AI代理現狀：數據一覽
本文彙總了AI代理採用、招聘、治理和投資回報率方面的關鍵數據。數據顯示，目前有2071個開放代理角色，65%的AI招聘與代理相關，但治理和安全角色僅40個。大多數組織仍在實驗階段，只有23%在積極擴展。文中還引用了克萊納、摩根大通等企業的實際應用案例。
AI代理正迅速成為人工智能領域的熱點話題，但其實際狀況如何？本文通過一系列實時更新的數據，從招聘、治理、採用和投資回報率等多個維度，全面剖析了AI代理的現狀。
根據Get Ready For Agents的職位指數，目前共有2071個開放的代理AI角色，分佈在216家公司中，佔所有追蹤到的AI招聘職位的65%。在AI原生公司（前沿實驗室）中，這一比例更高，達到68%。然而，值得注意的是，在3164個追蹤職位中，僅有40個與代理治理或安全相關，這表明控制措施遠遠落後於開發。此外，僅9%的代理角色支持遠程工作，説明團隊主要集中在辦公室。
在治理方面，全球共有35個AI治理框架被追蹤，涵蓋16個國家和4個地區。同時，代理工具生態系統迅速發展，已有92個工具被映射到四個象限中，包括構建、編排、監控等類別。
儘管實驗普遍存在，但實際生產和可衡量的價值仍屬例外。Gartner預測，到2027年底，超過40%的代理AI項目將被取消，原因是成本上升、商業價值不明和風險控制不足。麥肯錫的調查顯示，62%的組織至少在進行AI代理實驗，但只有23%在積極擴展。在部署AI代理的組織中，僅39%報告對EBIT產生了可衡量的影響。這些數據揭示了一個“實驗熱、落地冷”的現實。
在治理與監督方面，控制措施明顯滯後於部署。德勤對24個國家3200多位領導人的調查顯示，只有五分之一的企業擁有成熟的自主AI代理治理模式。LangChain的調研也指出，89%的團隊實現了可觀測性，但僅52%實施了評估——兩者之間差距達37個百分點，意味着許多代理在被“觀看”而非被“測試”。
不過，已有一些企業取得了顯著成果。Klarna的AI助手在首月處理了230萬次客户對話，將平均解決時間從11分鐘縮短至2分鐘以內。摩根大通的COiN平台能在幾秒內審查12000份商業信貸協議，過去這項工作需要約36萬律師小時。Salesforce的Agentforce在其幫助門户上自主解決了約85%的客户服務請求。摩根士丹利的DevGen.AI審查了900萬行遺留代碼，節省了約28萬開發小時。這些案例表明，只要規劃得當，AI代理能夠帶來巨大的投資回報。
總體而言，AI代理領域發展迅速，但治理、評估和擴展仍面臨挑戰。這些數據來自Get Ready For Agents的實時指數，並引用了Gartner、麥肯錫、德勤等權威來源。如需瞭解貴組織的代理成熟度，可免費參加代理運營成熟度評估，僅需七分鐘。