 |
編者注： 當全球還在熱議智能體技術時， IBM已悄然構建了完整的智能體全棧解決方案，支持企業在現有IT架構中構建、部署和管理智能體。企業級AI智能體平臺 watsonx Orchestrate 依托 IBM Granite等"小而美"的開源模型，能夠大規模實現復雜工作流自動化。該平臺已實現與80多種核心業務應用的1000多項集成，將智能體能力輸送至企業流程的每個"神經末梢"。
在最近舉行的 Think 大會 上， I BM 發布了助力企業級AI的最新技術成果，包括開箱即用的專業領域智能體、面向開發者和業務人員的自主構建工具套件，以及覆蓋智能體全生命周期的管理平臺。 值此契機，我們與您分享 網易科技記者袁寧 的深度好文《 IBM高管詳解如何加速企業AI應用：Agent是路徑，不是噱頭》。文章原載于 網易科技 ，詳情如下，轉載時請務必注明文章作者和出處。
北京 2025年5月21日 /美通社/ -- "AI 實驗的時代已經結束。企業競爭優勢取決于量身定制的 AI 應用和可量化的業務成果。"
2025年Think大會后，IBM的首場國內深度技術溝通會上，IBM大中華區技術銷售總經理、首席技術官翟峰再次重申其董事長、首席執行官Arvind Krishna在2025Think大會上的發言。
在翟峰看來，企業已經從 " 是否使用 AI" 的階段，進入 " 如何真正用好 AI" 的關鍵節點。過去一年大模型的熱潮推動了智能化轉型的愿景，但當下客戶更關心的是：智能體能不能執行任務？能不能穩定復用？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AI Agent體系：不只是能對話的助手，而是嵌入流程、完成任務、可監控、可維護的"數字員工"。
這一體系由watsonx平臺承載，構建了模型、數據、任務執行與管理的完整技術棧，目標是讓AI真正"長"在企業系統內部，成為流程的一部分而非附加功能。
翟峰強調，企業級Agent不同于消費端的聊天機器人，它的關鍵是"動手能力"。企業系統中存在大量復雜的審批流、數據表、權限系統和業務規則，Agent如果無法理解這些"系統語言"，就無法完成任何有價值的任務。
IBM構建的架構分三層：上層是對話與交互，中層是任務拆解與行動邏輯，底層是與IT系統的連接與API調用，確保從"理解指令"到"完成動作"的閉環。
為了支撐這樣的系統，IBM強化了watsonx的數據與任務平臺能力。
IBM 大中華區科技事業部數據與人工智能資深技術專家吳敏達指出，企業 AI Agent 真正的門檻不在前端建模，而在 " 系統內嵌 " 。
智能體不僅要能調用知識圖譜與檢索系統，還要具備跨平臺、跨部門的能力。這就要求它必須具備規劃任務、執行策略和對接異構系統的能力，"不只是懂語言，還要懂業務，懂流程，懂工具。"
watsonx平臺通過對企業歷史數據與系統接口的標準化管理，使Agent具備上下文理解與動作執行能力，在系統中自主規劃工作流。
而要真正支撐AI Agent在企業中大規模、穩定運行，僅靠"技術能實現"還不夠，工程體系必須隨之完善。
IBM 大中華區科技事業部自動化資深技術專家張誠在會上介紹了IBM構建的"AgentOps"體系——它不是簡單的DevOps延伸，而是一整套適配Agent開發、部署、監控、治理的運行機制。
張誠表示，企業部署 AI Agent 常見的三個難點是：系統無法對接、任務無法評估價值、智能體生命周期難以管理。AgentOps的目的就是將智能體模塊化、服務化，每一個Agent都有輸入輸出接口、行為日志、權限邊界，可以像業務組件一樣管理、復用與擴展。
在AgentOps的支持下，IBM還建立了"Agent能力目錄（Agent Catalog）"，企業可以像搭積木一樣選擇通用能力Agent（如文檔總結、報告生成）和行業特定Agent（如生產排程、設備故障診斷），結合低代碼工具快速部署。
而通過統一的監控與策略引擎，系統可以對Agent的成功率、響應時間、調用頻次進行分析，幫助企業進行效果評估與性能調優。
在Agent落地場景方面，IBM的實踐也在不斷聚焦產業鏈深處的"剛需任務"。
IBM 大中華區科技事業部車庫創新團隊經理張珣表示，相比對話式產品，企業級客戶更關心是否能夠解決業務痛點。
她舉了制造業的典型案例：某重工業企業在產線管理中存在大量設備巡檢與文檔記錄需求，傳統方式耗時耗力、合規風險高。IBM幫助其搭建了基于watsonx的設備巡檢Agent，結合圖像識別、語音輸入和工作流系統，自動識別異常并填寫記錄，節省了超過70%的人力成本。
張珣強調，IBM的方法論不是一味推"超級智能"，而是打造"業務顆粒度合適"的中小型Agent，專注完成一個環節的任務，然后串聯起來形成完整流程。
圍繞Agent的產業價值，張珣表示，企業要真正看到AI帶來的價值，關鍵在于明確三個層次：一是任務自動化的成本對比，二是對數據質量與流程標準化的倒逼作用，三是為未來更大規模的智能重構打下基礎。
"Agent不是一個項目，而是企業數字化能力的延伸。它既是戰術工具，也是戰略投資。"張珣說道。
總結來看，IBM并未將AI Agent包裝成某種玄奧前沿的未來技術，而是通過實實在在的平臺能力、工程方法與行業案例，明確傳遞出一個信號：Agent是企業重塑工作方式的工具，而不是追趕技術潮流的裝飾。
