大多數CIO和CTO對代理式AI持樂觀態度，他們認為這項新興技術很快就會成為企業的必備技術，但負責實施代理的基層IT專業人員卻對此存有嚴重疑慮。

根據運維監控供應商PagerDuty的一項新調查，雖然53%的技術高管認為AI代理將在未來兩年內成為業務運營的核心，但只有29%的IT從業人員認為這會成為現實。

PagerDuty的CTO Tim Armandpour表示，考慮到IT從業人員必須解決如何部署和維護AI代理的問題，他們的懷疑態度是很自然的。雖然CIO和CTO的職責是尋找新技術，但IT經理和員工“更貼近實際操作，也更清楚大規模運營和管理所需應對的復雜狀況”。

這項針對總監級別及以上IT專業人員的調查顯示，一些IT領導者認為，CIO和CTO需要向員工宣傳代理技術，并對他們進行相關培訓。

一些專家表示，真正自主的代理技術仍處于起步階段，很少有企業部署了復雜且功能齊全的代理，然而，隨著未來幾年采用率飆升，C級IT領導者與員工之間的分歧可能會引發問題。

廣泛采用指日可待

總體而言，在PagerDuty的調查中，38%的受訪者認為代理將在未來兩年內成為核心技術，而另有50%的受訪者認為代理在同一時間段內將成為邊緣技術。PagerDuty的調查結果與Salesforce旗下MuleSoft最近的一項調查結果高度一致，后者發現93%的企業IT領導者已經部署或計劃在兩年內部署AI代理。

雖然C級技術高管熱情高漲，但代理技術可能比許多IT領導者目前所理解的更為復雜。Savvi AI(一家AI部署平臺供應商)的CEO Maya Mikhailov表示，目前作為代理出售的產品使用的是“高度確定性和規定性”的工作流程路徑。她補充說，真正的AI代理將有權決定其運行的流程、使用的工具，并從這些決策中學習。

部署需要大量工作

Mikhailov表示，一些抵觸情緒可能來自那些了解部署代理所需工作的IT專業人員，其他AI專家也曾警告企業，不要在沒有外部幫助的情況下構建AI代理。

Mikhailov說：“一線的AI從業人員可能已經看到了實現一個勉強能用的代理工作流程所需的定制化、質量保證和維護工作量。雖然未來的狀態可能是AI代理自己編寫代碼并連接到系統，但現在這仍然需要大量的人力和測試。”

Armandpour表示，IT從業人員猶豫的另一個原因是缺乏部署和監控這項技術的專業知識，他認為，隨著IT工作人員開始親手實踐，一些天然的懷疑態度將會消散，他補充說，除了親手實踐之外，目前沒有太多學習代理的地方。

他說：“從某種程度上說，許多人將不得不學習。一旦開始學習，就會形成一種自下而上的采用方式，而且會有足夠的CIO、CTO和公司愿意投入，因為說實話，你別無選擇。”

除了對技能短缺和部署難題的擔憂外，庫存管理軟件提供商Pull Logic的聯合創始人兼CTO Rahul Chahar補充說，許多IT從業人員近年來也見證了其他AI項目的失敗。在目睹了幾個“過度承諾”的AI項目失敗后，IT專業人員可能對承諾其他大規模部署持謹慎態度。

Chahar呼應了Mikhailov的批評，他表示：“由于準確性、透明度、安全性和集成復雜性等方面的擔憂，IT從業人員持謹慎態度。代理式AI系統往往難以預測、難以故障排除，并且難以與舊基礎設施融合，更不用說它們可能帶來的合規和安全問題了。”

Pull Logic在代表一家向建筑承包商銷售產品的分銷商部署代理式AI時也遇到了困難。Chahar表示，該客戶希望有一款AI驅動的工具，能夠在產品缺貨時推薦替代品，但不同制造商之間的產品規格描述差異導致了不準確。

他補充說：“在測試過程中，由于目錄結構不一致，AI開始生成虛假數據，它開始編造產品編號和功能，如果未被發現，這可能會導致嚴重的業務后果。”

從要解決的問題入手

Chahar補充說，為了向員工推銷代理，CIO和CTO在接觸這項新技術時，必須首先關注他們試圖解決的問題。

他說：“CIO和CTO需要將代理式AI計劃與團隊面臨的實際挑戰結合起來，這意味著要采用問題優先的方法，而不是為了追逐AI而追逐AI。”

他補充說，IT領導者應該將人類專業知識融入采用過程，同時優先考慮透明度，并投資于培訓。“領導者不應該自上而下地推動AI，而應該展示有形、漸進的成功案例，建立明確的問責框架，并培養內部倡導者，以推動信任和廣泛采用。”Chahar表示。

IT解決方案提供商Presidio的CTO Rob Kim補充說，CIO和CTO還應該分階段部署AI代理，從規模小但影響大的項目開始，這些項目可以快速取得勝利。他們還應該歡迎IT員工提供定期反饋。

Kim說：“為從業人員定期舉辦論壇，讓他們與領導層分享見解和挑戰，這確保領導層能夠意識到基層的關注點，并主動解決問題。”

Kim表示，對AI代理持謹慎態度的IT從業人員還應該記住，隨著技術不斷成熟，它會不斷改進。隨著模型推理能力的提高，真正的多代理協作將允許代理更加主動地實現IT團隊期望的結果。

他說：“你將使用的代理和代理式AI只會越來越好，而現在是你將使用的最差版本。屆時，人類將能夠協調更多并行的工作流，并主持代理和機器人的工作。”