“AI 實驗的時代已經(jīng)結(jié)束。企業(yè)競爭優(yōu)勢取決于量身定制的?AI 應(yīng)用和可量化的業(yè)務(wù)成果。”

2025年Think大會后，IBM的首場國內(nèi)深度技術(shù)溝通會上， 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、首席執(zhí)行官Arvind Krishna在2025Think大會上的發(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，企業(yè)已經(jīng)從 “ 是否使用 AI” 的階段，進入 “ 如何真正用好 AI” 的關(guān)鍵節(jié)點。 過去一年大模型的熱潮推動了智能化轉(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？能不能帶來真實的成本收益比？

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

這一體系由watsonx平臺承載， 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 ” 在企業(yè)系統(tǒng)內(nèi)部，成為流程的一部分而非附加功能 。

翟峰強調(diào)，企業(yè)級Agent不同于消費端的聊天機器人，它的關(guān)鍵是“動手能力”。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如果無法理解這些“系統(tǒng)語言”，就無法完成任何有價值的任務(wù)。

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

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

（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)用知識圖譜與檢索系統(tǒng)，還要具備跨平臺、跨部門的能力。這就要求它必須具備規(guī)劃任務(wù)、執(zhí)行策略和對接異構(gòu)系統(tǒng)的能力，“不只是懂語言，還要懂業(yè)務(wù)，懂流程，懂工具。”

watsonx平臺通過對企業(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)定運行，僅靠“技術(shù)能實現(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)部自動化資深技術(shù)專家?張誠）

IBM 大中華區(qū)科技事業(yè)部自動化資深技術(shù)專家張誠 在會上介紹了IBM構(gòu)建的“AgentOps”體系——它不是簡單的DevOps延伸，而是一整套適配Agent開發(fā)、部署、監(jiān)控、治理的運行機制。

張誠表示，企業(yè)部署 AI Agent 常見的三個難點是：系統(tǒng)無法對接、任務(wù)無法評估價值、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 。

而通過統(tǒng)一的監(jiān)控與策略引擎，系統(tǒng)可以對Agent的成功率、響應(yīng)時間、調(diào)用頻次進行分析，幫助企業(yè)進行效果評估與性能調(diào)優(yōu)。

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

（IBM大中華區(qū)科技事業(yè)部車庫創(chuàng)新團隊經(jīng)理?張珣）

IBM 大中華區(qū)科技事業(yè)部車庫創(chuàng)新團隊經(jīng)理張珣表示，相比對話式產(chǎn)品，企業(yè)級客戶更關(guān)心是否能夠解決業(yè)務(wù)痛點 。

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)方式耗時耗力、合規(guī)風(fēng)險高。IBM幫助其搭建了基于watsonx的設(shè)備巡檢Agent，結(jié)合圖像識別、語音輸入和工作流系統(tǒng)，自動識別異常并填寫記錄，節(jié)省了超過70%的人力成本。

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

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

“Agent不是一個項目，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 。”張珣說道。

總結(jié)來看，IBM并未將AI Agent包裝成某種玄奧前沿的未來技術(shù)，而是通過實實在在的平臺能力、工程方法與行業(yè)案例，明確傳遞出一個信號： 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)。）