连接世界
赋能民众
共筑繁荣之路
创新者
人工智能
2026年7月8日
大多数组织都没有人工智能创新问题。他们面临规模化问题。在各行各业中，公司在过去几年里尝试了人工智能试点项目，但许多公司仍在努力将有前景的概念验证转化为实际部署。
障碍很少是因为缺乏雄心——2014 年至 2024 年间，全球私人对人工智能的投资增长了十三倍以上。更多情况下，领导者尚未建立起大规模信任人工智能，特别是智能体 AI 所需的条件：文化、安全性、问责制、治理和数据准备情况。
信任并非建立在单一的控制措施或政策之上。这取决于组织同时在多个维度上建立信任。公司可能拥有复杂的人工智能模型，但治理薄弱；拥有强大的安全控制，但员工准备不足；或者拥有高质量的数据，但问责制不明确。取得最大进展的并非那些部署了更多人工智能的组织：而是那些同时在所有这些维度上取得进展的组织。
组织只有在能够回答所有这五个问题时，才能建立必要的信任，将洞察转化为行动。
我们在整个行业中看到的最普遍的信号之一是，领导层对人工智能的热情与员工对其应如何使用的理解之间存在脱节。这一差距会使采纳变得困难。让这些团队拥抱人工智能，不仅仅需要为他们提供新工具。他们需要了解人工智能如何使用、可以在哪里创造价值以及它将如何改变他们的工作方式。
这始于清晰的沟通。尽管高管对人工智能的态度迅速转变，但这种情绪并不总是能传递到其团队成员。根据汤森路透研究院的 《2026年专业服务领域人工智能报告》，近 40% 的专业人士表示，他们从领导层和客户那里收到了关于 AI 使用的矛盾指示。
领导者可以通过超越宽泛的人工智能指令，为员工提供实用指导，明确何时使用人工智能、在工作流程中应应用于何处以及何处仍需人工判断，从而弥补这一差距。当员工了解人工智能如何支持他们的工作以及对他们的期望时，组织就可以从试验阶段迈向采用阶段。
随着人工智能代理越来越接近决策和执行，问题从它们能否产生洞察力，转变为它们是否值得信赖去采取行动。
这就是为什么必须从一开始就将安全性、隐私和负责任的使用纳入运营模式的原因。对于企业而言，这需要在智能体被信任访问数据或承担更复杂的任务之前，建立保护敏感信息并明确责任的“护栏”。
其核心是一个身份与访问挑战。在 AI 智能体能够检索信息、发起支付或与客户互动之前，组织需要对其是什么、它能访问哪些系统以及被授予了哪些权限有信心。如果您的公司不信任它，您又怎能指望您的客户信任呢？
随着 AI 智能体承担更多自主职责，企业面临着一个不同的障碍：当智能体做出决策、执行任务或产生意外结果时，如何确定责任归属。
思科（Cisco）2025 年发布的一份关于人工智能准备情况的报告显示，尽管许多公司对部署智能体感兴趣，但只有 32% 的公司表示他们已将智能体纳入劳动力规划。如果没有明确的所有权结构，企业可能会在决策、监督和问责方面面临不确定性。
领导者需要为人工智能赋能的工作建立明确的所有权模型，明确哪些决策可以授权给智能体、何处仍需人工判断以及当系统出现意外行为时如何上报问题。成功规模化智能体人工智能的组织将是那些进一步重新设计现有工作流程的组织，以便人类和人工智能能够以更清晰的角色、职责和期望协同运作。
一旦组织建立了问责制，一个新的问题随之浮现：您如何判断 AI 智能体何时能准备好走向现实世界？
企业需要方法来测试绩效、评估成果，并了解代理人的行为方式，然后才能让他们负责客户互动、运营流程或关键业务决策。重点不应放在创建代理人，而应放在采取正确措施来验证代理人可以在各种场景下可靠、稳定、安全地运行。
在智能体被信任执行任务并大规模部署之前，企业越来越希望拥有能够评估性能、识别故障点和完善控制措施的环境。这是万事达卡创建 Agent Suite 的原因之一。Agent Suite 旨在帮助企业从试点转向可信部署，也正因如此，我们最近通过 Proto 对其进行了扩展。Proto 是一个沙盒环境，用于探索、测试和验证智能体式 AI 用例，然后再将其引入生产工作流。万事达卡还推出了三款旨在支持主要企业职能的新型人工智能智能体：商户管理、入驻和争议管理。这些功能共同可以帮助企业确定人工智能如何在安全的治理框架内扩展并推动业务价值。
即使是那些关注采用、安全和治理的组织，也常常会遇到另一个障碍：AI 智能体只能根据它们能理解的信息行事。因此，只有当智能体实时运行时，正确的且具备明确权限的数据才能安全使用。
但许多组织仍采用碎片化数据、不一致的格式和孤立的工作流，这些数据分散在各个系统中。虽然人类通常可以弥补这些不足，但当信息不完整、相互冲突或难以获取时，AI 智能体就会遇到困难。这可能意味着减少孤岛、清理不一致的数据并修复可能限制 AI 按预期工作的零散流程。
在智能体环境中，数据质量直接影响着决策质量。如果智能体无法可靠地理解眼前的信 息，那么它们也无法可靠地采取行动。为了加速这一转型，万事达卡在其屡获殊荣的初创企业合作项目 Start Path 中深化了投入，通过与专注于商业智能和数据驱动能力的公司合作。
在过去十年中，Start Path 已迎来 60 多个国家/地区的 500 多家公司，通过将实践指导与万事达卡的全球网络和客户资源相结合，帮助他们实现规模化发展。这种对能够帮助客户将数据转化为可操作洞察的初创企业的日益关注，可以促进更明智的决策、推动绩效并支持实时行动——从而建立将人工智能从孤立应用转向日常所需的信心。
在未来几年，值得信赖的 AI 行动可能会 become 商业领域最重要的竞争差异化优势之一。并非因为组织能够构建人工智能，而是因为它们能够依赖人工智能。
