Databricks觀察企業人工智慧轉型邁向代理系統

根據Databricks的數據，隨著企業實施智能工作流程，企業級人工智慧的採用正朝向智能代理系統發展。

生成式人工智慧的初始浪潮雖承諾帶來商業轉型，卻往往導致孤立的聊天機器人與停滯的試點計畫。技術領導者面臨著高度期望卻實用性有限的困境。然而Databricks的最新數據顯示，市場已達轉折點。

涵蓋逾20,000家企業（包含60%《財星》500大企業）的數據顯示，市場正快速轉型至「代理式」架構——此類架構中的模型不僅能檢索資訊，更能自主規劃並執行工作流程。

此轉變代表工程資源的根本性重組。2025年6月至10月間，Databricks平台的多智能體工作流程使用量激增327%，此增長昭示AI正進化為系統架構的核心組件。

「監督代理」驅動企業採用代理式人工智慧

「監督代理」正驅動此擴張趨勢。其運作模式有別於單一模型處理所有請求，監督代理扮演協調者角色，將複雜查詢拆解後分配給專業子代理或工具執行。

自2025年7月推出以來，監督代理已躍居代理應用之首，至10月使用率達37%。此模式呼應人類組織架構：管理者不執行每項任務，但確保團隊完成工作。同理，監督代理負責意圖偵測與合規檢查，再將工作導向領域專用工具。

當前科技公司引領此技術應用，其建置的多智能體系統數量是其他產業的近四倍。然而其效益已擴及各領域：例如金融服務公司可運用多智能體系統同步管理文件檢索與監管合規，在無需人工干預下提供經核實的客戶回應。

傳統基礎設施面臨壓力

隨著代理程式從答疑進化至任務執行，底層數據基礎設施面臨新挑戰。傳統線上交易處理（OLTP）資料庫專為人類速度的互動設計，其交易模式可預測且資料結構變更頻率低。而代理式工作流程顛覆了這些假設。

當今AI代理產生持續性高頻讀寫模式，常透過程式化方式建立與拆解環境以測試程式碼或執行情境模擬。數據清晰反映此自動化規模：兩年前AI代理僅創建0.1%的資料庫，如今此比例已攀升至80%。

此外，97% 的資料庫測試與開發環境現由 AI 代理建置。此能力使開發者與「氛圍程式設計師」能在數秒內創建臨時環境，而非耗時數小時。自 Databricks Apps 公開預覽以來，已開發逾 50,000 個資料與 AI 應用程式，過去六個月成長率達 250%。

多模型標準

企業領導者在推動自主式人工智慧採用時，供應商鎖定仍是長期隱憂。數據顯示組織正透過多模型策略積極應對：截至2025年10月，78%企業採用兩組以上大型語言模型（LLM）家族，例如ChatGPT、Claude、Llama及Gemini。

此策略正趨向精進：2025年8月至10月間，採用三種以上模型家族的企業比例從36%攀升至59%。此多元配置使工程團隊能將簡易任務分配給體積更小、成本效益更高的模型，同時保留先進模型處理複雜推理任務。

零售企業正引領此趨勢，83%採用雙模型家族策略以平衡效能與成本。能整合各類專有與開源模型的統一平台，正迅速成為現代企業AI架構的關鍵要素。

相較於傳統大數據的批次處理模式，智能體式人工智慧主要運作於即時環境。報告指出，96% 的推論請求皆能即時處理。

此現象在延遲直接影響價值的領域尤為顯著：科技產業每處理一個批次請求，便需應對32個即時請求；醫療與生命科學領域（涉及病患監測或臨床決策支援）的比例則達13:1。對IT領導者而言，這凸顯了建構能承受流量高峰且不影響使用者體驗的推論服務基礎架構之必要性。

治理機制加速企業AI部署

對許多高管而言，最具反直覺的發現莫過於治理與速度的關聯性。嚴謹的治理與評估框架雖常被視為瓶頸，實則能加速生產部署進程。

採用AI治理工具的組織，其投入生產的AI專案數量是未採用者的12倍以上。同樣地，運用評估工具系統化測試模型品質的企業，其生產部署量可提升近六倍。

其原理很簡單：治理提供關鍵防護措施——例如定義數據使用規範與設定速率限制——使利益相關者能放心批准部署。若缺乏這些管控機制，試點項目往往因無法量化的安全或合規風險而停滯於概念驗證階段。

來自代理型人工智慧的「平凡」企業自動化價值

儘管自主代理程式令人聯想到未來科技，當前企業從代理型人工智慧獲得的價值，實則源於自動化處理例行性、瑣碎卻至關重要的任務。頂尖人工智慧應用雖因產業而異，但皆聚焦於解決特定商業挑戰：

• 製造業與汽車業：35%應用案例聚焦預測性維護

• 健康與生命科學：23%應用案例涉及醫學文獻整合。

• 零售與消費品：14%用例專注市場情報分析。

此外，40%的頂尖AI應用案例針對實務客戶需求，如客戶支援、倡導服務與新進人員培訓。這些應用不僅創造可量化的效率提升，更為進階代理工作流程奠定組織能力基礎。

對高階主管而言，未來發展路徑應減少聚焦於人工智慧的「魔力」，而更應重視其背後的工程學問。Databricks歐洲、中東及非洲地區技術長戴爾·威廉森指出，相關討論已產生轉變。

「對整個歐洲、中東及非洲地區的企業而言，討論焦點已從AI實驗階段轉向營運實務層面，」威廉森表示：「AI代理程式已開始執行企業基礎架構的關鍵環節，但真正創造價值的組織，是將治理與評估視為根基而非事後補救措施的企業。」

威廉森強調，競爭優勢正回歸至企業的建構能力，而非僅止於採購能力。

「開放且互通的平台能讓企業將人工智慧應用於自身數據，而非依賴內建的人工智慧功能——後者雖能提升短期生產力，卻無法創造長期差異化優勢。」

在高度監管的市場中，這種開放性與控制力的結合正是「區分試點項目與競爭優勢的關鍵」。

另請參閱：Anthropic獲選建置政府AI助理試點計畫

想向業界領袖學習人工智慧與大數據知識？歡迎參與於阿姆斯特丹、加州及倫敦舉辦的「人工智慧與大數據博覽會」。此綜合性活動隸屬TechEx系列，並與「網路安全與雲端博覽會」等頂尖科技盛會同期舉行。點擊此處獲取更多資訊。

AI News由TechForge Media提供技術支援。探索其他即將舉辦的企業科技活動與線上研討會請點此。