近日，研究公司Gartner释放AI智能体产业利好消息：垂类智能体领域将迎来蓝海市场，未来三年内可见明显市场增长。在媒体沟通会上，Gartner研究副总裁孙志勇强调，未来可变现市场空间集中于垂类场景，通用智能体则需要十年乃至更长的时间才能变现。在他看来，智能体企业以成为垂类领域中的小、实现垂类场景通吃为目标是更为稳妥的“打法”。
　　包含AI智能体的企业软件市场渗透率将大幅提升
　　孙志勇对2028年AI智能体产业可能发生的变化作出三大预测，强调AI智能体的重要性将会显著上升。这预示着与企业AI智能体搭建相关的产业将存在较大的上升空间。
　　预测一：到2028年，AI智能体将取代人类可读的数字界面中20%的互动。目前，已经有企业尝试在操作流程中引入AI智能体的理念。例如，联想实现了服务器自动化配置，不再需要大量人工参与流程预设的环节。客户只需输入自己的预算、所需的服务器数量和期望服务器应用的场景，规划智能体便可动态调用工具，完成目录检索、技术规则结构化、定价与交付周期判断等操作。这样一来，传统预设流程就会转变为更加灵活、自适应的动态流程。
　　预测二：到2028年，AI智能体自主做出的日常工作决策将增长至15%，而2024年这一数字为0。目前，AI做的主要是辅助性的工作，只提供辅助信息，但不做决策。当用户跟聊天机器人说“你帮我点一杯咖啡”，它会告诉用户附近有哪些咖啡、有什么品牌，但不会执行“点咖啡”的动作。而未来，“机器辅助人、人做决策”的模式将会发生重大变化，任务可能会由智能体来完成。产品配置路径的选择、具体配置的决策等，均可由智能体独立完成，无需人工干预。
　　预测三：到2028年，包含AI智能体的企业软件应用程序比重将由2024年的不足1%增长至33%。ERP（企业资源计划）、CRM（客户关系管理）、OA（办公自动化系统）等企业级软件，都将大规模集成智能体功能。当前，有一类名为销售发展代表（SDR，Sales development representative）的智能体，可以替代商业挖掘（BD）岗位中重复性高的工作，提高商机挖掘的效率。举例而言，一位销售人员，每天多能触达数十个客户，但智能体可以做到24小时不休息，每天可触达客户能够达到上千位。AI SDR能够调用CRM中的客户信息，分析是潜在客户还是现有客户，并根据客户画像客制化生成邮件，在客户回复后，它会研究邮件中的细节、回复问询信息等，如果客户希望面聊，AI SDR还能为客户与人类员工规划见面安排。
　　以“人在回环”应对智能体精度挑战
　　AI智能体产品发展处于初级阶段，产品成熟过程面临多重挑战。精度是当前智能体发展的核心难题。
　　当前，比较好的单一的大模型智能体，其精度、准确率能够达到80%。但实际应用中，往往需要多智能体协同工作，这就带来多智能体叠加使用导致的精度下降问题。“举例而言，如果单一的智能体的精度为80%，再叠加一个精度为80%的智能体后，整体精度将降至64%。在这种情况下，如果再增加智能体，那么智能体系统的精度就只有百分之五十几了。这样的精度是很难做实际应用的。”孙志勇说。
　　因此，要解决精度问题，关键在于明确智能体的行业属性和角色定位，尽量使智能体的决策单一化。例如，不要做“财务智能体”，而拆分为“报销智能体”“转账智能体”等垂直应用，就更有助于提升精度、推动智能体落地。
　　AI智能体在精度仍然较低、可靠性还不够的情况下，很难实现真正应用。在这种情况下，要使智能体实现应用且作出准确决策，人的角色、AI与人的关系需要发生变化：人的角色从主体变为辅助体——人检查智能体的输出，提醒智能体输出缺陷，帮助AI完成流程。孙志勇将这一过程描述为“人在回环”。
　　举例而言，在销售系统中，智能体完成外呼后，销售员会加入队列，对智能体的建议进行审核，及时发现并纠正潜在问题。在这样的流程中，人的角色，更像是“监测者”或者“守门人”。
　　此外，性价比问题也是智能体产业亟需解决的重要挑战。孙志勇以AI SDR为例指出，只有AI智能体的性价比明显超越人工，做智能体、AI软件的企业才有存活机会。如果售价1万元的AI智能体只能给客户带来2万元的收益，那么客户就没有选用该产品的必要；但如果售价1万元的AI智能体能给客户带来10万元的收益，该智能体就可能存在市场空间了。