人工智能助力数字化转型：惊人预测：40% 的人工智能项目失败——你的智能助手会是下一个吗？——图片来源：Xpert.Digital
人工智能代理失败：为什么三分之一的数字项目濒临崩溃
自动化失败：人工智能开发项目的残酷真相
多年来，数字化转型一直被寄予厚望，承诺将开启自动化和效率的黄金时代。人工智能代理尤其被誉为未来的数字员工，有望减轻人类员工的负担，并彻底革新业务流程。然而，现实却截然不同：超过三分之一的开发项目濒临失败，最初的热情正逐渐被失望所取代。这种理想与现实之间的巨大落差，引发了人们对这项技术实际成熟度和应用价值的根本性质疑。.
什么是人工智能代理？为什么它们被认为是革命性的？
人工智能代理与传统的自动化工具有着本质区别。像 Zapier 或 Make 这样的传统软件解决方案遵循固定的规则运行，而人工智能代理则将感知、决策和行动能力融合到一个自主系统中。它们可以根据实际情况决定下一步的行动，而不是一味地遵循相同的模式。.
这些先进的计算机程序旨在自主运行、做出决策并采取行动，无需持续的人工干预。它们能够分析数据、从经验中学习并适应不断变化的环境。与简单的自动化工具不同，人工智能代理能够处理复杂的任务并适应不可预测的情况。.
将看似合乎逻辑的推理与真正的行动能力相结合，被认为是通往更强大、更通用的人工智能系统的一条行之有效的途径。智能体不再仅仅是搜索产品信息并提出建议，而是能够浏览供应商的网站、填写表格并完成购买——这一切都仅基于简短的指令和已学习的流程。.
适合：
提高生产力的承诺
人工智能代理对企业的潜在益处乍看之下令人印象深刻。研究也确实显示出积极的结果：麻省理工学院和斯坦福大学一项基于5179名客服人员数据的研究发现，使用人工智能代理的员工比未使用人工智能代理的员工生产力提高了13.8%。最近的一项研究甚至表明，人工智能代理可以将团队生产力提高60%。.
人工智能代理有望处理各种各样的任务，从安排预约、预订行程到研究和报告撰写。它们可以自动完成重复性且耗时的任务，使员工能够专注于战略性和创造性的工作。试想一下，如果人工智能代理能够自动处理发票、生成报告和安排会议，员工就可以专注于需要人类专业知识的更复杂的任务，那该有多好。.
这些应用几乎涵盖所有业务领域。在客户服务领域，人工智能代理可以全天候提供个性化支持，利用自然语言处理技术处理客户咨询，仅在必要时才将问题上报给人工客服。在IT支持领域，它们通过识别、分析和解决问题来协助进行自动化故障排除。在金融和保险系统中，它们可以通过分析数据中的模式和异常情况来检测和预防欺诈活动。.
残酷的现实：人工智能代理为何会失败
尽管前景光明，但现实却令人担忧。市场研究公司 Gartner 预测，到 2027 年，目前计划或正在使用的所有人工智能代理项目中，超过 40% 的项目将被终止。这一预测基于三个主要原因：成本上升、企业投资回报率低以及风险控制不足。.
Gartner高级总监分析师Anushree Verma解释道：目前大多数基于代理的AI项目仍处于早期实验阶段，或者仅仅是受炒作驱动的概念，并且被错误应用。许多AI用户仍然缺乏对AI代理扩展到整个企业时实际成本和复杂性的了解。.
技术缺陷和质量问题
根本问题在于当前系统的技术不成熟。据 Gartner 分析师称，在 1000 多种号称具备智能体 AI 功能的工具中，只有大约 130 种真正兑现了这一承诺。大多数智能体 AI 都缺乏显著的价值或投资回报，因为它们不够成熟，无法自主实现复杂的业务目标，也无法每次都严格按照指令执行。.
当人工智能代理面对复杂的多阶段任务时，这些问题尤为突出。Salesforce 的一项基准测试表明，即使是像 Gemini 2.5 Pro 这样的顶级模型，在简单任务中的成功率也仅为 58%。在较长的对话中，性能会急剧下降至 35%。一旦需要通过后续提问进行多轮对话来收集缺失信息，性能就会显著下降。.
金融领域的另一项基准测试也显示出类似的令人警醒的结果：测试中表现最佳的模型——OpenAI 的 o3——准确率仅为 48.3%，平均每次回答的成本为 3.69 美元。虽然这些模型能够从文档中提取基本数据，但它们无法提供真正补充或取代分析师工作所需的深入金融推理。.
误差概率呈指数级增长的问题
人工智能代理的一个特别棘手的特性是其容易累积错误。Patronus AI是一家帮助企业评估和优化人工智能技术的初创公司，该公司发现，如果一个代理在前100步中每步的错误率为1%，那么它出错的概率高达63%。代理完成任务所需的步骤越多，出错的可能性就越高。.
这种数学原理解释了为什么看似微小的精度提升会对整体性能产生不成比例的影响。任何一个步骤的错误都可能导致整个任务失败。步骤越多，任务完成前出现问题的概率就越高。.
安全风险和新的攻击途径
微软研究人员发现了至少十种新的AI代理故障类型，这些故障可能会危及AI应用或环境的安全。这些新型故障模式包括代理被入侵、恶意代理渗透到系统中，以及攻击者控制的代理冒充合法AI工作负载。.
尤其令人担忧的是“内存中毒”现象。微软研究人员在一项案例研究中证明，如果人工智能代理在分析电子邮件并根据其内容执行操作时没有进行加固，则很容易受到此类攻击。发送包含修改代理知识库或内存命令的电子邮件会导致意外操作，例如将特定主题的邮件转发给攻击者。.
经济挑战
实施成本激增
实施人工智能代理的成本因规模和复杂程度而异。对于只需要基本解决方案的小型企业，简单的人工智能方案通常每月成本在 0 到 30 美元之间。对于中型企业，实施成本可能在 5 万美元到 30 万美元之间，而拥有企业级人工智能计划的大型组织预计第一年的投资额将达到 50 万美元到 500 万美元。.
然而，实际成本远不止初始实施费用。企业必须将专用服务器和GPU集群的硬件成本、软件许可费、数据存储解决方案和云计算资源等费用考虑在内。此外，数据准备——通常是人工智能项目中耗时最长的环节——也需要大量投资。根据Gartner的研究，企业通常在初始人工智能基础设施上花费2万至50万美元，具体金额取决于项目规模。.
投资回报不明确的问题
人工智能代理的实际效益难以量化，这是一个特别棘手的问题。虽然传统的自动化解决方案通常可以通过减少人员或提高效率来显著降低成本，但人工智能代理的投资回报率却难以衡量。由于投资回报率无法直接确定，因此需要调整衡量成功的标准。.
尽管人们抱有乐观预期——一项调查显示，62% 的公司预期智能体人工智能的投资回报率 (ROI) 超过 100%——但现实往往与预期相去甚远。许多试点项目未能成功过渡到生产环境，原因在于预期的附加值未能实现，或者实施成本超过了预期节省的成本。.
代理商洗白：营销难题
加剧这种混乱的另一个因素是所谓的“代理洗白”。许多供应商将现有技术（例如人工智能助手、机器人流程自动化或聊天机器人）重新包装成所谓的基于代理的解决方案，尽管这些方案通常缺乏真正代理的关键特征。Gartner 估计，在数千家供应商中，只有大约 130 家真正提供基于代理的人工智能技术。.
这种做法导致企业抱有不切实际的期望，他们误以为自己正在部署成熟的智能体技术，而实际上他们得到的仅仅是增强型自动化工具。真正的人工智能智能体与传统自动化解决方案之间的混淆是造成高失败率的重要原因。.
B2B采购：供应链，贸易，市场和AI支持的采购
人工智能代理接受测试：自动化过程中隐藏的障碍
实践中的具体挑战
集成到现有系统中
最大的实际障碍之一是将人工智能代理集成到现有的IT环境中。集成可能是一项真正的挑战，因为企业需要确保人工智能代理能够无缝集成到其现有基础设施中。这种集成通常需要对现有系统进行重大调整，并可能导致对正在进行的业务流程造成代价高昂的中断。.
许多现有的企业系统并非为与自主人工智能代理交互而设计。必要的API接口、数据格式和安全协议通常需要彻底重新设计。这种技术复杂性导致实施时间延长，成本高于预期。.
适合：
数据保护和合规问题
人工智能代理的使用也引发了关于数据保护和遵守GDPR等法律法规的问题。企业必须确保保护客户隐私并遵守适用法律。代理对敏感数据的访问和处理显著增加了数据保护风险。.
自主人工智能系统部分脱离了人类控制，从而产生了新的漏洞。在联网的多智能体系统中，可能会出现涌现行为，使其行为难以预测。完全自主的智能体可能会以意想不到的方式行事，引发法律和伦理方面的担忧。.
组织抵抗
员工的抵触情绪往往被低估。人工智能自动化可能导致工作场所的变革和失业。企业必须为此做好准备，并采取措施支持员工。员工需要确信人工智能的优势，才能有效地使用它们。.
成功实施不仅需要技术专长，还需要变革管理和培训计划。如果没有员工的接受和积极支持，即使是技术上非常先进的实施方案也会因人为因素而失败。.
为什么当前的方法不足
实际业务流程的复杂性
许多人工智能代理被设计用于在受控环境中运行，但现实世界的业务流程远比这复杂且难以预测。基于规则的系统存在一定的脆弱性，这意味着当遇到开发者未预料到的情况时，它们可能会崩溃。许多工作流程的可预测性更低，其特点是充满意想不到的曲折和各种各样的可能结果。.
在受控测试环境中表现良好的AI代理，在面对真实商业环境的复杂性和不可预测性时，往往会表现不佳。它们可能会忽略关键的上下文信息，或者在面对模糊情况时做出错误的决策。.
高估自主性
一个根本问题在于高估了当前人工智能代理的实际自主性。大多数所谓的自主系统仍然需要大量的人工监督和干预。完全自主运行的代理实际上是在实用性和不可预测性之间走钢丝。完全自主听起来很理想，但如果代理预订了去错误城市的行程，或者向重要客户发送了未经核实的电子邮件，那就另当别论了。.
目前的AI模型缺乏独立完成复杂业务目标所需的能力，也无法长时间遵循细致的指令。这种局限性常常阻碍了预期的自动化实现，因此仍然需要人工监督。.
成功的实施策略
重点关注具体用例
尽管面临诸多挑战，人工智能代理确实已有成功的应用案例。关键在于专注于具体、明确的应用场景，而非试图打造通用解决方案。成功的组织都致力于优先考虑并调整应用场景。决策者如果盲目追求每一个人工智能应用机会，则更有可能遭遇项目失败。.
一种行之有效的方法是利用人工智能代理进行决策、自动化日常流程或处理简单查询。这些范围有限、定义明确的任务比尝试完全自动化复杂、模糊的业务流程更有可能取得成功。.
分步实施
务实的做法是分阶段引入人工智能代理。企业不应试图一次性改造整个业务部门，而应从规模较小、更易于管理的项目入手。规模较小的公司可以通过使用人工智能电话服务和预构建解决方案来最大限度地降低成本，这些方案所需的初始投资比定制系统要少。.
分阶段实施的成功案例是一家中型保险公司，该公司将人工智能应用于理赔处理和客户服务。尽管初始投资为 42.5 万美元，但该系统在 13 个月内实现了正投资回报，并在三年内带来了 120 万美元的综合成本节约和收入增长。.
治理和风险管理的重要性
用于决策智能的人工智能代理既非万能灵药，也非完美无缺。它们必须与有效的治理和风险管理相结合。人类决策仍然需要充足的知识、数据和人工智能技术。.
有效的治理框架应包含明确的人工智能代理监控和控制指南。这包括错误检测和纠正机制、代理性能的定期审计，以及在需要人工干预的情况下明确的升级路径。.
未来展望：务实的预期
尽管遭遇短期挫折，但长期趋势依然存在
尽管目前面临挑战，Gartner 预测人工智能代理将在长期发展中发挥重要作用。到 2028 年，预计约 15% 的日常工作决策将由代理工具处理，而 2024 年这一比例为 0%。此外，预计到 2028 年，33% 的企业软件解决方案将包含人工智能代理，而 2024 年这一比例不足 1%。.
这些预测表明，当前的问题应被视为一项尚处于发展初期的技术所经历的阵痛。其基本概念前景广阔，但具体实施仍需完善并适应日常业务的实际情况。.
需要进行切合实际的评估
人工智能代理项目的高失败率不应被解读为该技术本身的失败，而应被视为不切实际的期望和不成熟的实施策略的警示信号。失败的项目并非总是向首席执行官发出负面信号。在这个领域，庆祝失败至关重要，因为它能促进实验文化的形成，无论最终的想法是否能投入生产。.
这种方法还可以带来迭代实验，从而获得更好的结果。了解人工智能何时是合适的工具，何时不合适，这一点至关重要，这样才能避免在无望的事情上浪费时间。.
适合：
给企业的战略建议
设定切合实际的目标和进行预期管理
企业在推进人工智能代理项目时应抱持务实的态度。与其追求革命性的变革，不如着眼于循序渐进的改进。为了真正发挥人工智能代理的优势，企业不仅应关注单个任务的自动化，更应致力于提升企业层面的生产力。.
一个好的起点是利用人工智能代理来完成具有明确商业价值的具体、可衡量的任务。目标应该是最大化这种商业价值——无论是通过降低成本、提高质量、加快速度还是增强可扩展性。.
投资基本面
在部署复杂的AI智能体之前，企业应确保基础稳固。这包括完善的数据战略、有效的数据治理以及强大的技术平台。数据质量差是超过70%的AI项目失败的原因。如果没有高质量、相关性强且管理良好的数据，AI系统就无法兑现其承诺。.
培养内部专业技能
成功部署人工智能代理需要许多组织缺乏的专业技能。企业要么必须投资开发内部人工智能能力，要么必须与经验丰富的供应商建立战略合作伙伴关系。开发内部能力对于中等规模的项目通常需要花费 25 万美元到 100 万美元，其中包括聘请专业开发人员和购买开发工具。.
人工智能代理的转折点
人工智能代理项目的高失败率标志着这项技术发展的一个重要转折点。最初的热情正在消退，取而代之的是对其可能性和局限性的更为现实的评估。然而，这种失望未必是坏事——它反而可能促成更好、更周全的实施策略。.
技术本身并非问题所在。人工智能代理无疑具有改进业务流程和开拓新机遇的潜力。问题在于过高的期望与当前的技术现实之间存在差距。那些将人工智能代理视为万灵药或试图在短时间内取得过大成就的公司，很可能成为到2027年不得不放弃项目的40%企业之一。.
人工智能代理的成功应用需要采取务实、循序渐进的方法，专注于具有明确商业价值的具体用例。企业必须准备好投资于必要的基础建设——从数据质量到内部技能发展。最重要的是，他们必须明白，人工智能代理并不能取代健全的商业战略和完善的项目管理实践。.
未来几年将见证哪些公司能够从当前的失败中吸取教训，并成功地将人工智能代理融入到业务流程中。最终的赢家将是那些拥有务实预期、按部就班推进，并准备对这项技术进行长期投资，而不是依赖短期速效方案的公司。.
我们随时为您服务 - 建议 - 规划 - 实施 - 项目管理
☑️ 为中小企业提供战略、咨询、规划和实施方面的支持
AI策略的创建或重组
☑️ 开拓业务发展
Konrad Wolfenstein
我很乐意担任您的个人顾问。
您可以通过填写下面的联系表与我联系，或者直接致电+49 89 89 674 804 （慕尼黑） 。
我很期待我们的联合项目。
写给我
Xpert.Digital—— Konrad Wolfenstein
Xpert.Digital 是一个专注于数字化、机械工程、物流/内部物流和光伏的工业中心。
凭借我们的360°业务发展解决方案，我们为知名企业提供从新业务到售后的支持。
市场情报、营销、营销自动化、内容开发、公关、邮件活动、个性化社交媒体和潜在客户培育是我们数字工具的一部分。
您可以通过以下网址了解更多信息： www.xpert.digital - www.xpert.solar - www.xpert.plus
保持联系
