智能体AI的4500亿未来：三大模型决定高度，终极生态难实现

Gartner预测，至2035年，智能体AI将催生出4500亿美元的市场机遇。

智能体AI如今已具备职场资格，能胜任基础自动化。若要进阶为专家型，三大关键模型的演进将决定自主能力的上限。而构建终极生态系统，恐成难以企及的目标。

当前落地的四大评估维度

基于现状，市场聚焦低自主性场景，74%的案例仅涉及简单任务自动化。

Gartner副总裁蔡惠芬指出，企业首要目标是盈利，因此对效率、体验的关注远超降本。评估标准转向：切实可行、价值可量化、易懂且低风险。

实际案例佐证了需求。某IT企业引入Leena AI，实现本地自动排错与辅助，主动发起工单，使解决率从50%升至80%，减少停机时间，助力扩张。

智能体也能通过流程自动化提升价值。某全球科技公司部署Uniphore AI，自动校验发票与报销单，杜绝重复报销。审计率从10%跃升至100%，合规率提升25%。

这些落地场景回答了“智能体是否盈利”的疑问。但若要落地专家型智能体，则依赖于三个关键模型的未来演进。

专家智能体的特征在于高度自主，无需人工监管，具备推理能力，可跨机构协作。

更高的理解力要求模型进化。Gartner指出，先进推理、特定领域、世界模型是三大关键模型。

推理模型增强复杂性，通过逻辑推演和多步骤解决复杂问题。它能拆解任务、匹配工具，适用于合约、医疗、法律等场景。

领域模型通过定制化，针对特定任务储备知识，精准且省Token。例如网络安全领域，Airrived智能体实现红队测试和威胁情报自动化，分担30%工作量，防火墙变更从7天缩短至2分钟。

世界模型类似生物感知物理世界，结合传感器与环境数据做决策。它理解物理定律，是多模态与物理知识的结合。如Newton模型依据风机传感器数据，在无故障样本下实现预测。

Gartner预测3-8年内专家型智能体将成主流，但终极生态系统难以实现。

终极生态的定义是跨厂商、跨部门、完全自主的协同网络。

面临的挑战是泛滥、缺乏标准化和安全。三者互为因果。厂商为盈利不愿开放标准，企业则担心数据泄露。

若智能体需跨平台交易，身份验证、防黑客攻击及企业间信任建立将是巨大挑战。

蔡惠芬表示，缺乏标准、安全和泛滥的智能体无法构建跨平台生态。未来信任是核心议题。

迈向高级智能体的进程中，企业需保持战略弹性与适应性，以撬动4500亿商机。

内容推荐

算力下半场打响！都以为AI决战在芯片，内蒙古却放出大招

智能算力服务竞争正从单一加快演变为全链条竞争

创新提升，坚定开放：鲲鹏生态进军智能体时代