2027 年將有逾半企業測試 AI 代理！自主生成式 AI 的新時代

自主生成式 AI 代理人簡介

自主生成式 AI 代理人（Autonomous Generative AI Agents），又稱為“代理性 AI”（Agentic AI），是一種能夠在極少或無需人工監督的情況下完成複雜任務並達成目標的軟體解決方案。這與現今的聊天機器人或協作助手（Co-pilots）有著根本性區別，後者雖然常被稱為“代理人”，但缺乏真正的自主性。

Deloitte 預測，到 2025 年，25% 使用生成式 AI 的公司將推出代理性 AI 的試點或概念驗證項目，而到 2027 年，這一比例將增長至 50%。部分行業和用例可能會在 2025 年下半年開始將代理性 AI 整合進現有工作流程中。

投資與市場趨勢

近兩年來，投資者已經向代理性 AI 初創公司投入超過 20 億美元，集中於針對企業市場的解決方案。與此同時，許多科技公司和雲端服務提供商正在開發自己的代理性 AI 產品，採取戰略性併購，並越來越多地從初創公司授權代理性 AI 技術，而非直接收購整家公司。

代理性 AI 的核心特徵與應用

1. 擁有“代理性”的能力

代理性 AI 不僅僅是與用戶互動，它還能更有效地推理並代表用戶行動。例如，代理性 AI 可以自動將一個任務拆解為多個步驟並完成整個工作流程，這是當前聊天機器人無法實現的。

2. 自主行動的案例

以軟體開發為例，協作助手可以幫助工程師測試和建議程式碼，但代理性 AI 能進一步自動將自然語言轉換為可執行的完整程式碼。例如，Cognition Software 的 Devin 能夠執行如設計完整應用程式、測試與修復程式碼庫等任務，儘管目前仍需人工監督。

提升勞動生產力的潛力

全球約有 12.5 億名知識工作者，其中僅美國就超過 1 億人。儘管自動化工具如專家系統與機器人流程自動化（RPA）在某些方面提高了效率，但它們在面對模糊或多步驟流程時效果有限。基於大型語言模型（LLM）的代理性 AI 因其靈活性，能夠填補這一空白，實現跨部門應用。

代理性 AI 的技術基礎與未來

1. 基於基礎模型

代理性 AI 基於大型語言模型（LLM），能夠進行推理、分析並適應複雜且不可預測的工作流程，但需要額外技術來完成互動、決策和任務執行。

2. 感知環境

代理性 AI 可處理多模態數據（如影像、音訊、文本和數字），理解任務的上下文，並根據需要調用工具或其他代理完成工作。

3. 多代理系統的合作

多代理系統（Multi-Agent Systems）目前正在開發中，能協同多個自主生成式 AI 代理完成更複雜的任務，進一步提高效率與可靠性。

具體應用案例

1. 客戶支援

代理性 AI 能處理複雜的客戶查詢，例如指導用戶設置新設備，並在需要時整理相關資訊後轉交人工客服。

2. 網絡安全

代理性 AI 可自動檢測攻擊、生成報告，並幫助軟體開發團隊檢測與修復新程式碼中的漏洞。

3. 法規遵循

代理性 AI 能快速分析法規和公司文件，提供合規建議並主動協助人類專家應對合規挑戰。

4. 自主代理構建工具

企業可透過如 Google Vertex 和 LangChain 等工具，利用無代碼平臺構建自定義代理人或多代理系統。

實現潛力與挑戰

儘管代理性 AI 展現出令人振奮的潛力，但其普及仍面臨技術可靠性與錯誤率等挑戰。此外，企業在部署時需要解決數據治理、網絡安全與風險管理問題。代理性 AI 是一項充滿潛力的新興技術，有望徹底改變知識工作者的工作方式，提升企業的生產力與效率。儘管尚處於發展初期，但隨著技術的不斷進步與企業的積極採用，代理性 AI 的未來值得期待。

參考資料：《Deloitte》