报告概述
本报告由Cisco委托Omdia进行，面向650位企业高管调研，聚焦智能体AI对劳动力转型的核心驱动作用。报告分析了智能体AI如何重塑企业战略优先级、改变工作角色及技能需求，并深入探讨基础设施（网络、安全、数据）在支撑AI代理规模化部署中的关键地位。研究覆盖生产先行者与孵化器两类组织，对比其投资策略、治理模式及预期收益，为企业制定智能体AI行动计划提供参考。
报告的核心结论
智能体AI正推动劳动力转型，多数员工24个月内将与AI代理协作
87%的受访高管表示智能体AI已重塑其战略优先级。平均而言，高管预计55%的员工将在24个月内定期与AI代理协同工作，但其中60%当前缺乏有效协作技能，凸显技能培训的紧迫性。
基础设施是智能体AI成功的决定性因素
96%的受访者认为实时AI响应需要强大网络，95%强调需大规模数据传输和分布式环境连接。报告指出，遗留基础设施无法支持AI代理规模化，网络、安全和数据优化成为投资重点。
企业正从分散试验转向集中治理
91%的组织正在采用AI卓越中心或联邦模式进行中央治理，以确保一致性、安全性和标准化。生产先行者中79%已建立中央化AI卓越中心，远高于孵化器的55%。
技术预算约37%投入智能体AI，生产先行者已见回报
组织平均将近37%的技术预算分配给智能体AI计划。43%的生产先行者已实现正向投资回报率，另有39%预计12个月内获得回报，表明早期投资正加速产出。
报告回答的关键问题
智能体AI如何改变企业工作角色？
报告显示，65%的高管预计智能体AI将在3-5年内创造全新职位，64%认为核心职责将显著重构。新角色侧重于AI编排和治理，同时现有职位需提升AI理解、系统监督和提示工程等技能。
企业需要怎样的基础设施来支持智能体AI？
智能体AI要求网络具备实时响应、大规模数据移动和混合多云支持能力。高管将网络性能与弹性作为衡量竞争优势的首要指标（57%），并优先投资网络安全与治理（68%）及可靠性（61%）。
智能体AI的投资回报率如何？
生产先行者中43%已实现正向ROI，20%预计6个月内实现，20%预计7-12个月内实现。尽管部分投资尚未立即见效，52%的生产先行者坚信长期成功价值。报告建议预算低于35%的企业可能投资不足。
企业应如何治理智能体AI？
91%的组织正转向中央化或联邦治理模式，以确保一致性、安全性和标准化。中央团队制定标准，业务单元在框架内执行，这有助于建立信任并实现规模化部署。首席AI官等角色日益关键。
员工需要掌握哪些关键技能以适应智能体AI？
未来两年内，72%的组织优先培养员工的技术AI理解能力，65%强调AI系统监督，49%注重提示工程，48%看重批判性思维。技术AI素养将成为基础要求，持续学习和嵌入式培训至关重要。
报告中的代表性数据
战略优先级受影响比例
调查时点，87%的受访高管表示智能体AI已直接影响了其组织的战略优先级，其中生产先行者中46%认为影响“重大”。
员工与AI代理协作比例及技能缺口
未来24个月，高管平均预期55%的员工将在24个月内定期与AI代理协作；但当前60%的此类员工缺乏有效协作技能，亟需培训。
技术预算中智能体AI占比
当前，组织平均将约37%的技术预算专门用于智能体AI计划，高于典型变革性技术15-25%的投入比例，体现其战略优先级。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 全面调研方法：包含650位企业高管的在线调查细节，涵盖美国、加拿大、英国、澳大利亚和新加坡等地区，受访者来自IT与业务线领导，均参与智能体AI决策。
- 关键术语定义：明确区分生产先行者、孵化器等不同AI代理部署阶段的组织，帮助读者对标自身位置。
- 战略优先级重塑分析：深入展示智能体AI如何影响高管议程，包括IT、CEO和数据科学负责人等多角色领导责任分布。
- 投资回报时间线：分阶段呈现生产先行者的ROI分布，以及不同份额预算对应的预期收益，辅助企业制定投资计划。
- 基础设施投资分布：详细说明网络、安全、数据优化在智能体AI预算中的分配比例，指导关键资源配置。
- 技能优先级全景图：列出技术AI理解、系统监督、提示工程、数据素养等9项技能的优先级排序及企业培训策略。
- 治理模式对比：分析中央化AI卓越中心与联邦模型的适用场景，以及首席AI官角色演变。
- 竞争生存时间表：50%高管认为智能体AI将于2026年底前成为生存关键，80%预计2027年底前，提供战略紧迫性参照。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
