如果说2025年是企业内部AI智能体实验的元年，那么2026年正崭露头角，成为这项技术真正扩大规模并投入实战的一年。特别是在伦敦举行的“AI与大数据博览会”上，赛富时（Salesforce）和DeepL等主要企业介绍的智能体应用案例，充分展现了这一变化。分析指出，尤其是生产效率提升这一明确效果，正在快速推动智能体的普及。
赛富时解决方案工程部门高级副总裁保罗·奥沙利文强调：“AI是一项能轻易与生产效率挂钩的技术，现在是重新定义企业运营方式本身、千载难逢的机遇。”他介绍了全球第四繁忙的希思罗机场的案例，并表示：“目前70%的客户咨询由名为‘Hallie’的AI智能体处理”，从而实现了24小时客户响应体系。
DeepL介绍称，其两千多家企业客户正通过该公司的AI智能体执行报告分析、销售目标清单制定、合同审查等多种任务。产品营销副总裁斯科特·伊贝尔表示：“AI智能体的核心价值在于将人们从重复性工作中解放出来，同时提升生产效率。我们的目标是向企业提供切实可行的应用案例。”
AI智能体应用得以扩散，其较低的引入门槛也值得关注。两家公司的相关人士解释说，在大多数企业业务中，智能体的部署和运营在数日到数周内即可完成。当然，就像新员工需要时间适应工作一样，智能体要发挥作用也需要一段时间的学习，但基础设施投资负担并不大。
赛富时近期收购了信息管理专业公司Informatica，并将其与自家的Data 360平台结合，正在将智能体生成的推理数据整合为实时上下文。通过此举，正在构建基于证据的自动判断体系，而非简单的猜测。
此外，智能体正变得越来越精密。其理解上下文的“直觉”水平能力得到提升，对业务生产效率的贡献度也随之提高。奥沙利文强调“智能体正逐渐更凭直觉、更快地得出结论”，并强调了情境智能的重要性。
降低对大型语言模型的依赖也是主要战略之一。有评价认为，虽然LLM对于消费者服务已足够，但由于过高的运营成本和数据隐私等问题，在企业环境中存在局限。赛富时对此进行补充，引入了名为“智能体脚本”的基于JSON的工作流语言，通过整合明确的基于规则的控制和判断功能，旨在实现高可靠性的AI系统运营。
与此同时，可观测性也成为了核心议题。在存在大规模交易往来的企业中，必须能够追踪和解释AI的所有行为。Visa欧洲公司的全球数据解决方案副总裁康斯坦蒂娜·卡菲塔尼迪断言：“不可监控的工作不应被执行”，并强调“AI不再是黑箱，必须具备可解释性”。
赛富时今年初发布了“MuleSoft智能体架构”和“Agentforce可观测性”。通过此，企业可以精确追踪所有运营中AI智能体的行为，并在人与AI共同运营的系统内，透明地监控整个工作流程。
目前，赛富时、DeepL、Visa等公司正在企业层面切身感受到AI智能体技术的实际效果，并在行业整体的快速变化中，专注于构建基于信任的智能体引入战略。专家预测，在不久的将来，AI智能体将成为企业基础设施中日常化的存在，即像不起眼的“数字家具”一样扎根。
DeepL的斯科特·伊贝尔表示：“智能体正在发挥提升业务核心驱动力的作用，很快它将作为理所当然存在的背景技术融入其中。”
