报告解读：2024爱分析·AI Agent应用实践报告

2024-09-13

AI Agent是能够感知环境，基于目标进行决策并执行动作的智能化应用。随着大模型能力增强以及RAG等技术的成熟，AI Agent的能力得到了质的飞跃。这些模型赋予了AI Agent更接近人类的思维能力，再联动各类工具和组件，使得AI Agent在处理复杂任务时表现出前所未有的灵活性和效率。从智能助手、个性化推荐系统到自动化客户服务，AI Agent的应用案例层出不穷，它们在各行各业中展现出巨大的潜力和价值。

AI Agent作为这股浪潮中的新星正在取代Copilot，成为大模型应用的主流形态之一。自2023年6月以来，爱分析系统对百余家大型企业的IT负责人进行了深入调研，知识库管理、数据分析、营销与客户服务等场景，已成为企业用户落地大模型的主要应用领域，而这些场景的智能化解决方案，无一例外地指向了AI Agent。
近期，爱分析正式发布了《2024爱分析·AI Agent应用实践报告》，内容包括企业落地AI Agent的常见挑战、解决方案、多个高优先级场景的落地要点，以供企业参考。数势科技数智产品总经理岑润哲分享了数势科技在AI Agent的领域经验与行业应用场景。

报告综述
AI Agent是能够感知环境，基于目标进行决策并执行动作的智能化应用。随着大模型能力增强以及RAG等技术的成熟，AI Agent的能力得到了质的飞跃。这些模型赋予了AI Agent更接近人类的思维能力，再联动各类工具和组件，使得AI Agent在处理复杂任务时表现出前所未有的灵活性和效率。从智能助手、个性化推荐系统到自动化客户服务，AI Agent的应用案例层出不穷，它们在各行各业中展现出巨大的潜力和价值。
AI Agent具备三个核心能力：独立思考、自主执行、持续迭代。独立思考能力使得AI Agent能够根据任务目标和约束条件，进行任务规划和问题拆解，形成清晰的执行步骤；自主执行能力则允许AI Agent调用必要的组件和工具，按照既定的工作流依次执行任务；而持续迭代能力则确保了AI Agent能够基于任务执行的反馈，不断优化自身的性能和效率。
AI Agent作为这股浪潮中的新星正在取代Copilot，成为大模型应用的主流形态之一。自2023年6月以来，爱分析系统对百余家大型企业的IT负责人进行了深入调研，发现降低运营成本已成为企业用户落地大模型的首要目标。知识库管理、数据分析、营销与客户服务等场景，已成为企业用户落地大模型的主要应用领域，而这些场景的智能化解决方案，无一例外地指向了AI Agent。
AI Agent相关市场众多，其中数据分析AI Agent和AI Agent开发管理平台是企业在2024年关注度最高的两个特定市场。本报告将重点研究上述两个特定市场，通过对它们的深入分析，本报告旨在为企业用户提供落地AI Agent项目时的策略指导和实践洞见。

市场洞察

在爱分析对多家大型企业IT负责人的深入调研中，我们发现AI Agent项目的落地与应用普遍面临两大挑战：“落地难”与“应用难”。“落地难”现象分析企业在AI Agent项目上的进展缓慢，周期拉长。面对新经济局势，企业普遍采取节流降本的策略，IT支出亦受到显著影响。在此背景下，一些企业对AI Agent的价值认识不足，导致投入意愿低迷。然而，企业亦担心错失智能化转型的机遇，加之政策导向的推动，使得企业不得不推进AI Agent项目。这种纠结状态导致AI Agent项目虽已立项，却因驱动力不足而进展缓慢。具体表现在，企业在市场调研到正式签约阶段，会进行过度的厂商调研，并要求多家意向厂商进行POC验证，其用时大约是同金额传统IT项目的两倍。“应用难”现象分析尽管企业通常选择在某个部门先行试点AI Agent，期待取得成效后再扩大使用范围，但实际情况并非总是如预期般顺利。许多员工更倾向于沿用传统工作方式，对AI Agent的采纳并不积极。这并非因为AI Agent的能力不足，而是企业文化缺乏必要的变革。企业需要在变革管理、激励措施或培训活动等方面进行投资，以促进员工对新技术的接纳和应用。企业应结合自身特性，建立AI Agent与新质生产力、数据要素的内在联系，实现价值升华，以及建立AI文化，增强员工对AI的信任和基础技能。市场洞察1：AI Agent是由模型、数据、算力、专家知识组成的新质生产力新质生产力是以全要素生产率大幅提升为标志，本质是先进生产力，代表生产力迭代升级的方向。从现代生产力变革看，科学技术越来越成为生产力最主要推动力量，科技创新是发展新质生产力的核心要素。大模型作为当前科技创新的重要组成部分，以大模型为代表的新“智”技术是新质生产力的重要生产工具。图表1：AI Agent与新质生产力的关系

AI Agent作为大模型技术的重要应用，具备推理规划、记忆存储、知识沉淀、执行工作等能力，是智能化时代的新型劳动者，是新质生产力的代表。AI Agent生产过程需要算力、数据、模型、专家知识等核心要素的支撑。

市场洞察2：AI Agent是激发数据要素价值的重要手段
AI Agent作为智能化应用，是激发数据要素的重要手段。一方面是丰富数据应用场景，数据应用不再仅仅是数据报表、数据看板、自助分析等基础数据分析工具，还涌现出智能运维、营销助手、数字员工等诸多数据应用场景；另一方面，AI Agent大幅提升数据应用价值，特别是沉淀专家知识等非结构化数据，有助于企业内部数据资产化，提升数据要素流通效率。
图表2：AI Agent与数据要素的关系

AI Agent对数据基础设施提出新需求。除了要满足国家数据要素建设标准（四大设施（网络设施、算力设施、流通设施、安全设施）和六大能力（数据汇聚、数据处理、数据流通、数据应用、数据运营和数据安全保障））之外，企业数据基础设施建设还需要充分考虑到AI Agent 等大模型应用落地需求，在记忆存储、专家知识沉淀等方面提供支撑。同时，AI Agent与数据开发治理工具结合，在数据治理、数据运营等场景有非常丰富的落地潜力，能够极大提升数据开发效率，减少数据工程团队和数据运营团队的工作量，提升企业用户综合数据能力。市场洞察3：企业应从AI信任与数据素养着手，建立AI文化德勤一项调研结果显示：“与其他企业相比，大力投资变革管理的企业称人工智能举措超出预期的可能性是平均水平的1.6倍，实现预期目标的可能性是平均水平的1.5倍以上。”建立AI文化需要从AI信任和数据素养两方面着手。AI信任是指员工对企业构建强大人工智能系统的能力及其为他们带来利益的意愿的信任。数据素养则要求企业提升员工的数据意识，鼓励他们建立批判性思维技能，以正确提出问题并找到解决问题所需的数据。03数据分析AI Agent市场
数据分析AI Agent作为企业智能化转型的关键工具，其落地实施需遵循以下三个核心要点：
第一个要点：
满足用户端到端需求，直接生成工作报告
落地数据分析AI Agent需要坚实的数字化基础和较充足的预算，因此以央国企落地居多。央国企有大量汇报场景，包括日报、周报、月报、专项汇报等。央国企用户使用数据分析AI Agent，不止需要取数、图表和结论生成功能，更需要自动生成各类工作报告的功能。用户期望数据分析AI Agent能够简化报告准备工作，将原本耗时数小时的任务缩短至数分钟，从而显著提升工作效率。
一个数据分析AI Agent的生命力在于用户是否愿意使用。因此，基于用户需求端到端地直接生成报告更能打动他们。取数、图表生成、单点结论生成之类的“半成品”对用户而言价值度较低。
第二个要点：
分项目推进，并优先落地面向企业高管的项目
数据分析AI Agent应用范围广泛，可实现企业全员赋能。由于企业各群体需求不同，因此需要拆分出多个项目进行落地。以银行为例，分支行长、理财经理、数据运营团队对数据分析AI Agent的需求便存在明显差异，如果合并推进，难度较大。
在数据分析AI Agent子项目中，应优先落地面向企业高管的项目。其核心考量在于，设定AI Agent项目业务收益时，需要从顶层开始进行考虑。AI Agent本身需要获得来自管理层的大力支持，以及在公司范围内推动这项工作，那么针对管理层的赋能，或探讨如何使AI Agent为管理层带来价值，无疑是更为有效的切入点。
第三个要点：
数据分析AI Agent有三条技术路径，企业应结合自身特性进行选择
在大模型应用的早期阶段，一些企业试图通过大模型直接与企业内部数据对话，本质上是Text to SQL，由于大模型可能产生幻觉，反馈的结果往往不够准确。发展至今，已出现三条技术路径用于提升数据分析准确率，并融入AI Agent方案之中。
1) 数据仓库+宽表：企业采用“让大模型在数据仓库宽表中进行查询”的方式。该方式下，企业需要通过建模生成一张宽表，以便缩小查询范围来提升查询准确率，以及提升查询效率。其优势在于最大程度利用企业现在数据系统，改动和投入较小。
2) 指标语义层：企业通过构建企业的标准化语义层，预设数据指标和标签的定义与管理，避免业务理解对不齐，让大模型可以更准确地理解用户需求。某城商行综合使用大模型、Agent和指标语义层，让非技术人员实现灵活取数用数。
3) 图模型：纯粹的大模型方案仅改造了交互层，而未触及数据层。通过图模型表示数据层，可以提升准确率和问答及时性。某大型国有企业基于图模型方案搭建数据自服务平台，用数效率大幅提升。【大模型+Agent+指标语义层：数势赋能某城商行非技术人员实现灵活取数用数 案例部分，后续将单独分享】

AI Agent开发管理平台市场

AI Agent开发管理平台在企业AI战略中扮演着至关重要的角色，其落地实施要点如下：

第一个要点：AI Agent开发管理平台是企业AI战略的核心承载与全员赋能引擎

大型企业正积极探索其落地实施的有效途径，而“自上而下”的推进策略已成为众多企业的共同选择。这种策略强调由企业高层领导牵头，自顶向下地制定和执行AI战略。其中，"全员赋能"不仅是一项核心目标，更是衡量CIO工作绩效的关键指标之一。

CIO们应寻求AI Agent开发管理平台的支撑作用，来实现这一目标。通过为每位员工配备个性化的AI助手，以技术赋能全员，激发组织潜力。

第二个要点：企业追求的不只是AI Agent开发管理平台，更需配套的应用规划与初期应用开发。

在大模型技术的落地之旅中，企业不仅是探索者，更渴望找到能够并肩前行的"良师益友"。对于AI Agent开发管理平台的引入，企业期望得到的不仅是一套软件系统，而是希望平台厂商能成为其应用规划和实施的得力伙伴。在这一过程中，企业迫切需要解决的问题涵盖了应用场景的选择、优先级排序、以及各场景预期的投资回报率（ROI）等关键咨询领域。咨询服务的核心，在于帮助企业明确AI Agent的应用蓝图，识别和评估那些最需要智能自动化的业务场景，并制定出切实可行的实施路线图。这不仅涉及到技术层面的规划，更包括业务流程的梳理和优化。

在咨询服务的基础上，企业同样需要厂商提供的应用开发服务，以确保平台的落地和应用生态的初步构建。在初期采购平台时，企业期望厂商能够示范性地提供1-2个定制化的AI Agent，这不仅验证了平台的技术实力和业务适配性，也展现了AI技术在实际工作场景中的价值和潜力。然而，企业的最终目标是建立起自主可控的AI应用生态。因此，在首批AI Agent开发之后，企业将逐步过渡到由内部IT和业务团队自行开发和维护AI Agent的模式。这要求平台不仅要提供强大的技术支撑，还需配备相应的培训和文档资源，确保企业团队能够顺利接管AI Agent的开发和迭代工作。

结语

AI Agent正逐渐成为企业转型的核心力量。通过本报告的分析，我们得以一窥AI Agent的应用潜力与实践挑战。本报告旨在为企业决策者提供一个全面的视角，帮助他们在智能化转型的道路上识别机遇、规避风险，并制定出切实可行的策略。我们强调，成功的AI Agent落地不仅需要技术的支持，更需要企业文化的适应和员工能力的培养。

展望未来，随着技术的不断进步和应用场景的拓展，AI Agent有望成为企业持续创新和增长的强劲引擎。我们期待与业界同仁一道，共同探索AI Agent的无限可能，携手推动企业乃至整个社会的数智化进程。

创作团队

报告指导人 张扬爱分析联合创始人&首席分析师
报告执笔人 李进宝 爱分析高级分析师外部专家（按姓氏拼音排序)
岑润哲 数势科技数智产品总经理
于鸿磊 火山引擎 HiAgent产品负责人

填写表单，数势小助手将第一时间推送
《2024爱分析·AI Agent应用实践报告》报告完整版

数势科技新书上市特惠中

扫码填写表单有机会免费获得此书！

关于数势科技

数势科技专注于为全球客户提供高效、精准的数据智能解决方案。公司凭借在大金融、高科技制造和泛零售等领域的深厚技术积累和行业经验，已成功推出基于大模型增强的智能分析助手（SwiftAgent）、智能指标平台（SwiftMetrics）、智能标签平台（SwiftXDP）及智能营销平台（SwiftMKT）等一系列创新产品，有效提升了企业的数字化决策效率和运营能力。

目前，数势科技已服务众多行业头部客户，代表客户有民生银行、江苏银行、中原银行、中金、平安、中信建投、国信证券、海通证券、沃尔玛/山姆、胖东来、永辉、绝味食品、书亦烧仙草、霸王茶姬、益禾堂等。助力企业实现数字化升级，打造业务增长新引擎。

— END —