云科技高管解读：AI代理如何重新定义人机协作与商业价值

新浪科技讯 6月23日下午消息，在亚马逊云科技中国峰会上，亚马逊全球副总裁、亚太区联席总裁储瑞松表示，AI代理将彻底改变协作模式，推动企业组织与价值创造的根本性转变。储瑞松指出，AI从辅助工具升级为真正的生产力，其衡量标准也随之变化，AI不再仅回答问题或提升效率，而是开始直接为企业交付可量化的业务成果。

然而，面对层出不穷、令人应接不暇的AI创新，企业需要一张清晰的全景图来定位自身需求。为此，储瑞松提出了企业实现代理式业务转型所需的AI五层技术架构图。

第一层是AI基础架构层，包括GPU、AI加速芯片及配套网络和存储，这是技术实现的根基。这一层的业务价值在于为模型提供充足算力。对大多数企业来说，无需自购芯片或建数据中心，这些底层设施由模型服务商和云厂商负责。

第二层是模型层。当前大模型创新仍处于快速迭代的交替领先阶段，前沿模型既包括各类领先商业模型，也涵盖众多能力强大、多来自中国的开源模型。这一层的价值在于为代理提供智能服务。储瑞松将模型比喻为人才，指出不同岗位和工作应选用不同背景能力的人。对于企业应用，模型选择至关重要。企业代理式AI应用应根据实际需求选择在智力、速度和成本上最合适的模型，且切忌自我局限，不要绑定在单一供应商的模型上。

第三层是数据和知识层。这一层的核心价值是为代理提供相关、准确、新鲜且经治理的高质量数据支撑。储瑞松坦言，绝大多数企业AI项目失败，是因为数据未准备就绪。代理式AI应用若要为企业带来真正不可复制的差异化竞争优势，就必须深度融合并用好企业多年积累的自有数据与知识。高质量数据是企业差异化竞争的壁垒：因为企业数据是自身长期积累的、他人无法短期复制。

第四层是代理平台层。当企业从几个试点代理发展到成百上千个代理协同工作时，就需要一个平台来赋能和管理这些代理，这就像创业公司规模扩大后必须建立管理系统和HR机制一样。这一层的业务价值在于为代理提供统一的运行环境、开发工具，并提供规则、评估与治理等管理能力。其关键在于能否很好地支持大规模代理的开发、部署、管理与迭代，这也是企业代理应用从概念验证迈向生产的分水岭。

第五层是代理与应用层，这是代理式AI真正为企业创造价值、交付业务成果之处。这些应用既包括软件开发、IT运维、知识工作者、客户服务等跨行业通用场景，也包括能为企业带来最大业务价值的特定行业或定制化应用。代理如同企业的数字员工，为企业工作并交付真实的业务成果。

储瑞松进一步指出，在这五层技术架构之外，安全、效果、性能和成本这四个维度贯穿始终，从上到下每一层都需要考量。首先是安全，涵盖模型安全、数据安全及代理的权限边界，这是代理落地的底线。其次是效果，即代理产出结果的质量，从模型选择、数据质量、平台层护栏，到代理的设计与实现，每一层都会影响最终效果。第三是性能，包括响应速度、吞吐量和延迟等指标，是代理在生产环境中服务海量用户时的必选项。最后是成本，企业必须能够将成本从代理一路拉通到平台、数据和模型Token，如果无法厘清代理完成单项任务的实际花费，企业做的就不是部署，而是实验。

储瑞松强调，所有五层技术架构的存在，最终都是为了最顶端的业务产出服务。真正决定代理式项目成败的唯一标尺，是可量化的业务产出。企业必须量化代理带来的业务价值，无论是任务完成吞吐量、产出质量、每任务成本、交付周期，还是人力等效、客户满意度与营收增长等偏宏观的指标。

责任编辑：尉旖涵

新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。

郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。