阿里云优惠券 先领券再下单
最近，Gartner的研究副总裁孙鑫（Julian Sun）和高级研究总监颜晶（MaRy Yan）在接受媒体采访时，深入分析了2025年被誉为“AI智能体元年”的产业现状和未来发展趋势。
作为全球领先的科技研究机构，Gartner的见解不仅揭示了智能体技术的演变规律，也明确了行业发展中存在的主要矛盾。本文将根据两位专家的采访内容，系统阐述智能体的未来趋势、当前困境，以及具备核心竞争力的技术实践。
01 趋势确立，2025年智能体迎来规模化落地的开端
2025年被普遍认可为“AI智能体元年”，这一判断并非凭空而来，而是技术成熟度、市场需求和产业生态的共同作用所致。Gartner明确表示，代理型AI已成为今年及未来的重要技术趋势，而2025年将是其迈向主流化的关键节点，智能体正从简单的辅助工具，转变为能够协同运作的复杂生态系统，深刻改变企业处理复杂任务和决策的基本逻辑。
Gartner预测，到2028年，约33%的企业软件应用将集成代理型AI，而2024年这一比例尚不足1%；此外，15%的日常工作决策将由这些智能体自主完成，相比之下，2024年的这一数据几乎为零。
Gartner预测：到2028年，15%的日常工作决策将由智能体自主完成（图源：Gartner）
这一数据背后反映了智能体技术从“概念验证”向“实际应用”的重要转变，其自主规划、执行及决策能力的提升，使企业看到了降低成本与提升效率的双重潜力。更值得关注的是，Gartner预判在未来三到六年内，专家型智能体将迅速崛起，这类智能体专注于特定复杂领域的工作流程，将进一步提升行业的运营效率和决策的精准度。
在行业应用方面，银行业已率先体验到AI智能体带来的优势。在智能体技术的支持下，银行服务模式正由被动问答转向主动决策，大量重复性和规则性较强的任务实现了自动化。在报告生成、单据审核和交易异常预警等场景中，智能体的应用不仅大幅缩短了业务办理时间，还降低了人为失误率。
颜晶表示，“Agentic AI是未来最具变革潜力的技术，且在未来两年内有望实现市场化”，这一观点为行业注入了强烈信心，也预示着智能体将在更多垂直领域实现价值的兑现。
02 热潮之下，智能体产业面临“高开低走”的困境
尽管前景广阔，智能体产业的发展却并非一帆风顺。在热潮背后，一些早期备受瞩目的Agent产品却陷入了“高开低走”的窘境。从最初的“难求一见”到如今用户关注度下降和续费率低迷，这一现象促使行业对当前智能体的发展模式进行深刻反思。
市面上许多厂商存在“Agent Washing”的炒作现象（图源：Gartner）
孙鑫指出，核心问题在于许多厂商存在“Agent Washing”现象。这些厂商并未真正投入技术研发，而是将自动化程度较低的传统产品简单重命名为AI智能体，通过夸大功能和营造概念来吸引市场关注。
这种现象直接导致用户期待与实际体验之间的严重脱节：企业怀着对智能决策和高效协同的期望付费，却发现产品仍然停留在传统自动化工具的水平，无法应对复杂场景的动态变化，自然会失去兴趣和续费的意愿。
企业智能自动化知行缺乏连接，难以合一
除了功能夸大的问题，部分智能体产品在实际价值上也存在不足。如果产品带来的效率提升或效果优化无法显著优于现有方案，用户自然缺乏长久使用的动力。以金融行业为例，一些银行部署的智能体产品在贷款初审和客户咨询等场景中，处理效率与人工相比并无明显优势，甚至因为缺乏上下文感知能力导致频繁出错，最终不得不回归人工操作。
此外，部分产品在使用与集成过程中对用户要求过高，需要专业技术人员进行大量适配工作，这也抬高了企业的采纳门槛，进一步加剧了“高开低走”的困境。
03 Agent“套壳”现象严重，九科信息的bIT-Agent定义真正的智能体
在智能体的细分领域中，GUI Agent因贴近实际操作场景而备受关注，但这一领域同样存在严重的行业乱象。
目前，市场上充斥着大量“套壳智能体”，这些产品看似搭载了AI功能，实际上只是将大模型与RPA的简单线性组合。大模型负责生成操作指令，而RPA负责执行预设流程。这种线性拼接缺乏深度协同与动态适配能力，实质上仍未摆脱传统自动化工具的局限，根本不算真正的智能体。
这种“套壳智能体”的致命缺陷在于缺乏自主进化与异常处理能力。面对企业业务系统界面的变化、数据格式的差异，或遇到预设流程之外的异常情况时，它们往往会直接终止任务，需要人工介入修复，无法像真正的智能体那样自主感知变化并调整执行路径。这种“机械执行”的模式，不仅无法解决企业复杂场景的核心痛点，反而会因频繁的人工干预增加额外成本，让用户对智能体技术产生质疑。
与之形成鲜明对比的是，九科信息自主研发的bIT-Agent，它凭借底层技术架构的创新，成为GUI Agent领域真正智能体的标杆。
九科信息bIT-Agent的五大核心能力
bIT-Agent构建了“感知-推理-执行-自进化”的全闭环架构，彻底打破了大模型与执行层的线性拼接模式。
在感知层，它能够自动识别桌面应用、网页系统、客户端软件等各类载体的界面元素，适应动态变化的业务环境；
在推理层，依托行业知识库与多模态理解能力，将模糊的业务目标拆解为具体可执行的步骤；
在执行层，通过动态自适应引擎，在遇到异常时能够自主纠偏或暂停请示，确保任务闭环的完成。
作为真正的智能体，bIT-Agent的优势更体现在实际应用价值上。
九科信息bIT-Agent的“流程固化”功能
针对传统工具成本高昂的问题，它通过“流程固化”技术，将首次执行的成熟路径转化为可复用模块，后续同类任务无需重复调用大模型，使Token消耗降低90%以上；在适配性上，它支持所有主流国央企常用大模型，无需额外采购即可快速部署，同时全面满足信创生态要求，保障数据安全的私有化部署；在场景落地层面，bIT-Agent已在金融、制造业等大型企业中实现商业化应用，显著提升任务处理效率，用实战成果验证了真正智能体的核心价值。
九科信息bIT-Agent助力某大型车企智能巡检
未来，随着技术的持续迭代与行业规范的逐步建立，“Agent Washing”与“套壳产品”将逐渐被市场淘汰，而以bIT-Agent为代表的、具备核心技术壁垒与场景落地能力的智能体，将成为推动产业升级的核心力量。
正如Gartner所预测的，未来两年内，Agentic AI将实现市场化落地，专家型智能体的崛起更将为各行业带来深层次的效率革命与模式创新。
