代理式AI的变革潜力与谷歌云合作伙伴的战略要务

代理式人工智能的变革潜力以及谷歌云合作伙伴的战略必要性 目录 前言 执行摘要 03 理解代理式人工智能：下一个前沿 解决现实问题:09对代理式AI日益增长的需求 机会：13确定代理式AI市场规模 合作伙伴的战略要务：在代理世界中服务将如何演变 代理式AI在行动：合作伙伴如何帮助变革关键行业 与谷歌云合作：56协同创造能动未来 附录61结论60 前言 代理人工智能（AI）的出现是技术发展中的一个关键时刻，有望重塑行业，并重新定义企业如何运营和创造价值。对于谷歌云合作伙伴而言，这不仅是新的技术浪潮，更是引领客户迈向更智能、自动化和高效未来的深刻机遇。本报告面向IT服务机构内的企业高管，旨在提供可操作的洞见和战略框架，以指导制定2025年及以后的代理AI战略。 这些页面中分享的发现和观点，是经过严格自下而上分析的结晶，我们考察了那些最有可能从代理式人工智能中获益的行业、角色和任务。这项定量研究得到了来自谷歌云自身领导者以及在人工智能开发前沿的IT服务合作伙伴的深度访谈结果的补充。这些对话涵盖了客户需求来源、新兴用例、采用障碍以及服务合作伙伴改进其商业方法的机会等话题。这种数据驱动分析和真实市场评论的结合，为我们提供了对前景中代理式人工智能机遇的聚焦且可操作的见解。 本报告表明，自主型人工智能开辟了两个重要的机遇层面——它提升了传统实施合作的价值，并为准备拓展其业务范围的合作伙伴，创造了成为更广泛的转型合作伙伴的清晰发展路径。本报告将展示合作伙伴如何通过帮助客户解决其最根本的业务挑战、缓解长期存在的行业痛点、并解锁新的可持续收入来源来深化客户关系。我们相信，通过了解市场格局，识别高潜力用例，并发展针对性的能力，合作伙伴可以实现显著的成长和差异化。 将此报告视为一份全面指南，助您探索激动人心且充满活力的代理式AI世界。我们的目标是为行业合作伙伴指明代理式AI的潜在需求信号，并引导他们找到能为客户创造最大价值的痛点。 Kevin Ichhpurani总裁，全球合作伙伴生态系统与渠道，谷歌云 塑造未来塑造未来 执行摘要 自主AI代表了人工智能发展中的重大飞跃，为解决企业多年来一直面临的根深蒂固的行业痛点提供了新的能力。这股创新浪潮并不仅仅是关于提高生产力——代理将使企业工作流程得到根本性的重新构想，使企业变得更快速、更具适应性，并能更好地满足客户需求。 在一个“代理世界”中，人工智能代理因此将在几乎所有行业和业务流程中创造价值——无论是简化保险中易出错的索赔裁决、主动管理工业中的库存不匹配、大规模提供高度个性化的体验，还是在制药药物发现期间加速分析流程。结果，代理式人工智能可以结构性地重新定义企业创造价值和竞争的方式。 企业已经看到了代理式人工智能的变革潜力，并有多个验证点迅速出现。根据BCG最新发布的IT买家脉搏检查，今天超过90%的企业报告希望在接下来三年内部署代理式人工智能解决方案，并且与去年同期相比，软件公司的公开文件中提到的代理式人工智能数量增加了12倍。这一趋势进一步被以下事实所强调：最大的企业软件供应商将代理式人工智能视为战略优先事项，最近的产品发布和战略性收购就是为了支持他们的代理式人工智能雄心。 在此背景下，合作伙伴生态系统有巨大的机会帮助企业实现代理可以带来的价值。总而言之，代理式AI在全球代表了~1万亿美元的代理式AI服务市场机会，其中仅美国就有3500亿至4500亿美元——这一数字超过了今天美国在传统服务上估计的3200亿美元支出——如果代理式AI遵循云计算的类似轨迹，我们预计到2035-2040年，全球服务机会中将有3000亿至6000亿美元得以实现，尽管考虑到当前的势头和采用速度，这很可能是一个保守的时间表。在这个格局中，独特的价值池正在迅速形成，合作伙伴可以通过部署代理式AI来产生巨大的影响。因此，合作伙伴必须迅速行动起来，抓住即将到来的重大机会。 合作伙伴也必须承担起作为企业长期合作伙伴日益重要的角色，推动与“企业核心”业务目标紧密一致的倡议。为此，将更多地要求他们从根本上围绕代理重新设计传统业务流程，并且随着代理部署的扩展，合作伙伴将有望提供新的持续支持形式，包括代理车队编排或代理评估/衡量。这种责任演变将为合作伙伴探索替代盈利模式打开新的机遇，包括基于交易的、基于结果的以及类似SaaS的循环费用结构。 代理式AI的未来将由领导者塑造；现在果断行动的合作伙伴不仅将参与这场进化——他们将定义这个类别。 作为持续体现伙伴优先策略的信号，谷歌云将向合作伙伴提供资源，以把握这一机遇，提供差异化的市场情报、接入我们的企业客户群，以及一个由前沿智能代理工具构成的强大生态系统。为此，谷歌已经推出了一系列功能，使合作伙伴生态系统能够为客户启动智能代理转型之旅。在旅程的初期，客户缺乏认识，并希望尽早看到价值。合作伙伴可以在谷歌的协助下运行发现研讨会，帮助客户评估智能代理用例，并利用Vertex AI及其家族的前沿多模态Gemini模型，快速创建智能代理原型用于演示。 在构建阶段，许多企业担心他们的数据管道是否足够准备好。合作伙伴可以使用 BigQuery 的 AI 工具和跨系统的现代连接器，快速激活比以前需要更少结构化数据的代理。最后，随着代理解决方案的扩展，以富有成效和可持续的方式推动用户采用是关键。合作伙伴可以为其客户建立正确的变更管理和代理生命周期习惯，利用 Google Cloud 生态系统内可用的培训和领域专业知识。 这些资源构成了一个强大的起点，并得到了 DeepMind 领先行业的 AI 研究、一流的 TPU 基础设施以及通过代理开发套件（ADK）和代理对代理（A2A）协议等举措对开源协作的坚定承诺的进一步强化。这种整体方法结合了联合创新计划和支持合作伙伴，旨在推动您的成功。 理解代理式人工智能：下一个前沿 脚本，并且当他们面临改变或不期情况时，经常感到困难。 自主型人工智能释放人工智能的全部力量 分别地，生成式AI（gen AI）的兴起为非结构化、创造性任务引入了强大的工具。其以类似人类的熟练程度执行的能力推动了快速、广泛的应用；根据谷歌云2025年AI基础设施报告，98%的组织都在使用或试验它。然而，仅使用生成式AI来改造核心业务流程和实现明确的ROI已被证明是具有挑战性的。 近期人工智能（AI）领域的突破解锁了强大的新能力。自主AI代表着应用这些进展的下一步，创建能够自主推理、决策并采取行动以实现特定目标的系统。通过利用最新的AI模型，自主系统可以超越简单的任务执行，例如文本生成，以独立管理和与业务软件直接互动复杂流程。 Agent AI通过结合生成AI的推理能力与在商业系统中采取行动的能力来克服这些限制。代理可以处理复杂、多步骤的工作流程，从结果中学习，并适应新信息——所有这一切都是自主进行的。这使得企业能够超越简单的任务自动化，开始重新设计核心流程。 这使得具身AI特别适合现实世界的商业挑战。一个AI代理可以监控其环境，理解变化的背景，创建计划，并在不同的数字系统之间执行它们——所有这一切都不需要持续的人类监督。这使得它们能够处理复杂的、多步骤的工作流，并以先前自动化和AI无法实现的方式交付切实的业务成果。 这一能力跃升对企业运营具有深远意义。以保险理赔裁决为例，在现实世界中，RPA长期以来一直难以处理异常情况，例如解读非结构化的理赔描述或处理因文件不完整而产生的模糊性，并且在精确条件未满足时常导致案件升级。智能代理AI则改变了这种情况。代理可以利用生成式AI从多模态输入中提取相关信息，然后对照政策规则和会员历史进行验证，并检索支持性文件，而无需依赖僵化的逻辑。它超越了简单的自动裁决，通过主动与其他系统协调以收集缺失文件并基于多模态数据评估风险。然后代理可以 真正的范式转换，不仅仅是自动化2.0 关于代理仅仅是自动化的一种新形式，还是某种更伟大的事物，仍然存在各种争论。事实为后者提供了明确的支持。 企业从业务流程自动化的第一次“进化”中获益，如今通常称之为机器人流程自动化（RPA）。RPA机器人为企业提供了一种在稳定环境中自动执行高度结构化、重复性任务的方法。它们遵循预定义 统筹全过程、端到端的解决方案，从自主处理更广泛的索赔范围到启动付款，显著提高端到端处理率，并让专家腾出精力处理高判断力工作。 另外，可以考虑营销中的个性化。生成式人工智能擅长创建个性化内容元素（例如，独特的电子邮件和广告号召性用语，甚至为满足个人偏好而制作的不同AI渲染图像）。然而，生成式人工智能难以协调整个个人客户旅程或在实时动态适应，除非营销团队手动定义复杂的旅程规则和活动参数。智能体式人工智能可以利用生成式人工智能的能力，自主管理超个性化。它根据在线模式、购买数据和客户提供的数据构建和优化个人资料，使用生成式人工智能为“N-of-1”创建独特的内容，并且至关重要地，决定整个旅程中互动的最佳时间、顺序和渠道。这使得能够以大规模实现真正适应性强、优化的营销体验。 这类例子不胜枚举，随着自主能力的提升，它们将继续涌现，使企业能够从根本上重新构想其业务流程。 解决现实世界问题：代理型AI的日益增长的需求 破解行业根深蒂固的挑战 新代理式AI范式的力量在于其帮助企业解决宏观行业挑战的潜力——即每个行业都存在的所谓“千亿美元问题”。 在零售业，这些痛点包括不断上涨的投入成本威胁到利润率或大规模的客户服务效率低下。在医疗保健领域，则是诊所的员工短缺或患者账单的持续问题。在金融服务领域，则是容易出错且延迟的保险理赔和了解你的客户（KYC）流程，导致成本泄漏和合规风险升高。下表清晰地表明，其中一些宏观痛点存在，并且每个行业都面临着这些挑战的独特组合。 为解决这些痛点，企业现在可以使用针对特定行业和特定业务需求的代理星座。在消费品包装（CPG）领域，一个库存规划AI代理可以持续使用实时结构化和非结构化数据预测需求，然后自主协调响应，如触发补货、重新路由货物或在实时中调整仓库吞吐量要求，以防止中断。在医疗保健领域，一个护理协调代理可以动态协调个性化护理计划，确保患者随访得到安排。 面向关键行业痛点代理式解决方案 已执行，并根据传入的患者数据进行调整，以缓解长期的人员短缺压力。在金融服务领域，一个KYC验证代理可以智能地解释各种非结构化信息，以自动完成整个文件验证过程。同时，一个贷款发放代理可以超越简单的清单审批，管理复杂的风险识别工作流程，以整体判断自主执行贷款审批决策。这样的例子存在于每个行业，其中代理式人工智能可以提供一套强大的新工具包来应对以前难以解决的问题。 这样做，代理人将使人类工作者能够将注意力从常规执行转移到更高价值的战略任务，并允许企业在新的一波改进中实现顶线绩效（通过更快的上市速度和更好的客户参与）和底线效率（通过常规任务自动化、优化资源分配和主动风险检测）。 代理式AI需求信号 企业已经认识到自主AI的变革潜力，用以解决长期存在的行业痛点，并已经开始采取行动。超过90%的企业计划在未来三年内整合自主AI，其中最高的 因此，代理时代将重塑企业解决其核心问题的方式，增强人类能力以推动显著的生产力和客户价值。在 根据最近波士顿咨询集团（BCG）IT采购者脉搏检查，目前客户服务以及对广泛的分析用例（例如，商业智能、高级预测分析）感兴趣。 软件公司和投资者正在加速围绕代理式人工智能的公众认知和资本部署 认识到新兴需求，领先的软件公司和创新者正推动公共关注度与资本投资于其代理式AI策略。领先的SaaS供应商通过不同渠道进行大量投资：推出预构建的代理式解决方案和平台（例如，Salesforce推出的Agentforce），进行战略性收购（例如，Informatica、Moveworks），并与他人紧密合作以构建代理式生态系统（例如，Workday代理合作伙伴网络）。这些信号为代理式AI部署的长期增长提供了强有力的暗示，为Google Cloud的合作伙伴带来了将企业级代理式AI实施方案推向市场的绝佳环境。 企业对