“我們正處在 Agentic AI 爆發的前夜。”在亞馬遜雲科技中國峰會上，亞馬遜全球副總裁、亞馬遜雲科技大中華區總裁儲瑞松說道。他表示，過去一年，機器智慧已經爆發了，如今 AI 的發展又來到了一個拐點，
“在過去一年，大模型的能力在各個維度都實現了跨越式發展。就連在 2025 年 1 月推出的 HLE — Humanity’s Last Exam 上，模型正確率也從剛開始的個位數，迅速發展到如今已經超過 20%。”儲瑞松說道。正如歷史上蒸汽機的出現放大和解放了人和動物的肌肉力量，透過在紡織、交通、採礦和冶煉等領域的應用帶來了工業革命。機器智慧的爆發則放大和解放了人的大腦智力，其應用也將帶來下一場革命：Agentic AI 的革命。
儲瑞鬆通俗地解釋道，Agentic AI 就是 AI 從“我問 AI 答”，“我說 AI 寫”，發展到“我說 AI 做”。AI 驅動的數字員工將像人一樣，在各行各業，為企業工作。
在儲瑞松看來，Agentic AI 爆發的原因是多重因素交織的，具體看主要源於以下幾個方面。
第一，過去兩年多，大模型能力的發展日新月異，已經有了類似人的大腦一樣的思考能力。
第二，模型上下文（MCP）協議的出現，使得大模型驅動的智慧體能方便地和周圍的世界互動。模型上下文（MCP）協議就像 USB 介面一樣，讓智慧體以簡單、標準化的形式去訪問資料、使用工具。智慧體到智慧體（A2A）協議未來還能讓不同的智慧體之間協作。
第三，斯坦福大學 2025 年人工智慧報告指出，過去兩年推理成本下降了約 280 倍。推理成本的極速降低使得 Agentic AI 應用的規模化部署成為可能。
第四，以 Strands Agents 為代表的高度抽象、強大、靈活的 SDK 的出現，使開發強大的 Agentic AI 系統變得輕鬆容易。只需少數幾行程式碼，企業就能開發出一個多智慧體協同的應用。同時，Amazon Q 等 AI 加持的開發工具，也使得開發的工作效率成倍提升。
第五，得益於企業此前在數字化方面的投入，讓很多場景裡資料和應用的 API 都已經就緒，可供 AI 智慧體使用。正是因為所有這些因素疊加在一起，讓 Agentic AI 的爆發成為可能、幾乎不可避免。
儲瑞松表示，Agentic AI 時代，最令人興奮的將是產品服務乃至商業模式的創新，因為能高效創新的企業將有機會大幅度提升客戶和使用者體驗，革新商業模式，獲取高額價值回報。
比如，Uber、 Airbnb 創造了共享經濟模式，Netflix 開創了訂閱制內容消費模式。隨著 AI 的快速發展，還有很多初創企業正在致力於創造新的商業奇蹟。初創公司 Cursor 將 AI 深度整合到程式碼編輯器中，革新了程式設計方式；Perplexity，透過 AI 即時搜尋引擎，提供了全新的資訊獲取和知識探索的方式。
“如今，我們處在一個企業經營正規化轉移的關口。”儲瑞松指出，疫情以來，在大環境的不確定下，很多企業聚焦於成本最佳化，謀求生存之道。而 Agentic AI 時代的到來，企業更需要考慮的是，利用 Agentic AI 加速創新、大幅度提升客戶和使用者體驗，革新商業模式，獲取高額價值回報，同時提升運營效率、降低成本的具體路徑。用 AI 創新、創造價值的重要性將極大提升，變得比成本最佳化重要得多。
那企業若要最大化 Agentic AI 可給自身帶來的價值創造，應該如何做呢？
對此，儲瑞松表示應該從技術層面做好三大準備：第一，需要統一的 AI 就緒的基礎設施；第二，需要聚合並治理過的 AI 就緒的資料；第三，需要明確的策略和快速高效的執行。
具體來看，企業首先需要有統一的 AI 就緒的基礎設施。在 Agentic AI 時代，企業上雲的關鍵是選擇一朵對的雲。而若想選擇對的雲，企業需要考慮以下因素：
-
安全性，這是底線； -
穩定可靠，因為雲會成為未來 Agentic AI“數字員工”的工作場所，雲的穩定可靠將給企業的 Agentic AI “數字員工”提供一個好的工作場所； -
靈活性，若要很好地支援企業的全球業務拓展，雲需要提供大環境不確定性下靈活應對的確定性； -
技術領先性，AI 發展日新月異，雲需要與時俱進，才能很好地支援企業的 AI 創新。
“所以，企業選擇雲服務商不光要看其當下的技術能力，還要看其是否以云為主業、是否有合理的營利效能支援長期、高強度投入，未來還能保持領先。”儲瑞松表示。
其次，企業也需要聚合且治理過的 AI 就緒的資料。在 AI 時代，企業獨有的、能給企業帶來差異化價值的是資料，這也是很多企業最重要的戰略資產。企業資料是否 AI 就緒是決定企業 AI 應用水平天花板的重要因素。資料決定一家企業未來 Agentic AI“數字員工”的視野高度、能力範疇、決策水平和執行效果。
企業 Agentic AI“數字員工” 作為一個整體，所需的資料有沒有、能不能被訪問、質量是否高，決定了它們能給企業創造價值的多少。所以，要最大化 Agentic AI 能給企業帶來的價值創造，企業必須打破資料孤島，有效聚合和治理資料。Agentic AI“數字員工”是僅僅能幫助個別人、個別團隊，還是大的部門、乃至整個企業，取決於資料是否是企業級、以及是否經過聚合和治理。
最後，要實現 Agentic AI 價值創造，企業還需要有明確的策略並快速高效地執行。
企業需要對 Agentic AI 價值創造有客觀的預期：短期不要有過高不切實際的期望，但是長期一定不能低估它將會對各行各業帶來的影響。這個長期說的不是 10 年，而是 1 到 2 年。同時，企業還要選擇合適的合作伙伴和技術棧。在選擇時，企業不應只關注技術指標，而應選擇主流、開放、安全、可持續且深刻理解企業業務，能長期陪伴的合作伙伴。同時，所選擇的技術棧也需要能支援 Agentic AI 開發的主要模式，如 workflow、 graph、swarm 等。在明確的策略下快速高效的執行非常重要。
能快速實踐 Agentic AI 應用、並及時總結經驗、迭代提升、推廣複製的企業，將有可能更早地從中獲益、併疊加膨脹獲益，從先人一步發展成為持續領先。
6 月 27～28 日的 AICon 北京站將繼續聚焦 AI 技術的前沿突破與產業落地，圍繞 AI Agent 構建、多模態應用、大模型推理效能最佳化、資料智慧實踐、AI 產品創新等熱門議題，深入探討技術與應用融合的最新趨勢。歡迎持續關注，和我們一起探索 AI 應用的無限可能！
今日薦文
你也「在看」嗎？👇