科技·商业·财经

企业AI价值兑现遇阻,亚马逊云科技加码智能体落地

   时间:2026-11-17 17:03 作者:苏景行

11月11日,亚马逊云科技在上海前滩中心举行媒体沟通会,宣布在华技术、安全与本地化支持三项能力升级。会议讨论的核心并非模型参数本身,而是AI从回答问题转向完成工作后,企业落地过程中出现的断点。

毕马威报告显示,88%的受访企业已开始把Agentic AI融入系统,但能在多个用例中取得投资回报的只有24%。NTT DATA在2026年9月发布的Salesforce智能体企业研究也给出类似信号:其Salesforce企业客户中,98%的组织已使用AI,但能让AI工作流跨部门串联的仅47%。渗透率与价值兑现之间仍有明显距离。

亚马逊首席执行官Andy Jassy曾用杠铃形容当下的AI应用:一端是追逐前沿模型和算力的头部玩家,另一端是大量在部门级场景中试点的普通企业。两端都可见,连接两端的中间层却仍待填补。亚马逊云科技成长型企业及新兴业务总经理倪殿令将其理解为围绕企业自有数据构建的Agentic应用。

难点在于组织流程。市场、销售、服务、客服各有流程边界,客户旅程却横向穿过这些部门,部门墙会切断数据与协作;数据治理、人才准备同样构成约束,企业需要从AI认知走向AI就绪,再走向AI原生。波士顿咨询的观点是,企业AI落地只有10%与模型算法有关,20%与数据和IT平台有关,70%取决于业务流程、人员能力、运营模式和治理机制。倪殿令提出的方法是以业务战略为中心,围绕场景、数据和人才构建黄金三角,场景按客户旅程定义,并由一把手推动。他强调,重点不是把AI叠加到现有流程上,而是用AI重塑业务流程。

技术落点之一是Amazon Bedrock AgentCore。2026年9月底,这套服务在北京、宁夏两个区域正式可用,中国区先落地Runtime、Gateway、Identity、Browser Tools、Code Interpreter和Observability六个组件。亚马逊云科技产品专家团队总经理崔玮将Runtime比作智能体的工作间,提供计算、存储和网络资源;当大量智能体同时运行时,会话间的硬件级隔离成为支撑生产环境的关键。

Gateway承担的是另一类能力:把智能体执行逻辑与访问凭证、权限管理分开。智能体只能声明需要做什么,权限和凭证在Gateway之后授予。这样一来,执行边界可审计、可治理。素材中的风险场景是,一个启动时已被供应链投毒的智能体若自带凭证,越权操作很难拦截;解耦后,治理才有了抓手。

安全被亚马逊云科技拆成两个方向:安全赋能AI与AI赋能安全。前者为AI建立治理边界,随着Agent访问企业数据、调用工具并执行任务,企业需要管理Agent身份、访问权限和运行过程;后者则用AI提升安全检测、漏洞管理和安全运营效率。具体做法包括用AgentCore的身份和访问控制、工具连接与可观测性管理Agent在做什么,用本地合作伙伴的Guardrails管理Agent在说什么。

本地化支持方面,亚马逊云科技从客户开发工程认证架构师、AI科学家团队共创,到新增Agent开发生命周期方法论,再到与高校、企业的人才培养,试图以施工队角色参与原型建设和上线后的持续迭代。今年以来,亚马逊云科技中国区域已上线277项新服务和功能,累计上线超过2800项服务和功能。在Agentic AI领域,其中国区域已覆盖AI基础设施、第三方模型、数据与知识、Agentic平台及Agent应用构建五个层面,并以安全与治理能力贯穿技术架构。

 
 
更多>同类内容
全站最新
热门内容