代理型人工智能_IT领导者必须采取的关键步骤_以利用这一关键时刻_5页_885kb

代理型人工智能：IT领导者必须采取的关键步骤

核心内容概述

代理型人工智能（Agentic AI）正在成为企业数字化转型的重要驱动力，特别是在采购和供应链运营领域。随着人工智能技术的快速发展，企业对AI的期望已从“可能性的艺术”转向实际应用。然而，IT领导者在推动AI落地过程中面临两大主要挑战：缺乏内部人工智能专业知识和缺乏统一的数据架构。本文旨在分析这些挑战，并提出IT领导者应采取的关键策略，以有效利用代理型AI带来的变革潜力。

主要观点

• AI正在加速企业运营的数字化转型，特别是在采购和供应链领域，它提供了前所未有的自动化和战略洞察能力。
• 代理型AI能够主动决策、实时分析数据并提供战略见解，从而打造更具创新性的劳动力。
• 大多数企业已准备好投资AI，其中65%表示将在六个月内将AI集成到供应链和/或采购运营中。
• 只有少数企业具备独立部署AI的能力，6%的机构计划独立进行AI部署，而大多数依赖外部专家或合作伙伴。

关键信息

挑战1：缺乏内部人工智能专业知识

• 大多数组织缺乏能够确保AI成功推广的内部专业知识。
• 65%的组织正在积极寻求第三方专家和供应商的指导，26%计划结合内部团队与外部专家。
• 由于AI部署涉及复杂的互操作性问题，企业容易陷入数字化转型疲劳。
• 选择可靠的供应商成为关键，超过一半（54%）的组织倾向于选择具备验证AI能力的供应商。
• 对于采购数据统一的组织，这一比例上升至83%。

挑战2：缺乏统一数据架构

• 59%的组织认为其系统尚未准备好完全支持自主型AI。
• 超过一半（53%）的组织未将关键采购数据整合到统一系统中。
• 数据整合是AI成功的关键前提，72%的组织表示拥有统一数据架构后已准备好使用代理型AI。
• 应该从目标出发，而非盲目清理数据，以确保数据提升与AI应用需求相匹配。

IT领导者应采取的关键步骤

1. 明确AI应用目标：在部署AI之前，应清晰界定希望通过AI实现的业务目标，从而指导数据清理和系统整合。
2. 采用“珍珠链战略”：逐步构建AI用例，避免在技术尚未成熟时过度投资。
3. 与合适的供应商合作：选择具备AI专业知识、能够提供定制化解决方案并支持数据准备的合作伙伴。
4. 推动数据整合：将采购数据统一到一个系统中，为AI部署奠定基础。
5. 建立跨部门协作机制：确保IT、采购和供应链团队之间的深度合作，以提升AI部署的成功率。

数据来源与调查背景

• 本研究由Foundry代表GEP进行，调查对象为美国100名高级IT决策者。
• 调查时间：2025年4月。
• 调查内容涵盖采购数据环境状态、AI和代理AI系统的准备情况，以及AI部署的首选策略。

总结

代理型人工智能正成为企业数字化转型的核心驱动力，其潜力巨大，但实现这一潜力需要克服内部知识和数据整合的双重挑战。IT领导者应采取系统性策略，从明确目标、逐步推进、选择合适合作伙伴等方面入手，确保AI能够真正赋能业务，提升运营效率与创新能力。