Perplexity的最新采用数据显示，人工智能代理通过接管复杂的企业任务来提高工作流程效率。
过去一年，科技行业一直认为生成式人工智能的下一步发展将超越对话，迈向行动。大型语言模型（LLM）充当推理引擎，而“智能体”则扮演执行者的角色，能够在极少监督的情况下执行复杂的多步骤工作流程。
然而，到目前为止，我们对这些工具在实际应用中的使用情况仍然缺乏了解，主要依赖于推测性的框架或有限的调查。
Perplexity公司发布的新数据显示，其Comet浏览器和助手分析了数亿次交互，首次对通用人工智能代理进行了大规模实地研究。数据显示，高价值知识工作者已经开始部署智能体人工智能，以简化生产力和研究任务。
了解这些工具的用户群体对于预测内部需求和识别潜在的影子IT渠道至关重要。研究揭示了用户采用这些工具方面存在的显著差异。人均GDP和教育水平较高的国家的用户更有可能使用智能代理工具。
对于企业规划而言，职业分布情况更具参考价值。采用率高度集中在数字化和知识密集型行业。“数字技术”集群占据最大份额，占采用者的28%和咨询量的30%。紧随其后的是学术界、金融、市场营销和创业领域。
这些群体加起来占总采用者的70%以上。这表明，最有可能利用智能体工作流的人员是组织中最宝贵的资产：软件工程师、财务分析师和市场策略师。这些早期采用者并非浅尝辄止；数据显示，“高级用户”（即那些更早获得访问权限的用户）的智能体查询次数是普通用户的九倍，这表明一旦集成到工作流程中，这项技术就变得不可或缺。
人工智能代理：企业任务的合作伙伴，而非管家
为了超越营销叙事，企业必须了解这些智能代理所提供的效用。一种普遍观点认为，智能代理主要扮演“数字管家”的角色，处理重复性的行政事务。然而，数据挑战了这种观点：57%的智能代理活动都集中在认知性工作上。
Perplexity 的研究人员开发了一种“层级式智能体分类法”来对用户意图进行分类，结果表明人工智能智能体的应用已趋于实用化而非实验性。其中，最主要的用例是“生产力与工作流程”，占所有智能体查询的 36%。其次是“学习与研究”，占 21%。
该研究中的具体案例说明了这如何转化为企业价值。例如，一位采购专业人员使用该助手浏览客户案例研究，并在与供应商接洽前识别相关用例。同样，一位财务人员将筛选股票期权和分析投资信息的任务委托给了该助手。在这些场景中，该助手自主处理信息收集和初步综合工作，使用户能够专注于最终判断。
这种分布情况为运营领导者提供了一个明确的指示：智能体人工智能的直接投资回报在于扩展人类能力，而不仅仅是自动化低级摩擦。该研究将这些智能体定义为“在三个迭代阶段之间自动循环以实现最终目标：思考、行动和观察”的系统。这种能力使它们能够支持“深度认知工作”，扮演思考伙伴的角色，而不仅仅是简单的管家。
粘性和认知迁移
对于IT领导者而言，一个关键的洞察是人工智能代理在企业工作流程中的“粘性”。数据显示，短期内，用户在特定主题内表现出很强的持久性。如果用户使用代理来完成一项生产力任务，那么他们后续的查询很可能仍会围绕该领域展开。
然而，用户旅程往往会不断演变。新用户通常会先尝试一些无关紧要的问题，例如询问电影推荐或一般性知识，以此“试水”。随着时间的推移，这种转变会发生。研究指出，尽管用户可能通过各种不同的使用场景进入平台，但他们的查询内容往往会向认知导向型领域转移，例如生产力、学习和职业发展。
一旦用户使用代理来调试代码或汇总财务报告，他们就很少会再去做价值较低的任务。“生产力”和“工作流程”类别的用户留存率最高。这种现象表明，早期试点项目应该预料到用户会经历一个学习曲线，其使用方式会从简单的信息检索逐渐发展到复杂的任务委派。
智能体人工智能的“运行地点”与“运行内容”同样重要。Perplexity 的研究追踪了这些人工智能代理运行的环境——具体的网站和平台。活动集中程度因任务而异，但最主要的运行环境都是现代企业技术栈的基石。
Google Docs 是文档和表格编辑的主要环境，而 LinkedIn 则在职业社交方面占据主导地位。在“学习与研究”方面，人们的活动则分散在 Coursera 等课程平台和研究资源库中。
对于首席信息安全官 (CISO) 和合规官而言，这带来了一种新的风险态势。人工智能代理不仅读取数据，还会在企业核心应用程序中主动操控数据。该研究明确将代理查询定义为涉及“浏览器控制”或通过 API 对外部应用程序执行操作的查询。当员工指派代理“总结这些客户案例研究”时，代理实际上是在直接与专有数据交互。
环境的集中也凸显了针对特定平台进行优化的潜力。例如，排名前五的环境占据了职业社交领域 96% 的查询量，主要集中在 LinkedIn 上。这种高度集中表明，企业可以通过为这些高流量平台制定特定的治理策略或 API 连接器，立即提升效率。
根据 Perplexity 的数据进行智能体人工智能的商业计划
功能强大的AI智能体的普及为商业规划开辟了新的研究方向。Perplexity的数据证实，我们已经度过了推测阶段。目前，智能体已被用于规划和执行多步骤操作，并能改变其环境，而不仅仅是交换信息。
运营领导者应考虑立即采取以下三项行动：
- 审核高价值团队内部的生产力和工作流程中的摩擦点：数据显示，这正是代理商自然而然地找到立足点的地方。如果软件工程师和财务分析师已经在使用这些工具编辑文档或管理账户，那么将这些工作流程规范化就能标准化效率提升。
- 为增强现实做好准备：研究人员指出，虽然智能体拥有自主性，但用户通常会将任务分解成更小的部分，只委派子任务。这表明，在不久的将来，工作模式将以协作为主，这就要求员工提升技能，以便有效地“管理”他们的人工智能伙伴。
- 关注基础设施和安全层面：由于代理程序运行在“开放网络环境”中，并与 GitHub 和企业邮箱等网站交互，数据丢失防护的范围也随之扩大。策略必须区分提供建议的聊天机器人和执行代码或发送消息的代理程序。
预计到2034年，人工智能代理市场规模将从2025年的80亿美元增长到1990亿美元，Perplexity的早期成果预示着这一趋势。由人工智能代理主导的企业工作流程转型正在进行中，而推动这一转型的正是那些数字化能力最强的员工群体。企业面临的挑战是如何在不失去安全扩展所需治理能力的前提下，充分利用这一发展势头。
