2025真的是“智能体之年”吗？5个正在发生的企业真实案例

当“AI智能体”还停留在技术圈热词时，主流商业世界已经开始行动。通过《华尔街日报》报道的5个企业案例，以及Google的一份关键白皮书，这篇文章还原了2025年企业部署AI智能体的真实起点、边界与方法论。

为什么说2025年，企业终于开始认真对待AI智能体？

这一期《AI Daily Brief》的切入点，并不是某个炫目的新模型，而是一个微妙却重要的信号：当《华尔街日报》开始系统性讨论“公司正在如何使用AI智能体”时，说明这件事已经从技术前沿，进入了主流企业管理者的视野。

演讲者坦言，大多数大型企业的管理层并不会每天追踪AI社区的最新进展，他们获取信息的渠道，正是《华尔街日报》这样的传统权威媒体。因此，当WSJ在CIO Journal中把“AI agents”作为一个明确趋势来讨论，本身就意味着企业实验阶段正在加速。

文章点出了企业如此关注智能体的核心原因：ROI。原话是：“如果这些智能体如承诺那样工作，它们可能终于能为生成式AI带来企业一直在寻找的投资回报。”对很多技术负责人来说，这种回报非常直接——减少员工工时，甚至降低招聘需求。

但演讲者也抛出了一个关键分叉点：节省下来的时间和成本，究竟会被重新投入到增长，还是仅仅用于削减成本？这将决定AI智能体究竟是一次生产力红利，还是一场更具破坏性的变革。理解这一点，是看懂后续所有案例的前提。

制药与金融：智能体不是“全能”，而是被精细切分

在强监管、高复杂度行业，AI智能体的落地方式，远比想象中克制。

强生（Johnson & Johnson）的案例就很典型。他们部署的是“药物发现智能体”，但并没有让AI凭空设计新药。相反，智能体被用在一个更具体、也更现实的环节：优化药物合成流程。传统做法需要大量、多变量的实验，而智能体可以利用较少实验数据进行外推，找到更优解。目前，所有结果仍由人类员工审核，公司甚至还在摸索如何“系统性地”做好这种监督。

金融领域的穆迪（Moody’s）则走得更远。他们构建了一个由35种不同智能体组成的多智能体系统，每个智能体都有独立的指令、性格和数据访问权限，还有专门的“监督型智能体”用来检查幻觉问题。演讲者引用穆迪首席产品官的话说：“这有点像一个人的能力极限——我们发现，智能体并不擅长多任务处理。”

这背后是一个非常重要的行业洞见：与其打造一个无所不能的超级智能体，不如像组建人类团队一样，用多个专精角色协同完成复杂任务。这种“组织化AI”，可能才是企业真正可控的路径。

eBay与德国电信：当智能体开始真正“干活”

如果说前两个案例偏向分析与决策，那么eBay和德国电信（Deutsche Telekom）则展示了智能体更接近“数字员工”的一面。

eBay的智能体主要用于写代码，但关键不在于“会写”，而在于“怎么写”。他们自建了一套智能体框架，能够同时调用多个大语言模型，由系统作为“编排者”决定在不同任务中使用哪个模型，比如代码翻译或代码补全。这套系统还被扩展到营销活动生成，并计划用于帮助买家找商品、卖家上架商品。

德国电信的场景则更贴近日常办公。公司拥有约8万名员工，智能体被用来回答内部政策、福利问题，并辅助一线客服理解产品与服务。虽然听起来像聊天机器人，但使用效果非常实在：每周约有1万名员工在使用。

更关键的是下一步。公司计划让智能体“代替员工执行操作”，例如通过自然语言请求直接提交请假申请，并写入HR系统。这一步，才真正跨过了“信息查询”与“流程自动化”的分界线。

最像人的案例：被当作“数字劳动力”的智能体

演讲者认为，目前最常见、也最成熟的智能体用法，反而来自一家并不知名的西班牙公司Constantino，一家生产建筑石材台面的制造商。

这家公司引入了一整支“数字劳动力”来补充客服团队。管理方式几乎完全照搬人类员工：智能体需要具备基础技能，上岗后接受培训，严格遵循流程，还有“主管”确保它们不会偏离轨道。

结果是，这些数字员工替代了原本3到4名负责订单清理的数据录入人员。而这些被释放出来的员工，并没有被裁撤，而是被重新分配到更需要人际沟通的高接触客服岗位。

这个案例之所以重要，是因为它回答了一个现实问题：在现阶段，AI智能体最适合承担的，恰恰是流程清晰、规则明确、但消耗大量人力的工作。这可能也是2025年大量智能体试点的真实形态。

Google的提醒：别把智能体当成“更聪明的工具”

在案例之外，演讲者特别推荐了Google于去年9月发布的一份白皮书《Agents》。其中最重要的观点是：企业不应把智能体视为现有系统的升级，而应视为一种组织运作方式的根本改变。

白皮书强调，智能体与大语言模型的本质差异，在于“行动能力”。智能体不仅能访问数据库，还可以接入实时数据流，进行多步骤推理，并在不确定环境中持续调整策略。文中提到的技术路径包括Chain of Thought（链式思考）和Tree of Thoughts（树状思考），用于处理复杂、多解的问题。

换句话说，智能体的价值，并不只是回答问题，而是持续监控、决策并执行。这也是为什么Google认为，智能体可能完成过去需要整个团队才能完成的工作。

这份白皮书，某种程度上为前述所有企业案例，提供了一个统一的理论框架。

总结

从制药、金融，到电商、制造业，这些案例共同勾勒出2025年AI智能体的真实起点：不炫技、不全能，但高度务实。它们被精细拆分、严格约束，并嵌入现有流程中创造ROI。真正的分水岭，或许不在技术本身，而在企业是否愿意重构流程、重新分配被释放的人类时间。这，才是“智能体之年”真正考验人的地方。

关键词： AI智能体， 企业AI应用， 多智能体系统， 生成式AI， 数字劳动力

事实核查备注： 视频来源：The AI Daily Brief；发布时间：2025-01-08。案例公司包括Johnson & Johnson、Moody’s、eBay、Deutsche Telekom、西班牙Constantino。穆迪多智能体数量：35个。德国电信员工规模约8万人，每周使用智能体员工约1万人。Google白皮书名称：《Agents》，发布时间为2024年9月。