导语:现成AI智能体真香——ROI 391%、6个月回本、弃呼率从50%降到10%。但便宜的东西往往最贵:数据泄露风险、词元成本失控、员工用不起来……当供应商的AI被一键开启,企业才发现,真正昂贵的不是采购价,而是那些藏在部署之后的账单。
许多公司没有构建自己的AI自主智能体技术栈,而是使用现成的供应商解决方案来降低成本、减少困难并缩短部署周期。但买家需当心。

图源:Shutterstock / AI-generated
对于非核心功能,如果供应商已经有一款现成产品能满足你的需求,那就完全没必要自己搭建AI自主智能体技术栈。尤其对于非科技企业而言,从零构建需要投入它们并不具备的时间、资金和专业能力。
以Fertitta Entertainment为例,该公司拥有600多家Landry's餐厅以及Golden Nugget酒店和赌场。疫情之后,公司呼叫中心的人员配备出现了问题,其联络中心运营总监Brian Jeppesen(布赖恩·耶珀森)表示。“坐席员不愿意回来,”他说。
虚拟助手也不好用,因为用户体验很差,而在来电量大的情况下,40%到50%的电话被放弃。
“人人都想要AI,但没人想要垃圾,”Jeppesen(耶珀森)表示,“我跟CFO(首席财务官)谈过。这就是我们要放弃的东西。这就是我们正在流失的潜在收入。我再也不能靠堆人来解决问题了。”
AI自主智能体让他们的虚拟助手升级了一个档次。它不再只是回答入住时间之类的简单问题,而是让公司能够连接API(应用程序编程接口),执行更复杂的任务,比如预订。
“我的弃呼率降到了10%以下,”Jeppesen(耶珀森)表示,“以前要等45分钟到一个小时,现在他们的问题可以立即得到解答,或者立即被转接并得到处理。”
人员流失率也下降了。呼叫中心的人员流失率通常是100%,Jeppesen(耶珀森)说。不是因为所有人都离职了,而是因为垫底的25%不断离职,需要反复招聘替换。
如今,垫底的那一层不需要再重新招聘了,留下来的都是对业务最熟悉的人。“他们为我的客户提供了更好的体验,”他表示,“而且这让我的人员流失率降低了50%。”
Forrester为Fertitta使用的特定供应商PolyAI做了一项总体经济影响研究,结果显示三年期ROI(投资回报率)为391%,投资回收期不到6个月。
Jeppesen(耶珀森)表示,他复核了自己的数据,发现仅自动化预订系统每月就带来3000笔预订。
“那相当于每月60万美元的收入,而且不需要与坐席员交谈,”他说。
接下来,Fertitta计划将其扩展到处理外卖订单和网页聊天。AI自主智能体在技术支持服务台也有应用机会,Jeppesen(耶珀森)表示。
一、AI智能体端上餐桌
拥有约120家门店的巴西烤肉连锁餐厅Fogo de Chão,也在小型、聚焦的用例中部署AI自主智能体,并在部分项目中看到了投资回报。
例如,该公司部署了PolyAI的虚拟呼叫中心坐席员,由于没有显著的前期成本或按使用量定价,从第一天起就实现了正ROI。该连锁店首席营销官Michael Breed(迈克尔·布里德)表示,经过2025年几个月的测试和小规模试点后,系统已在全美推广,如今100%的来电都能得到应答(此前多达25%被挂断),总预订量增加了10%——如果没有这套系统,这些增量根本不会发生。
“如果把它比作一个媒体渠道,它的ROI是其他媒体渠道的两倍,”他表示,“它几乎就像另一个客户获取渠道。”
该公司还在为团队成员构建AI自主工作流。
“我们找出了那些重复性强、耗时巨大的工作,正在训练智能体来接手这些任务,”他表示。这些都是低风险工作,比如校对菜单或其他文本,或者替换手动流程——比如从一个系统提取数据导入另一个没有自动集成的系统。
“智能体在导入数据方面做得很好,然后由人在回路进行检查,”Breed(布里德)表示,“分类是否正确?数据是否到了正确的地方?当客人不满意时,我们能否做得更好?”
二、为中小企业量身打造
尤其对于小型企业而言,现成智能体最具意义。例如,AltaClaro为律师构建培训模拟系统,仅有10名员工,却在美国前200大律所中拥有100多家客户。
其一款产品是庭外证词模拟系统(宣誓取证模拟系统),CEO Abdi Shayesteh(阿卜迪·沙耶斯特)表示,这是一个完全基于智能体的语音平台。
“这是一个完全模拟的环境,创造出进行取证质询的真实体验,”他表示,“不同的智能体分别扮演证人、对方律师和法庭书记员的角色。”
他说,这有点像Zoom通话。该产品构建在法律科技公司Verbit的技术之上,后者拥有一个定制的AI自主智能体平台。
“他们负责技术基础设施,而我们拥有用来为AI提供事实依据的素材。”
另一家供应商Credal提供了一个安全AI平台,让AltaClaro能够在不同模型之间切换。它可以对姓名进行模糊处理,并防止其他敏感数据泄露,Shayesteh(沙耶斯特)表示。“它确保一切都经过匿名化处理,并进行安全调用,”他说,“我们之所以统一使用Credal,是因为它高度灵活且安全。我们服务于律所,我们和他们一样重视安全。”
但安全并不是企业部署AI自主智能体时面临的唯一问题。
三、采购AI的隐性成本
一头扎进AI自主智能体的诱惑很大,数据安全公司AvePoint Inc.的首席风险、隐私与信息安全官Dana Simberkoff(达娜·辛伯科夫)表示。而现成的AI自主智能体上手太容易了,以至于企业在还没准备好的时候就部署了它。
企业供应商往往不额外收费就加入这项技术,只是为了让人们使用它,而企业在真正了解它能做什么之前、在系统和工作流尚未准备就绪时,就为员工开启了它。“然后它立刻暴露出了原本就存在的问题,”她表示。
比如说,一个智能体帮助做研究——通常被认为是低风险任务。
“AI会沿着文档中的共享链接一路追踪,”她表示,“所以,如果你还没有教会用户如何正确使用共享链接,AI智能体就会沿着那条路径走下去,可能会暴露过去可能被隐藏的信息。它会把能找到的一切都吞掉。”
结果是,它可能将HR(人力资源)数据、个人信息或专有信息暴露给不应该访问的人。她认识的一家公司不得不立即关闭他们的AI项目,回过头来对所有信息进行分类和标注,部署治理管控措施,并教人们如何应用元数据。
根据Gartner的数据,到明年,40%的企业将降级或停用自主AI智能体——原因是那些直到投入生产后才显现出来的治理问题。
四、词元管理
现成AI的另一个隐性成本?词元使用量。当AI自主智能体被嵌入到企业已经在使用的系统中时,开启它的成本可能低至零。但总得有人为所有这些词元使用量买单。
当AI自主智能体从试点走向生产时,使用量可能发生巨变,词元成本也可能迅速失控。而AI自主智能体的使用通常比AI聊天机器人需要多得多的词元,这更是雪上加霜。
“很多嵌入式AI都应该被利用起来,”咨询公司CGI全国AI与联盟团队负责人Doug Vargo(道格·瓦尔戈)表示,“如果你的业务流程有很大一部分在ServiceNow、Salesforce或其他应用中运行,你就应该加以利用,但你需要了解成本。”
这正在市场上真实上演,他补充道,因为底层模型供应商在调整词元价格。
“这改变了决策的经济考量,”他表示。“而六个月后,讨论又会不一样,因为持续调整价格/继续推动价格走势变化。”
五、雇主的必修课
企业可能忽视的另一个隐性成本是,他们需要为员工建立培训和支持体系。许多现成的AI自主智能体工具看似简单易用,但真正的落地仍需要转型管理。CGI在推出GitHub Copilot(一款流行的具备智能体功能的编程平台)时,确实为员工提供了培训。“我们原本期望他们第一天就采纳并运用它,”Vargo(瓦尔戈)说。但人们很快又回到了旧的工作方式,他表示,CGI不得不调整策略。
“这正在从培训项目转向习惯养成或转型项目,”他补充道,“而且我们看到采用率一飞冲天。”
不过,变化不仅仅在于个人如何采用AI来改进自己的工作。“你现在成了一个管理者,管理着10到20个专门的智能体,它们替你推进工作,”他表示。
错误在于企业把技术放在第一位。“他们爱上了这项技术或某个供应商,但并没有真正思考如何将这些工具和技术真正融入业务。”
六、拥抱变化
对于AI自主智能体而言,转型管理是一项特别的挑战,因为工具的变化速度实在太快。
“这项技术几乎每个月,甚至可能每周都在变化,”普华永道首席AI工程师Scott Likens(斯科特·莱肯斯)表示,“我看到的挑战是,变化的时间尺度比我们习惯的要快得多。”
我们仍处于AI自主智能体的早期阶段,他补充道,而等待不是一个好策略。“你必须开始行动,但要牢记把灵活性置于长期承诺之上,”他说。
对于国际航空集团(IAG)生成式AI与智能体自动化集团负责人Luis Huerta(路易斯·韦尔塔)而言,转型管理是AI自主智能体落地中最复杂的部分之一。该公司正运用AI自主智能体改善客户体验、运营效率和整体效能。
“技术很强大,但更大的转变在组织层面,”他表示。因此,公司不仅仅专注于构建智能体,还关注业务所有权、落地采纳和治理,并帮助同事们理解这些能力如何改变工作方式,以及它们如何能提供支持——而非取代他们。
Huerta(韦尔塔)表示,IAG也使用嵌入在企业平台中的智能体功能,但同时也自行构建智能体。
并非只有他们这样做。根据Anthropic的2026年AI智能体现状报告,47%的组织对AI智能体采取混合策略,21%完全依赖预构建智能体,20%自行构建。
“我们采取技术无关的策略,”Huerta(韦尔塔)表示,“我们的优先事项是为每个用例选择正确的解决方案。”
💡 技术名词速览(Tips)
现成AI智能体(Off-the-shelf Agentic AI)
:指由供应商预先构建好、可直接采购部署的AI自主智能体解决方案。与企业自研相比,其优势是部署快、成本低、上手简单,但在定制化、数据安全和成本可控性方面存在潜在风险。
词元(Token)
:大语言模型处理文本的基本计算单位。AI智能体通常比聊天机器人消耗更多词元,因为它们需要多步推理、工具调用和上下文维护,词元成本容易失控。
总体经济影响研究(Total Economic Impact Study)
:由Forrester等研究机构进行的一种综合评估方法,不仅计算直接成本和收益,还纳入间接效益、风险成本和未来灵活性价值,全面衡量技术投资的真实回报。
技术无关策略(Technology-agnostic Approach)
:指企业在选择AI解决方案时,不绑定特定供应商或技术栈,而是根据每个用例的具体需求选择最合适的方案。这种策略能避免供应商锁定,但增加了集成和治理的复杂度。
Fertitta Entertainment
:美国大型餐饮娱乐集团,旗下拥有Landry's餐厅品牌(600多家门店)和Golden Nugget酒店赌场,是北美最大的餐饮娱乐集团之一。
PolyAI
:专注于企业级对话式AI和语音智能体的技术公司,其虚拟坐席员解决方案在呼叫中心自动化领域被广泛应用,以高ROI和快速部署著称。
#CIO #高管层 #职业发展 #IT领导力 #IT管理 #供应商管理 #供应商与服务商 #人工智能 #新兴技术 #IT战略 #数据质量 #数据管理 #预算编制
作者:Maria Korolov(玛丽亚·科罗廖夫)
CIO.com特约撰稿人,专注于企业AI、云计算与网络安全议题。曾任《CIO》《Computerworld》和《InfoWorld》资深记者,长期追踪企业技术采购、供应商战略与AI落地实践,以深度企业调研和务实分析著称。