29%的企業應用程式實現了整合並在業務中共享資料。為了準備增加AI的使用,資訊長們將20%的預算用於資料基礎設施和管理,這是他們在AI本身上支出的四倍,僅為5%。
了解AI代理
根據ARK Invest的定義,AI代理將徹底改變我們與數位應用程式的互動方式,標誌著人機互動的重大轉變。這些代理可以:
- 透過自然語言處理理解使用者意圖
- 使用推理和情境感知來計劃行動
- 使用工具執行任務以滿足使用者請求
- 透過迭代學習和持續改進提升其效能
ARK Invest預測,AI將大幅提升知識工作的生產力。到2030年,他們預計隨著企業投資於提升生產力的解決方案,每位知識工作者的軟體使用量將大幅增加。根據採用率的不同,全球軟體支出可能從過去十年的14%年增長率增加到每年18%至48%。
使用代理AI加速價值實現
技術研究公司Valoir表示,代理AI能夠透過自動化複雜任務和無需人工干預的互動,帶來指數級的效益。然而,開發能有效管理這些複雜任務的代理AI,本身也面臨一系列挑戰。
使用專為代理AI開發設計的平台,如Salesforce Agentforce,可以顯著加快這一過程。Valoir的研究顯示,組織可以比其他方法快16倍地部署自主AI代理,並實現75%的準確度提升。
Valoir的代理AI開發七階段
Valoir概述了開發代理AI的七個關鍵階段,針對不同複雜度的任務和資料來源進行了定制:
- 模型設置: 構建AI代理的基礎。
- 資料與應用程式整合: 確保系統間的資料流動無縫。
- 提示工程: 為AI互動設計有效的提示。
- AI護欄與安全: 實施防護措施和安全措施。
- 使用者介面與工作流程/應用程式開發: 設計使用者友好的介面。
- 調優: 微調AI模型以獲得最佳效能。
- 資料準確性: 確保AI代理使用的資料可靠性。
Valoir的研究顯示,自行開發(DIY)方法與使用像Agentforce這樣深度整合的平台之間存在顯著差異。例如,自行開發的模型設置通常需要三到十二個月,而Agentforce的預整合模型可快7.5倍部署。
同樣地,使用開源替代方案進行資料和應用程式整合可能需要一個多月,而Agentforce能在幾週內完成,速度快3.5倍。最顯著的差異在於建立AI護欄、信任和安全性,自行開發可能需要一年以上,而像Agentforce這樣的平台能更快提供這些層面。
準確性對於AI代理的有效部署至關重要。對於簡單任務,自行開發方法達到了50%的準確度,而Agentforce則達到95%。在如銷售指導的複雜場景中,自行開發的準確度下降至40%,而Agentforce保持95%。總體而言,使用平台可將代理準確度提升75%。
Valoir的結論顯示,自行開發項目的總時間平均為75.5個月,而使用Agentforce的項目在僅4.8個月內達到高效準確度,使平台方法快16倍。如需更多關於Valoir代理AI研究的見解,可訪問他們的詳細報告。
相關文章
內部細節曝光:下一代 Gemini 算力緊張,內部團隊在開發優先順序和資源分配上存在分歧
報告顯示,谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧,加上計算能力有限以及複雜的審批流程,導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片,但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭,谷歌仍面臨計算資源短缺的問題。目前,高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時,領導層也發生了變化,聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中,並倡導將資源專門用於
OpenAI 否認增長放緩擔憂,稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑,人工智慧領域的領軍企業 OpenAI 於 4 月 28 日(星期二)發表了一份信心十足的宣告。該公司澄清稱,其消費產品和企業服務正在快速推進,直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法,OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求,並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露,公司內部情緒依然樂觀。儘管市場競爭日益激烈,但公司正在向投資者傳遞信心,聲稱其商業
阿里巴巴超級盃:Qwen3.8-Max 重磅登場,程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max,這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升,展現了強大的技術能力。在權威的Arena大模型排名中,Qwen3.8-Max取得了令人矚目的成績,僅次於Anthropic的Claude系列,位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展,為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線,並整合到新推出的“Qwen Offic
相關專題推薦
評論 (7)
0/500
Les entreprises sont vraiment pressées d'adopter l'IA agentique ! 😅 93% des DSI prévoient de l'intégrer d'ici 2 ans... Mais est-ce qu'ils ont vraiment pensé aux risques de sécurité en brisant les silos de données ? Ça me rappelle l'époque du cloud computing, tout le monde se précipitait sans plan solide.
Wow, 93% of CIOs jumping on AI agents in just two years? That’s wild! I’m curious how they’ll tackle those pesky data silos—sounds like a tech revolution brewing! 🚀
¡Qué herramienta tan impresionante! Me encanta cómo facilita la integración de agentes de IA. Aunque a veces puede ser un poco confuso, el potencial es enorme. ¡Espero que sigan mejorándola! 😊
Diese Tool ist wirklich nützlich! Es ist beeindruckend, wie schnell KI-Agenten integriert werden. Die Auflösung von Daten-Silos ist entscheidend, und dieses Tool macht es viel einfacher. Hätte gerne noch mehr Funktionen! 👍
This tool is a must-have for any CIO looking to stay ahead! It's amazing to see how quickly AI agents are being adopted. Breaking down data silos is crucial, and this tool makes it so much easier. Can't wait to see how it evolves! 🚀

最近一項涉及1,050名資訊長(CIOs)的調查揭示了AI代理在IT產業中的快速採用。令人震驚的是,93%的IT領導者計劃在未來兩年內將AI代理整合進他們的系統中。焦點在於打破資料孤島以促進這種整合,旨在打造更流暢、高效的IT環境。
調查還顯示這些組織廣泛使用應用程式,平均使用897個應用程式。45%的受訪者表示使用超過1,000個應用程式,這對IT團隊來說是一個挑戰,他們致力於創造一致的使用者體驗。
目前,只有29%的企業應用程式實現了整合並在業務中共享資料。為了準備增加AI的使用,資訊長們將20%的預算用於資料基礎設施和管理,這是他們在AI本身上支出的四倍,僅為5%。
了解AI代理
根據ARK Invest的定義,AI代理將徹底改變我們與數位應用程式的互動方式,標誌著人機互動的重大轉變。這些代理可以:
- 透過自然語言處理理解使用者意圖
- 使用推理和情境感知來計劃行動
- 使用工具執行任務以滿足使用者請求
- 透過迭代學習和持續改進提升其效能
ARK Invest預測,AI將大幅提升知識工作的生產力。到2030年,他們預計隨著企業投資於提升生產力的解決方案,每位知識工作者的軟體使用量將大幅增加。根據採用率的不同,全球軟體支出可能從過去十年的14%年增長率增加到每年18%至48%。
使用代理AI加速價值實現
技術研究公司Valoir表示,代理AI能夠透過自動化複雜任務和無需人工干預的互動,帶來指數級的效益。然而,開發能有效管理這些複雜任務的代理AI,本身也面臨一系列挑戰。
使用專為代理AI開發設計的平台,如Salesforce Agentforce,可以顯著加快這一過程。Valoir的研究顯示,組織可以比其他方法快16倍地部署自主AI代理,並實現75%的準確度提升。
Valoir的代理AI開發七階段
Valoir概述了開發代理AI的七個關鍵階段,針對不同複雜度的任務和資料來源進行了定制:
- 模型設置: 構建AI代理的基礎。
- 資料與應用程式整合: 確保系統間的資料流動無縫。
- 提示工程: 為AI互動設計有效的提示。
- AI護欄與安全: 實施防護措施和安全措施。
- 使用者介面與工作流程/應用程式開發: 設計使用者友好的介面。
- 調優: 微調AI模型以獲得最佳效能。
- 資料準確性: 確保AI代理使用的資料可靠性。
Valoir的研究顯示,自行開發(DIY)方法與使用像Agentforce這樣深度整合的平台之間存在顯著差異。例如,自行開發的模型設置通常需要三到十二個月,而Agentforce的預整合模型可快7.5倍部署。
同樣地,使用開源替代方案進行資料和應用程式整合可能需要一個多月,而Agentforce能在幾週內完成,速度快3.5倍。最顯著的差異在於建立AI護欄、信任和安全性,自行開發可能需要一年以上,而像Agentforce這樣的平台能更快提供這些層面。
準確性對於AI代理的有效部署至關重要。對於簡單任務,自行開發方法達到了50%的準確度,而Agentforce則達到95%。在如銷售指導的複雜場景中,自行開發的準確度下降至40%,而Agentforce保持95%。總體而言,使用平台可將代理準確度提升75%。
Valoir的結論顯示,自行開發項目的總時間平均為75.5個月,而使用Agentforce的項目在僅4.8個月內達到高效準確度,使平台方法快16倍。如需更多關於Valoir代理AI研究的見解,可訪問他們的詳細報告。
內部細節曝光:下一代 Gemini 算力緊張,內部團隊在開發優先順序和資源分配上存在分歧
報告顯示,谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧,加上計算能力有限以及複雜的審批流程,導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片,但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭,谷歌仍面臨計算資源短缺的問題。目前,高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時,領導層也發生了變化,聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中,並倡導將資源專門用於
OpenAI 否認增長放緩擔憂,稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑,人工智慧領域的領軍企業 OpenAI 於 4 月 28 日(星期二)發表了一份信心十足的宣告。該公司澄清稱,其消費產品和企業服務正在快速推進,直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法,OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求,並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露,公司內部情緒依然樂觀。儘管市場競爭日益激烈,但公司正在向投資者傳遞信心,聲稱其商業
阿里巴巴超級盃:Qwen3.8-Max 重磅登場,程式碼與辦公工具能力全面升級
阿里巴巴正式釋出了Qwen3.8-Max,這是一款擁有2.4萬億引數的下一代基礎大模型。這一重大AI進展在編碼和專業辦公任務等核心領域帶來了顯著的效能提升,展現了強大的技術能力。在權威的Arena大模型排名中,Qwen3.8-Max取得了令人矚目的成績,僅次於Anthropic的Claude系列,位居行業前列。這一里程碑標誌著國內大模型在處理複雜任務方面取得了快速進展,為開發者和企業使用者提供了先進的智慧工具。該模型的API現已在Qwen AI平臺上上線,並整合到新推出的“Qwen Offic
Les entreprises sont vraiment pressées d'adopter l'IA agentique ! 😅 93% des DSI prévoient de l'intégrer d'ici 2 ans... Mais est-ce qu'ils ont vraiment pensé aux risques de sécurité en brisant les silos de données ? Ça me rappelle l'époque du cloud computing, tout le monde se précipitait sans plan solide.
Wow, 93% of CIOs jumping on AI agents in just two years? That’s wild! I’m curious how they’ll tackle those pesky data silos—sounds like a tech revolution brewing! 🚀
¡Qué herramienta tan impresionante! Me encanta cómo facilita la integración de agentes de IA. Aunque a veces puede ser un poco confuso, el potencial es enorme. ¡Espero que sigan mejorándola! 😊
Diese Tool ist wirklich nützlich! Es ist beeindruckend, wie schnell KI-Agenten integriert werden. Die Auflösung von Daten-Silos ist entscheidend, und dieses Tool macht es viel einfacher. Hätte gerne noch mehr Funktionen! 👍
This tool is a must-have for any CIO looking to stay ahead! It's amazing to see how quickly AI agents are being adopted. Breaking down data silos is crucial, and this tool makes it so much easier. Can't wait to see how it evolves! 🚀





首頁






