Databricks观察到企业人工智能正向智能体系统转型

据Databricks数据显示，随着企业实施智能工作流，企业人工智能应用正向智能代理系统方向发展。

生成式人工智能的初始浪潮曾承诺推动商业转型，却往往导致孤立的聊天机器人和停滞的试点项目。技术领导者面临着高期望值与有限实用价值的矛盾。然而Databricks的最新数据显示，市场已迎来转折点。

来自2万余家企业（含60%的《财富》500强企业）的数据表明，市场正快速转向"智能代理"架构——模型不仅能检索信息，还能自主规划并执行工作流程。

这一转变标志着工程资源的根本性重构。2025年6月至10月间，Databricks平台的多智能体工作流使用量激增327%，预示着AI正演变为系统架构的核心组件。

"监督代理"驱动企业级智能代理AI应用

"监督代理"正推动这一扩张。它不再依赖单一模型处理所有请求，而是作为协调者分解复杂查询，将任务分配给专业子代理或工具。

自2025年7月推出以来，监督代理已成为领先的代理应用，截至10月其使用量占比达37%。这种模式映射了人类组织架构：管理者不执行每项任务，但确保团队完成工作。同理，监督代理负责意图检测与合规性检查，再将任务分派给领域专用工具。

当前科技公司引领该技术应用，其构建的多智能体系统数量是其他行业的近四倍。但其效益已覆盖各领域：例如金融服务公司可通过多智能体系统同时管理文件检索与合规监管，在无需人工干预的情况下提供经验证的客户响应。

传统基础设施面临压力

随着智能体从答疑进阶到执行任务，底层数据基础设施面临全新挑战。传统在线事务处理（OLTP）数据库专为人类交互速度设计，其交易模式可预测且模式变更频率低。而智能体工作流颠覆了这些假设。

如今AI智能体持续产生高频读写模式，常通过程序化创建和拆解环境来测试代码或运行场景。数据充分印证了这种自动化的规模：两年前AI智能体仅创建0.1%的数据库，如今这一比例已达80%。

此外，97%的数据库测试与开发环境现由AI代理构建。该能力使开发者和"氛围程序员"能在数秒内创建临时环境，而非耗时数小时。自Databricks Apps公开预览版发布以来，已开发逾50,000个数据与AI应用，过去六个月增长率达250%。

多模型标准

在推动自主AI应用的过程中，供应商锁定仍是企业领导者持续关注的焦点。数据显示，企业正通过实施多模型策略积极应对这一挑战。截至2025年10月，78%的企业同时采用两种及以上大型语言模型（LLM）家族，如ChatGPT、Claude、Llama和Gemini。

该策略正日益精进。2025年8月至10月间，采用三种及以上模型家族的企业比例从36%跃升至59%。这种多样性使工程团队能将简单任务分配给更小巧、更经济的模型，同时将复杂推理任务保留给高级模型处理。

零售企业引领这一趋势，83%的企业采用两个或更多模型家族以平衡性能与成本。能够整合各类专有及开源模型的统一平台，正迅速成为现代企业AI架构的必备要素。

与传统大数据批量处理模式不同，智能体AI主要运行于实时场景。报告指出96%的推理请求均实现即时处理。

在延迟直接影响价值的领域，这一特点尤为显著：科技行业每处理一个批量请求，就需处理32个实时请求；在涉及患者监测或临床决策支持的医疗健康与生命科学领域，该比例高达13:1。这对IT领导者而言，凸显了构建能够应对流量峰值且不影响用户体验的推理服务基础设施的必要性。

治理机制加速企业AI部署

对许多高管而言，最具反直觉的发现或许是治理与速度之间的关系。被普遍视为瓶颈的严格治理和评估框架，实际上能加速生产部署。

采用AI治理工具的企业，其投入生产的人工智能项目数量是未采用企业的12倍以上。同样，使用评估工具系统测试模型质量的企业，其生产部署量也达到未采用企业的近6倍。

其原理很简单：治理提供了关键的防护措施——例如定义数据使用规则和设置速率限制——使利益相关者有信心批准部署。若缺乏这些控制措施，由于安全或合规风险无法量化，试点项目往往停留在概念验证阶段。

来自智能代理AI的"平淡无奇"的企业自动化价值

尽管自主智能体令人联想到未来能力，但当前企业从智能体AI中获得的价值，源于其对常规性、琐碎却至关重要任务的自动化处理。顶级AI应用因行业而异，但都聚焦于解决特定业务挑战：

• 制造业与汽车业：35%的应用案例聚焦预测性维护

• 医疗与生命科学：23%用例涉及医学文献综合分析。

• 零售与消费品：14%用例专注市场情报分析。

此外，40%的顶级AI应用场景致力于解决客户关切，如客户支持、客户倡导和入职引导。这些应用能带来可量化的效率提升，并为更高级的智能代理工作流构建组织能力。

对高管层而言，未来发展路径应减少对人工智能"魔力"的关注，而更多聚焦于其背后的工程体系。Databricks欧洲、中东和非洲地区首席技术官戴尔·威廉姆森指出，行业讨论已发生转变。

"对整个欧洲、中东和非洲地区的企业而言，讨论已从AI实验阶段转向运营实践阶段，"威廉姆森表示，"AI智能体已在企业基础设施的关键环节运行，但真正获得价值的企业是那些将治理与评估视为基石而非事后考虑的组织。"

威廉姆森强调，竞争优势正重新转向企业如何构建AI系统，而非单纯依赖采购。

"开放互通的平台使企业能够将AI应用于自有数据，而非依赖内置AI功能——后者虽能提升短期效率，却无法创造长期差异化优势。"

在高度监管的市场中，这种开放性与可控性的结合正是"区分试点项目与竞争优势的关键"。

另请参阅：Anthropic获选构建政府AI助手试点项目

想向行业领袖学习人工智能与大数据知识？欢迎参加在阿姆斯特丹、加利福尼亚州和伦敦举办的人工智能与大数据博览会。这场综合性活动隶属TechEx系列，与网络安全与云计算博览会等顶尖科技盛会同期举行。点击此处了解更多信息。

AI News由TechForge传媒提供支持。探索更多即将举办的企业技术活动与网络研讨会请点击此处。