超八成企业领导者寄望智能体解决云应用蔓延难题

超过五分之四的企业领导者期望借助AI智能体管理日益庞杂的云应用，但目前仅有23%的领导者实现了大规模落地部署。这是Unisys周二发布的报告中披露的数据。该报告调查了来自北美、欧洲和亚太地区的1000名IT及业务高层决策者。

尽管各方积极推进采用计划，网络安全仍是首要顾虑。几乎所有受访者表示，云安全能力直接影响他们愿意赋予AI系统的自主权限，治理机制依然是有效扩展的关键所在。

Unisys首席执行官兼总裁Mike Thomson表示："随着企业在缺乏AI战略路线图的情况下持续叠加云应用、平台和服务，复杂性管理与适应性调整变得愈发困难。智能体AI有望帮助企业应对这一挑战。"

企业领导者将智能体AI视为跟上云环境快速扩张步伐的重要手段，但大多数组织仍在努力攻克大规模部署所需的治理与安全难题。

近半数受访者表示在过去一年中遭遇过网络安全事件，而上一次调查中这一比例仅为17%。与此同时，93%的受访者表示云安全能力影响着他们愿意授予AI系统的自主权限。

Thomson指出，AI智能体可帮助IT团队提升对云资产的可见性、识别低效环节并处理日常管理工作，使团队无需按比例扩充人手即可管理复杂环境。

Thomson表示，这一采用差距折射出企业正从试验阶段向落地实施转型。各组织在全面推广AI智能体之前，优先解决治理、运营就绪度和高价值应用场景等问题。

"最大的障碍在于可见性、安全性和信任度，"他说，"许多组织仍缺乏对数据和AI工作负载所在位置的全面掌握，另一些则仍在应对监管合规要求，以及对大规模管理自主系统的顾虑。"

因此，企业正采取审慎稳健的推进策略，优先聚焦治理、运营就绪度和高价值应用场景，再逐步扩大部署范围。

毕马威国际咨询战略与投资全球负责人Adrian Clamp表示，当前的挑战已不再是获取AI工具，而是构建支撑规模化落地所需的组织基础。

"许多组织能够在单个项目中展示成功案例，却难以将这些成果推广至更广泛的业务层面，"他表示，"更深层的问题在于如何在企业范围内协调人员、流程、技术、数据、治理与投资决策。"

Unisys调查结果还显示，许多组织已搭建起支撑AI的技术基础，但仍在努力将这些投入转化为实际业务价值。

几乎所有受访者表示已具备支持大规模数据驱动决策的架构，较一年前的72%大幅提升。然而，仅有65%的受访者表示运营效率超出预期，低于2025年的80%。

Clamp建议，对于希望走出试点阶段的组织，应优先夯实数据与云基础，再扩大AI部署规模。

这一过程包括：尽早建立治理与问责机制，投入资源提升员工能力，并以业务成果（如增长和客户体验）而非单纯的生产力提升来衡量AI的成效。

"当组织围绕AI重新思考工作流程和决策流程时，才能获得最大收益，"他说。

Thomson同样表示，从智能体AI中实现最大价值的组织，往往对其使用保持全面监督，将其视为更广泛业务转型的组成部分，而非独立的技术举措。

"技术固然重要，但成功最终取决于拥有正确的数据、完善的管控机制，以及对目标成果的清晰认知，"他说。

Q&A

Q1：Unisys报告中，企业部署AI智能体的现状如何？

A：超过五分之四的企业领导者期望借助AI智能体管理云应用，但目前仅有23%的领导者实现了大规模落地部署。大多数组织仍在攻克治理与安全难题，处于从试验向实施转型的过渡阶段。

Q2：企业在大规模部署AI智能体时面临哪些主要障碍？

A：主要障碍包括可见性、安全性和信任度三个方面。许多组织缺乏对数据和AI工作负载位置的全面掌握，同时还需应对监管合规要求及对大规模管理自主系统的顾虑。近半数受访者表示过去一年曾遭遇网络安全事件。

Q3：企业应如何推进AI智能体从试点走向规模化落地？

A：建议优先夯实数据与云基础，尽早建立治理与问责机制，投入资源提升员工能力，并以业务增长和客户体验等实际成果衡量AI成效，而非仅关注生产力提升。围绕AI重新设计工作流程和决策流程，才能获得最大收益。