尽管存在炒作，但首席信息官们一致认为，对代理型AI的期望即将迎来重置。以下是他们正在如何准备，同时仍保持有目的的推进。
图片来源：Shutterstock
去年，在《首席信息官如何帮助生成式AI迎来其“顿悟时刻”》一文中，我提到我们当时更多处于“煤气灯时刻”，充斥着广泛的实验和意外，而非真正的“顿悟时刻”。当时我就指出，尽管生成式AI目前的炒作程度和主流采用度很高，但在迈向生产力巅峰之前，仍需要经历一次期望的重置。【睿观：“煤气灯时刻”（Gaslighting）通常指一种操纵行为，让人怀疑自己的感知或判断。在这里，它被用来形容生成式 AI 在发展过程中的一种混乱和不确定的状态】
如今，随着代理型AI的出现，炒作更是变本加厉，我们几乎每天都能看到关于传统咨询和编程终结的宣言。我们还被告知应该在几分钟或几小时内完成项目，而不是几天或几周。值得肯定的是，经验丰富的有影响力人士会加上诸如“仅限原型，而非生产环境”之类的保留说明。
可以肯定的是，AI的“顿悟时刻”将会到来，代理型AI也是如此，因为企业正从数字优先战略转向AI优先战略。但鉴于该技术目前在炒作周期中的位置，我们仍需要穿越并走出“幻灭低谷”。
我们已看到一些压力迹象，例如在咨询公司Gartner的《2025年AI实施调查》中，87%的印度全球能力中心领导者已公开声明他们的生成式AI计划，但只有23%的人部署了解决方案，对业务成果产生了实际影响。而会计师事务所KPMG的《首席信息官之声》报告则指出，随着首席信息官们被鼓动接受技术供应商在生成式AI功能上的尝试，问题和焦虑正在增加。
为了解首席信息官们是如何进行代理型AI实施的，许多技术领导者在此描述了他们的推进方式，无论他们是选择快速还是缓慢推进，以及随着更多实际应用和问题的出现，他们对于期望重置的看法。基于这些对话，以下是针对首席信息官如何进行代理型AI实施的四条建议。
一、决定应该推进多快，而非能推进多快
据软件开发商EDB的首席信息安全官Dan Garcia（丹·加西亚）表示，他和他的团队认识到不同的代理型AI使用场景需要不同程度的推进速度。在业务投资回报明确、数据基础设施成熟以及治理允许的领域，他们会加快速度。而在自动化、幻觉、安全性或数据误用可能影响他们所寻求的价值主张的领域，他们则需要更加谨慎。“我们看到我们的客户中有这些共同点，”他说，“实现代理型AI的承诺需要能够控制数据、逻辑和业务成果的主权基础设施。所以问题不在于你能够推进多快，而在于你应该推进多快，以及在何处仍需要人类介入以维持信任和问责制。”
混合思维正在成为常态。据AI代理平台Lyzr.ai的首席增长官Anirudh Narayan（阿尼鲁德·纳拉扬）表示，“首席信息官们有意识地选择了一种‘在试点中快速推进，在生产中缓慢推进’的心态，”他说，“他们迅速在隔离的工作流程中试验代理型AI以获取快速胜利，但在满足明确的成功指标后才会在整个企业范围内扩展，特别是在安全性、可观测性和人类介入验证方面。决策因素集中在监管风险、内部数据的质量以及能够维护这些代理的熟练操作员的可用性上。”
因此，如果你将AI供应商解决方案集成到自己的定制应用程序中，那么在部署后，你需要一个熟练的团队来管理和维护这些代理。
二、让使用场景和企业复杂性引导你
KPMG的技术咨询负责人Marcus Murph（马库斯·墨菲）发现客户中存在一种混合方法，大多数组织正在努力在敏捷性和谨慎性之间取得平衡。许多组织从风险较低的领域开始，他们可以在这些领域展示早期的投资回报，并为扩展代理型AI奠定基础。但他指出，更具决定性的模式是基于企业复杂性。
“大型、成熟的公司通常推进得更为谨慎，往往是因为他们需要应对几十年的遗留系统、根深蒂固的工作流程和技术债务，”他补充道，“而另一方面，小型组织或新进入者由于不受这些限制，正在以更快的速度和更大的灵活性推进。”
为了管理风险和复杂性，首席信息官还可以探索其他基础模型，如小模型（SLMs）而非大模型（LLMs）。在这里，使用场景可以作为指导，在许多情况下，SLMs更能胜任提供特定业务的AI应用。
三、设计以实现集成和扩展
我所交谈的技术领导者都一致认为重置是可能的。据Murph（墨菲）表示，就像我们之前在生成式AI中看到的那样，炒作总是先于现实，而你已经可以感受到代理型AI在雄心壮志与执行之间的摩擦。“好消息是，一些客户已经在准备，”他说，“他们不仅仅是在构建代理，还在构建围绕它们的支架。这意味着设置正确的护栏，管理利益相关者的期望，并设计以实现集成和扩展，而不仅仅是为了概念验证。”
他还发现，那些将AI主要视为业务问题而非技术问题的企业将会取得成功。成功将需要对业务流程进行大量重组和重塑劳动力，此外还要实施技术。
Garcia（加西亚）也认为重置不仅即将到来，而且是可以预见的，因为企业希望快速推进，同时需要平衡管理、可扩展性和投资回报。“我们正处于期望膨胀的顶峰，首席信息官们正在为过度承诺的后果收拾残局，”他说，“我们正在合作的那些富有远见的领导者正通过运行带有护栏和预算门槛的受控试点环境，保护团队免受炒作的影响，并在迭代过程中不断学习。”
四、抓住机会脱颖而出
由于首席信息官们不仅要保持业务正常运行，还要创新，所以他们处于一个强有力的位置，可以领导AI和代理型AI的推进，并采取经过深思熟虑的方法，无论其在炒作周期中的哪个阶段。
KPMG最近的AI脉搏调查数据显示，AI的领导权正从首席执行官转向首席信息官。在今年第一季度，86%的首席信息官领导着与AI相关的计划，而首席执行官仅为8%。这与去年同一时期的数据相比发生了显著变化，当时这两个职位的数字分别为31%和34%。
首席信息官们正与首席AI官密切合作，并帮助他们以适当的速度推进。“一种新的责任感正在出现，”Garcia（加西亚）说，“首席信息官们正在管理那些渴望快速推进但往往对数据准备、法律风险或长期运营复杂性关注不足的首席AI官。这不是要放慢速度——而是要有目的的推进。”
Murph（墨菲）认为现在是首席信息官和首席AI官互相配合、共同推进的关键时刻。“首席信息官了解技术堆栈；首席AI官了解业务转型，”他说，“他们谁也无法单独完成这项任务。我们建议的是快速而聪明地推进。这意味着就现在可以进行试点的内容、需要设置护栏的地方以及技术仍有成熟空间的地方达成一致。如果你没有首席信息官和首席AI官之间的共享路线图，那就是当速度变成波动性的时候。”
AI的“顿悟时刻”将会到来，这包括生成式AI、代理型AI等等。为了实现这一目标，首席信息官和首席AI官可以采取“有目的的推进”方法，让企业使用场景和复杂性引导他们，设计以实现集成和扩展，并不断努力在风险和回报之间取得适当的平衡。
作者：Nicholas D. Evans（尼古拉斯·D·埃文斯）
译者：穿山甲
【睿观：尽管代理型AI的炒作甚嚣尘上，首席信息官们（CIOs）普遍认为其期望即将迎来重置，他们正通过“有目的的推进”策略，在谨慎准备与积极探索之间寻求平衡，以应对挑战并抓住机遇，最终实现AI的“顿悟时刻”。
主要论点 (Key Arguments):
审慎决策推进速度，而非盲目追求最快速度。
CIO应根据业务投资回报、数据基础设施成熟度和治理能力来决定推进速度，在可能影响价值主张的领域（如自动化风险、幻觉、安全性）保持谨慎。
推行“试点中快速推进，生产中缓慢推进”的策略，在满足明确的成功指标（尤其在安全、可观测性和人工验证方面）后才进行企业级扩展。
让实际使用场景和企业自身复杂性成为指引。
多数组织在敏捷与谨慎间寻求平衡，从低风险领域入手展示早期回报并为扩展奠基。
大型成熟企业因遗留系统和技术债务通常更谨慎，而小型或新兴组织则更灵活快速。
可根据具体场景考虑使用更适合的小模型（SLMs）而非大模型（LLMs）。
围绕集成和扩展进行前瞻性设计。
CIO们需认识到炒作先于现实，并为雄心与执行间的摩擦做好准备。
成功的关键在于不仅构建代理，更要构建围绕它们的“支架”——包括设置护栏、管理期望，并为集成和规模化而非仅为概念验证进行设计。
将AI视为业务问题，准备好进行业务流程重组和劳动力重塑。
抓住领导AI转型的机遇，实现差异化。
CIO正成为AI计划的主导者（KPMG数据显示86%的CIO领导AI计划），需与首席AI官（CAIO）紧密合作。
CIO负责确保推进速度的“有目的性”，平衡CAIO的快速推进需求与数据准备、法律风险及长期运营复杂性的考量。
CIO与CAIO需制定共享路线图，明确试点内容、护栏设置及技术成熟度，以“快速而聪明地”推进。】
