川海智库

报告概述

本报告为Protiviti AI Pulse Survey系列的第三卷，聚焦代理型AI（agentic AI）和多代理AI的能力与复杂性。基于2025年7月对近900名企业领导者和专业人士的调查，报告分析了组织在AI代理采用方面的现状、时间线、偏好能力层次（从基本任务自动化到全自主代理）、行业差异以及AI成熟度对准备度的影响。报告还探讨了代理AI对决策能力的影响、集成战略方法，并指出了自主雄心与现实准备度之间的差距。对于希望了解AI代理市场采用趋势、评估自身准备度并制定集成策略的企业决策者，本报告提供了关键洞察。

报告的核心结论

半自主AI代理是当前主流选择

报告显示，38%的受访组织偏好半自主AI代理，这些代理在定义范围内自主决策，但保留人类监督。这一偏好表明企业希望在效率和风险之间取得平衡，全自主代理虽然受关注但目前仍属少数。

AI成熟度决定代理AI准备度，成熟组织更积极

处于AI成熟度4和5阶段（优化与转型）的组织更倾向于已集成或计划在6个月内集成代理AI，比例分别达到70%和83%。相比之下，早期阶段的组织集成时间线更长，表明经验积累是推动自主代理采用的关键。

代理AI正在简化决策、自动化任务并增强实时洞察

77%的最成熟组织预期AI代理接管重复性决策任务；各行业普遍认同代理AI能提升实时数据处理与洞察生成能力，尤其在医疗与科技行业。这反映了代理AI在运营优化和战略支持中的实际价值。

高管比运营层更支持AI代理的决策自主权

董事会和C级高管中有31%期望全自主代理，而总监、经理和副总裁中仅16%持此预期。高层更关注战略收益，而运营层更接近实施风险，导致对自主性的态度分化。

早期组织依赖外部合作，成熟组织强化内部开发

阶段1-2的组织主要依靠外部供应商和开源生态来探索代理AI；而阶段4-5的组织则全面采用内部开发、定制框架和平台集成等策略，反映了从外包到内化的能力迁移。

报告回答的关键问题

什么是代理型AI和多代理AI？

代理型AI是能够自主决策、采取行动并与环境交互的AI系统；多代理AI则涉及多个自主代理协作或竞争来解决复杂问题。报告指出，23%的组织已将这些技术集成到核心运营中，另有27%计划在半年内实施。

组织如何评估自身的自主AI准备度？

报告建议通过AI成熟度模型评估关键维度（治理、基础设施、伦理监督等），识别能力差距并设定现实时间线。许多早期组织仍在解决OCR和RPA等基础技术，而中期组织更可能成功尝试半自主或全自主代理。

不同行业对AI代理的偏好有何差异？

航空航天与国防、金融服务、制造和能源等行业最支持半自主代理；科技、媒体和电信引领全自主代理采用；政府和医疗则更倾向需要人类监督的上下文感知代理，以符合监管和个性化要求。

AI代理最可能改变哪些业务功能？

IT、客户服务、运营以及营销与销售是当前使用或计划使用代理AI最多的领域。随着成熟度提升，代理AI的应用向战略规划、欺诈检测和合规管理等高级功能扩展。

组织应如何规划代理AI的集成路径？

报告提出六步行动：将自主目标与业务战略对齐、投资可扩展基础设施、提升员工技能、基于成熟度评估准备度、制定伦理AI协议、优先构建韧性系统而非追求全自主。多数组织从半自主系统起步，逐步演进。

报告中的代表性数据

38%

半自主代理偏好比例

2025年7月调查，在所有受访组织中，38%倾向于选择半自主AI代理，即在定义边界内自主决策但需人类监督的系统。

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

  • 执行摘要：概述调查关键发现，包括23%组织已集成代理AI，以及半自主代理为当前首选能力层次。
  • AI成熟度模型：定义五个成熟度阶段（初始、实验、定义、优化、转型），并展示各阶段组织分布比例。
  • 未来自主性预期：按行业和角色分析对半自主与全自主代理的偏好差异，指出高管更支持全自主而运营层更保守。
  • 代理AI集成时间线：按成熟度阶段展示已集成或计划集成的时间分布，技术与医疗行业领先，政府和教育较缓慢。
  • 业务功能转型：详述IT、客服、运营等主要功能如何应用代理AI，并提供成熟组织扩展至欺诈检测和合规的真实案例。
  • 集成规划策略：比较不同成熟度阶段的开发方法，从外部合作到内部定制再到生态领导。
  • 自主雄心与现实差距：指出多数组织仍处于早期成熟度，在治理、基础设施和伦理方面存在不足，建议六步行动弥合差距。
  • 调研方法与人口统计：说明样本量为899，覆盖行业、地域、职能和职位层级，确保代表性。

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。

相关报告