💻ZDNet AI•最新收集於 45m
AI 代理採用率翻三倍，投資報酬率逐漸可衡量
💡了解企業如何將 AI 代理實驗轉化為可衡量的投資報酬率。
⚡ 30-Second TL;DR
有什麼變化
企業今年採用 AI 代理的比例翻了三倍。
為什麼重要
這項數據可能促使更多企業從 AI 實驗階段轉向實際部署 AI 代理。對實務工作者而言，證明商業價值並選擇適合組織工作流程的使用案例將日益重要。
下一步行動
選擇一個具備可衡量商業指標的工作流程，進行 30 天試點以評估 AI 代理的投資報酬率。
誰應關注：Enterprise & Security Teams
關鍵要點
- •企業今年採用 AI 代理的比例翻了三倍。
- •企業正測試符合自身業務需求的策略。
- •隨著部署逐漸成熟，投資報酬率開始變得可衡量。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Salesforce 的 Agentic Enterprise Index 顯示，超過 60% 的受訪企業已將 AI 代理從實驗階段轉向生產環境部署。
- •研究指出，企業在客戶服務與銷售自動化領域的 AI 代理應用，平均能將處理時間縮短 40% 以上。
- •企業在部署 AI 代理時，面臨的最大挑戰已從技術可行性轉向數據治理與跨系統整合的複雜度。
- •報告強調，採用「人機協作」（Human-in-the-loop）模式的企業，其 AI 代理的任務成功率比完全自動化系統高出 25%。
- •Salesforce 透過 Agentforce 平台，將 AI 代理的開發門檻降低，允許非技術人員利用自然語言配置代理的工作流程。
📊 競品分析▸ Show
| 特色/平台 | Salesforce Agentforce | Microsoft Copilot Studio | ServiceNow AI Agents |
|---|---|---|---|
| 核心定位 | CRM 與企業流程自動化 | 生產力與 Office 生態整合 | IT 與企業服務管理自動化 |
| 部署彈性 | 高（低代碼配置） | 中（需依賴 Azure 生態） | 高（專注於企業工作流） |
| 定價模式 | 按代理使用量計費 | 按用戶訂閱計費 | 按價值與流程計費 |
🛠️ 技術深入
- 採用 Atlas 推理引擎：利用 Salesforce 的元數據框架（Metadata Framework）確保 AI 代理能直接存取企業內部的即時數據與權限設定。
- 模組化代理架構：支援多代理協作（Multi-Agent Orchestration），允許不同功能的代理（如銷售、客服）在特定工作流中進行任務交接。
- 零信任安全架構：所有 AI 代理的決策過程均經過 Einstein Trust Layer，確保數據隱私與防護措施（如去識別化）在推理前執行。
- API 驅動的整合能力：透過 Data Cloud 實現跨雲端、跨系統的數據即時同步，解決 AI 代理在處理異質數據時的延遲問題。
🔮 前景展望AI analysis grounded in cited sources
AI 代理將成為企業軟體訂閱費用的主要驅動力。
隨著企業從單純的軟體授權轉向按代理任務成果付費，軟體供應商的營收結構將發生根本性轉變。
企業將大規模重組人力資源以適應 AI 代理協作。
AI 代理接管重複性任務後，企業對員工技能的需求將從執行力轉向代理監督與策略規劃能力。
⏳ 時間線
2024-09
Salesforce 於 Dreamforce 大會正式推出 Agentforce 平台。
2025-03
Salesforce 宣布 Agentforce 擴展至全球多個數據中心，支援更多語言與區域合規。
2026-02
Salesforce 發布首份 Agentic Enterprise Index，量化企業 AI 代理的採用趨勢。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ZDNet AI ↗