德勤最新研究显示，大多数美国企业正面临巨大压力，迫切寻求将AI智能体从试验阶段推向生产部署。
一项针对501位参与企业AI战略或实施工作的高级商业领袖的调查显示，大多数企业难以制定出可执行的、整合化的智能体AI路线图。调查发现，42%的企业正在小范围测试智能体，43%的企业正在跨职能扩展AI智能体部署。仅有15%的企业实现了跨客户服务、IT和工程领域的规模化、协同化多智能体部署。
大多数商业领袖面临的核心难题是：如何评估现有商业模式的可行性，以及AI智能体对现有流程和预期目标的实际影响。
近三分之二的商业领袖正因智能体AI的进步而重新审视其商业模式，其中一半人已对以AI智能体为核心驱动的未来运营模式形成了清晰认识。制约AI智能体规模化落地的主要挑战包括：缺乏统一、可访问的数据基础（72%）、难以建立对智能体的信任与治理机制（70%），以及集成的成本与复杂度问题（67%）。
商业领袖面临的另一关键挑战是技术变革速度已超出企业自身的适应能力，这一矛盾在可预见的未来将持续存在。迈向智能体企业，本质上不是一场技术转型，而是一场关系转型。
在业务流程与工作流就绪程度方面，仅有少数企业表示已做好智能体AI部署准备，包括愿景与战略（36%）、技术基础设施（34%）、数据基础（32%），以及风险、安全与治理（26%）。仅有五分之一的企业表示其人力资源已做好接受智能体AI的准备，而员工再培训与技能提升的滞后将成为重大障碍。
流程与工作流变革是智能体AI规模化落地的关键，但大多数商业领袖尚未准备好。展望2030年，74%的商业领袖预计，届时近一半的业务流程将围绕AI智能体重新设计或重建；61%的人认为，大多数流程将由AI智能体驱动，且这些智能体将高度自主运行，几乎不需要人工介入。尽管未来是自主化的，但目前仅有16%的商业领袖表示其现有流程已为智能体的导入做好准备。
阻碍企业规模化推进智能体AI的，并非缺乏雄心，而是现有流程设计缺陷与认知不清、缺乏可信数据与系统访问能力，以及根深蒂固的传统工作方式。企业还面临一个普遍问题：将AI叠加在现有遗留流程之上，而非从头重构。研究发现，叠加策略虽有效，但企业在迈向更高自主化水平的过程中，应将流程再设计作为必须锻炼的核心能力。目前仅有31%的企业预计在2028年前重新设计和重建其围绕AI智能体的流程，而预计2030年前完成这一转变的比例高达74%。
一半的受访领袖表示，其企业在成功推行AI智能体所必需的人才转型方面投入不足。领袖们期待出现新的岗位形态和应用场景，使人类与AI能够协同共创商业价值。近半数（43%）商业领袖预计，随着常规性、结构化任务被AI智能体自主执行，智能体AI的大规模部署将引发显著的岗位变动。
员工培训与Token消耗的成本将对预算形成压力，并带来意外支出。商业领袖必须对基础设施投入、员工就绪程度、AI素养培养，以及将流程改造为智能体驱动模式的成本保持更清醒的认识。研究发现，71%的企业正在开展基础性AI智能体素养建设工作，65%的企业正在针对可能受AI智能体影响的岗位开展技能提升与再培训。
调查结果表明，对AI就绪基础设施、数据基础以及员工AI素养培训的持续投入，是实现AI智能体生产部署规模化的核心要素。关键举措包括：制定整合化的智能体路线图；将AI智能体叠加策略视为过渡桥梁而非最终目标；为人才转型提供充足资源；以及明确组织内部"人机协同"的运营模式。
成为智能体企业的征程，要求企业重新设计现有业务流程，以不同、更智慧、更高效的方式重新培养人力资源，将员工重新部署到更少重复性、更需判断力的任务上，重构组织与财务模型，重拾过去被忽视的价值创造机会，基于智能体使用情况重新校准关键绩效指标（例如：以自动化离散工作单元所消耗的Token数量为衡量标准），并最终重塑领导层围绕自主化愿景、战略与执行模型的决策导向。
Q&A
Q1：德勤调查中，企业在规模化部署AI智能体时面临的最大障碍是什么？
A：根据调查，企业规模化部署AI智能体面临三大主要障碍：一是缺乏统一、可访问的数据基础（72%的企业面临此问题）；二是难以建立对智能体的信任与治理机制（70%）；三是集成的成本与复杂度过高（67%）。此外，员工再培训与技能提升滞后、现有流程设计不合理，也是制约规模化落地的重要因素。仅有16%的企业表示其现有流程已为智能体导入做好准备。
Q2：2030年之前企业的业务流程会有哪些变化？
A：根据调查，74%的商业领袖预计到2030年，近一半的业务流程将围绕AI智能体重新设计或重建；61%的人认为大多数流程将由AI智能体驱动，且高度自主运行，几乎不需要人工介入。相比之下，目前仅有31%的企业计划在2028年前完成流程重构，说明大规模转型主要集中在2028至2030年间。
Q3：企业应如何推进员工在AI智能体时代的转型？
A：调查显示，目前71%的企业正在开展基础性AI智能体素养建设，65%正在对受影响岗位的员工进行技能提升与再培训。专家建议，企业应为人才转型提供充足资源，将员工从重复性任务中解放出来，转向更需要判断力的工作，并明确人机协同的运营模式。仅有一半领袖认为企业目前在人才转型方面的投入是足够的。
