结合企业场景创造人工智能价值

事件概述

在整个企业中，任意数量的人工智能平台、系统和工具都可以同时工作，例如，人工智能驱动的客户平台、对话助理以及工作流和流程自动化工具。每一项都是复杂、先进且响应迅速的。但是，当开始工作时，出现的结果和行动可能是错误的、混乱的或缺乏对业务的正确理解。许多组织发现自己处于这种情况，这可能是他们难以从人工智能投资中获取回报的关键原因之一。下载报告《麻省理工学院技术评论洞察》民意调查发现，虽然如今每个接受调查的组织都在一定程度上使用人工智能，但只有不到五分之一 (16%) 从其部署中获取变革性价值。最大比例的受访者 (40%) 表示，他们在特定任务或团队中看到了适度的收益，而 21% 的人表示获得了有意义的收益，而 23% 的人则看到了最小的回报或根本没有回报。大多数公司仍在试点人工智能用例（38% 的受访者表示）或使用副驾驶或聊天助理等工具来协助员工工作（35%）。只有 12% 的企业在生产中拥有人工智能代理，3% 的企业表示他们正在使用人工智能来完成关键流程中的大部分工作。 Atlan 联合创始人 Prukalpa Sankar 表示：“模型的功能与模型在组织内部的实际用途之间存在很大差距。” “对于现实生活中的每一个意图和目的，通用人工智能已经存在。只是它在当今的大多数公司中并没有真正用处。”桑卡说，缺失的一层是背景，或者说人工智能对业务的理解程度。上下文层是位于组织的业务系统（例如，记录和数据系统及其人工智能平台）之间的架构基础设施。它将企业智能转化为人工智能代理或模型的受管理的、机器可用的环境，并帮助知识复合。 “如果没有人工智能的上下文层，就好像你雇佣了世界上最聪明的实习生，蒙住他们的眼睛，然后把他们扔到你的组织中，”桑卡说。下载报告此内容由麻省理工学院技术评论的自定义内容部门 Insights 制作，而不是其编辑人员。它是由人类研究和编写的，任何可能使用的人工智能工具都仅限于人类监督下的生产过程。

核心要点

• 本次动态的核心信息是：结合企业场景创造人工智能价值。
• 在整个企业中，任意数量的人工智能平台、系统和工具都可以同时工作，例如，人工智能驱动的客户平台、对话助理以及工作流和流程自动化工具。
• 每一项都是复杂、先进且响应迅速的。
• 但是，当开始工作时，出现的结果和行动可能是错误的、混乱的或缺乏对业务的正确理解。
• 相关方向包括：智能体。

背景信息

AI 行业资讯往往不只是一条产品新闻，它通常会牵动模型能力、应用分发、算力成本、开发者工具和商业化路径。 从关键词看，这条资讯与智能体等方向相关。 AIPVIP 将其整理为站内中文稿，方便和模型价格、API 可用性、公开探针以及服务商变化一起参考。

影响分析

• 短期内，这类新闻更适合作为趋势信号观察，不宜只凭单条消息做技术选型或充值决策。
• 对 AI API 使用者来说，仍然需要结合小额实测、延迟表现、错误率和价格透明度来判断是否值得长期使用。

后续关注

• 是否出现后续官方公告、技术文档、价格说明或产品更新。
• 相关模型、工具或服务是否进入稳定可用阶段。
• 用户反馈、开发者社区讨论和真实调用表现是否与新闻描述一致。
• 同类服务商是否跟进，价格、能力或限制是否发生变化。