“AI 實(shí)驗(yàn)的時(shí)代已經(jīng)結(jié)束。企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)取決于量身定制的?AI 應(yīng)用和可量化的業(yè)務(wù)成果。”

2025年Think大會(huì)后，IBM的首場(chǎng)國(guó)內(nèi)深度技術(shù)溝通會(huì)上， IBM 大中華區(qū)技術(shù)銷售總經(jīng)理、首席技術(shù)官翟峰 再次重申其董事長(zhǎng)、首席執(zhí)行官Arvind Krishna在2025Think大會(huì)上的發(fā)言。

（IBM大中華區(qū)技術(shù)銷售總經(jīng)理、首席技術(shù)官?翟峰）

在翟峰看來(lái)，企業(yè)已經(jīng)從 “ 是否使用 AI” 的階段，進(jìn)入 “ 如何真正用好 AI” 的關(guān)鍵節(jié)點(diǎn)。 過(guò)去一年大模型的熱潮推動(dòng)了智能化轉(zhuǎn)型的愿景，但當(dāng)下客戶更關(guān)心的是：智能體能不能執(zhí)行任務(wù)？能不能穩(wěn)定復(fù)用？能不能帶來(lái)真實(shí)的成本收益比？

IBM的答案，是基于平臺(tái)化、工程化的企業(yè)AI Agent體系：不只是能對(duì)話的助手，而是嵌入流程、完成任務(wù)、可監(jiān)控、可維護(hù)的“數(shù)字員工”。

這一體系由watsonx平臺(tái)承載， 構(gòu)建了模型、數(shù)據(jù)、任務(wù)執(zhí)行與管理的完整技術(shù)棧，目標(biāo)是讓 AI 真正 “ 長(zhǎng) ” 在企業(yè)系統(tǒng)內(nèi)部，成為流程的一部分而非附加功能 。

翟峰強(qiáng)調(diào)，企業(yè)級(jí)Agent不同于消費(fèi)端的聊天機(jī)器人，它的關(guān)鍵是“動(dòng)手能力”。企業(yè)系統(tǒng)中存在大量復(fù)雜的審批流、數(shù)據(jù)表、權(quán)限系統(tǒng)和業(yè)務(wù)規(guī)則，Agent如果無(wú)法理解這些“系統(tǒng)語(yǔ)言”，就無(wú)法完成任何有價(jià)值的任務(wù)。

IBM構(gòu)建的架構(gòu)分三層：上層是對(duì)話與交互，中層是任務(wù)拆解與行動(dòng)邏輯，底層是與IT系統(tǒng)的連接與API調(diào)用，確保從“理解指令”到“完成動(dòng)作”的閉環(huán)。

為了支撐這樣的系統(tǒng)，IBM強(qiáng)化了watsonx的數(shù)據(jù)與任務(wù)平臺(tái)能力。

（IBM大中華區(qū) 科技 事業(yè)部數(shù)據(jù)與人工智能資深技術(shù)專家?吳敏達(dá)）

IBM 大中華區(qū)科技事業(yè)部數(shù)據(jù)與人工智能資深技術(shù)專家吳敏達(dá)指出，企業(yè) AI Agent 真正的門檻不在前端建模，而在 “ 系統(tǒng)內(nèi)嵌 ” 。

智能體不僅要能調(diào)用知識(shí)圖譜與檢索系統(tǒng)，還要具備跨平臺(tái)、跨部門的能力。這就要求它必須具備規(guī)劃任務(wù)、執(zhí)行策略和對(duì)接異構(gòu)系統(tǒng)的能力，“不只是懂語(yǔ)言，還要懂業(yè)務(wù)，懂流程，懂工具。”

watsonx平臺(tái)通過(guò)對(duì)企業(yè)歷史數(shù)據(jù)與系統(tǒng)接口的標(biāo)準(zhǔn)化管理，使Agent具備上下文理解與動(dòng)作執(zhí)行能力，在系統(tǒng)中自主規(guī)劃工作流。

而要真正支撐AI Agent在企業(yè)中大規(guī)模、穩(wěn)定運(yùn)行，僅靠“技術(shù)能實(shí)現(xiàn)”還不夠， 工程體系 必須隨之完善。

（IBM大中華區(qū)科技事業(yè)部自動(dòng)化資深技術(shù)專家?張誠(chéng)）

IBM 大中華區(qū)科技事業(yè)部自動(dòng)化資深技術(shù)專家張誠(chéng) 在會(huì)上介紹了IBM構(gòu)建的“AgentOps”體系——它不是簡(jiǎn)單的DevOps延伸，而是一整套適配Agent開(kāi)發(fā)、部署、監(jiān)控、治理的運(yùn)行機(jī)制。

張誠(chéng)表示，企業(yè)部署 AI Agent 常見(jiàn)的三個(gè)難點(diǎn)是：系統(tǒng)無(wú)法對(duì)接、任務(wù)無(wú)法評(píng)估價(jià)值、智能體生命周期難以管理。 AgentOps的目的就是將智能體模塊化、服務(wù)化，每一個(gè)Agent都有輸入輸出接口、行為日志、權(quán)限邊界，可以像業(yè)務(wù)組件一樣管理、復(fù)用與擴(kuò)展。

在AgentOps的支持下，IBM還建立了“Agent能力目錄（Agent Catalog）”， 企業(yè)可以像搭積木一樣選擇通用能力 Agent （如文檔總結(jié)、報(bào)告生成）和行業(yè)特定 Agent （如生產(chǎn)排程、設(shè)備故障診斷），結(jié)合低代碼工具快速部署 。

而通過(guò)統(tǒng)一的監(jiān)控與策略引擎，系統(tǒng)可以對(duì)Agent的成功率、響應(yīng)時(shí)間、調(diào)用頻次進(jìn)行分析，幫助企業(yè)進(jìn)行效果評(píng)估與性能調(diào)優(yōu)。

在Agent落地場(chǎng)景方面，IBM的實(shí)踐也在不斷聚焦產(chǎn)業(yè)鏈深處的“剛需任務(wù)”。

（IBM大中華區(qū)科技事業(yè)部車庫(kù)創(chuàng)新團(tuán)隊(duì)經(jīng)理?張珣）

IBM 大中華區(qū)科技事業(yè)部車庫(kù)創(chuàng)新團(tuán)隊(duì)經(jīng)理張珣表示，相比對(duì)話式產(chǎn)品，企業(yè)級(jí)客戶更關(guān)心是否能夠解決業(yè)務(wù)痛點(diǎn) 。

她舉了制造業(yè)的典型案例：某重工業(yè)企業(yè)在產(chǎn)線管理中存在大量設(shè)備巡檢與文檔記錄需求，傳統(tǒng)方式耗時(shí)耗力、合規(guī)風(fēng)險(xiǎn)高。IBM幫助其搭建了基于watsonx的設(shè)備巡檢Agent，結(jié)合圖像識(shí)別、語(yǔ)音輸入和工作流系統(tǒng)，自動(dòng)識(shí)別異常并填寫記錄，節(jié)省了超過(guò)70%的人力成本。

張珣強(qiáng)調(diào)，IBM的方法論不是一味推“超級(jí)智能”，而是打造“業(yè)務(wù)顆粒度合適”的中小型Agent，專注完成一個(gè)環(huán)節(jié)的任務(wù)，然后串聯(lián)起來(lái)形成完整流程。

圍繞Agent的產(chǎn)業(yè)價(jià)值，張珣表示， 企業(yè)要真正看到 AI 帶來(lái)的價(jià)值，關(guān)鍵在于明確三個(gè)層次：一是任務(wù)自動(dòng)化的成本對(duì)比，二是對(duì)數(shù)據(jù)質(zhì)量與流程標(biāo)準(zhǔn)化的倒逼作用，三是為未來(lái)更大規(guī)模的智能重構(gòu)打下基礎(chǔ) 。

“Agent不是一個(gè)項(xiàng)目，而是企業(yè)數(shù)字化能力的延伸。它既是戰(zhàn)術(shù)工具，也是戰(zhàn)略 投資 。”張珣說(shuō)道。

總結(jié)來(lái)看，IBM并未將AI Agent包裝成某種玄奧前沿的未來(lái)技術(shù)，而是通過(guò)實(shí)實(shí)在在的平臺(tái)能力、工程方法與行業(yè)案例，明確傳遞出一個(gè)信號(hào)： Agent 是企業(yè)重塑工作方式的工具，而不是追趕技術(shù)潮流的裝飾。 （本文原載于網(wǎng)易科技，作者：袁寧。轉(zhuǎn)載已獲授權(quán)。）