炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！
圖片系AI生成
大模型退居幕後，Agent站上C位，這是2025年AI產業的主旋律。
Agent元年的本質，是大模型技術演進曲線趨緩、市場需求從問答到執行、經濟價值關注可量化ROI的三重拐點疊加。產業的關注焦點，已從模型參數轉向複雜工作流的可靠編排能力與人機責任邊界定義，當大模型的技術狂歡遭遇商業理性，Agent成為AI落地的階段性答案。
亞馬遜雲科技CEO Matt Garman此前表示：Agentic AI有可能成為亞馬遜雲科技下一個數十億美元規模的業務。為此，幾個月前，亞馬遜雲科技成立了直接向CEO彙報的Agentic AI團隊。
近日鈦媒體App對話了亞馬遜雲科技全球技術總經理Shaown Nandi，獲悉亞馬遜雲科技如何看待Agentic AI，以及如何推動Agentic AI實踐的底層邏輯。
從大模型到Agent的拐點
產業正站在一個新的拐點——從「工具型應用」向「代理型（Agentic AI）應用」的範式轉變。Gartner 將「Agentic AI」列為年度十大戰略性技術趨勢，並做出了一個令人深思的預測：到 2028 年，15% 的日常工作決策將由 Agentic AI 自主完成，而這一比例在 2024 年幾乎為零。
在過去幾年中，AI技術經歷了幾個重要的發展階段：從最初的預測AI（用於欺詐檢測、風險監控等），到助手AI（如聊天機器人），再到現在正在興起的Agentic AI。每個階段都帶來了新的能力和可能性。
AI Agent是能夠替代人類或系統運用 AI 進行推理、任務規劃和執行的自主運行軟件系統。AI Agent的"大腦"由大語言模型（LLM）提供支持，使其具備了類似人類的思考能力，搭配"記憶"系統用於儲存和處理信息，具備豐富的工具訪問能力，可以連接各種API和系統，就像人類使用各種工具完成工作一樣。
Shaown Nandi認為，新的transformer模型、海量可用數據和幾乎無限的計算能力的結合，創造了一些真正特別的條件。最初，企業並不確定生成式AI是否會產生長期、有意義的影響。這項技術未經驗證，在許多情況下成本很高，而且存在安全性、隱私性和準確性方面的問題。
而目前來看，客戶在越來越多地使用Agent。建立Agent的過程中，會回饋生成更多的數據，這些數據需要存儲，客戶也需要訪問更多的數據，以獲得更有效的決策和更好的結果。隨着Agent越來越流行、應用規模不斷擴大，也被更多人接受，亞馬遜雲科技可以提供更好的技術方案，幫助企業更高效地運行Agent系統、優化運營、降低成本。
「隨着Agent的發展，與雲相關的使用活動也在相應增長。」他說，「現在財富500強的大企業中，有75%的工作負載仍然運行在本地。這意味着未來他們有大規模的遷移任務。很多實踐目前都還處在實施的早期階段，Agent在未來會有非常快速的發展和廣闊的前景。」
在亞馬遜雲科技中國峯會上，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用戶體驗，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。隨着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深度集成到代碼編輯器中，革新了編程方式；Perplexity，通過AI實時搜索引擎，提供了全新的信息獲取和知識探索的方式。
儲瑞松指出，我們處在一個企業經營範式轉移的關口。疫情以來，在大環境的不確定下，很多企業聚焦於成本優化，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、大幅度提升客戶和用戶體驗，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，變得比成本優化重要得多。
構建一個AI Agent的必需要素
相較於由Agent自主決定的模式，企業級客戶更傾向於確定性，有行業人士對鈦媒體App表示，工程化能力在AI Agent的重要性被低估了。
Shaown Nandi深以為然，他提到，大型企業的需求通常非常具有挑戰性。在亞馬遜雲科技，我們在提供服務，比如通過Amazon Bedrock幫助客戶構建應用時，首先考慮的就是幾個核心點。
對於企業級應用，安全性和韌性必須在設計初期就被納入考量，在此之後再去考慮功能的實現。但如果是面向C端的應用或產品，開發初期通常更關注是否能打造出讓用戶眼前一亮、使用體驗好的功能，然後才逐步去補充對風險的考慮。這是兩者之間有非常本質的區別。
「在雲計算剛興起時，我們也經歷過類似階段，很多客戶都是在經歷問題後逐步總結經驗、形成規範。所以我們現在的企業客戶尤其重視我們的服務韌性、安全性和可控性。」他說。
亞馬遜雲科技也總結了構建AI Agent的關鍵要素，第一，需要統一的AI就緒的基礎設施；第二，需要聚合併治理過的AI就緒的數據；第三，需要明確的策略和快速高效的執行。
首先，企業需要有統一的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：第一，安全性，這是底線；第二，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。
第三，靈活性，若要很好地支持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。第四，技術領先性，AI發展日新月異，雲需要與時俱進，才能很好地支持企業的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，還要看其是否以雲為主業、是否有合理的營利，能支持長期、高強度投入，未來還能保持領先。
第二，企業也需要聚合且治理過的AI就緒的數據。在AI時代，企業獨有的、能給企業帶來差異化價值的是數據，這也是很多企業最重要的戰略資產。企業數據是否AI就緒是決定企業AI應用水平天花板的重要因素。數據決定一家企業未來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，所需的數據有沒有、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，企業必須打破數據孤島，有效聚合和治理數據。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，取決於數據是否是企業級、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。
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持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。
關於Agent開發類型，Shaown表示，原則上所有的Agent都可以由客戶和合作伙伴開發，亞馬遜雲科技會專注於與自身專業知識相關的Agent，例如推出專注於遷移任務的Amazon Transform，或在Amazon Q Developer中構建軟件開發相關的Agent。
Shaown Nandi總結表示，「我們的目標是讓市場上擁有更多Agent和模型的選擇。我們非常重視與合作伙伴的協同，希望能為他們提供底層技術能力，包括Amazon Bedrock、基礎設施服務、數據庫能力、數據處理能力和計算能力，幫助他們更高效地開發符合自身需求的應用，從而推動整個市場更快、更有效地發展。」（本文首發於鈦媒體APP，作者 | 張帥，編輯 | 蓋虹達）