人工智能软件开发成功需要强大的中央管理和治理

OutSystems进行的一项调查显示， 2026年人工智能发展状况认为 人工智能已进入许多企业的早期生产阶段。主要是在IT部门内部。

该调查基于以下受访者的回答： 1,879 位 IT 领导者报告警告称，人工智能的普及应用可能超出了其治理和整合能力。这种差距体现在IT领导者希望人工智能系统执行的操作与组织能够安全控制的操作之间的差异。报告作者敦促企业重视人工智能系统的控制或防护措施，并强调将新的人工智能技术集成到组织现有平台中的重要性。

📊 主要发现： OutSystems表示 97%的受访者正在探索某种形式的自主策略。其中 49% 的人将自己目前的能力描述为“高级”或“专家”。

近一半的受访者表示，超过一半的智能体人工智能项目已经从试点阶段过渡到生产阶段。 在技​​术应用方面最成功的印度公司50%的印度公司表示，他们的AI项目成功率在51%到75%之间。

各公司正在考虑应该首先在哪些地方部署智能体，以及在何种控制下部署，但尽管“降低成本或提高效率”是人们对人工智能影响最常提及的预期， 只有 22% 的人认为他们的部署在这方面最为有效相反，企业取得最有效领域进展的秘诀在于为软件开发人员配备被称为“生成式人工智能辅助”的人工智能工具。

🌍 地理分布和采用模式

报告的地理和行业数据显示，向人工智能代理工作流程的过渡分布不均。 印度是用户自认为是“专家”比例最高的市场。然而，澳大利亚、巴西、德国、荷兰、英国和美国的许多组织仍然认为自己处于人工智能应用的中间阶段。法国和德国对人工智能的应用最为怀疑，其中德国未使用任何形式智能体的领导者比例最高。

💼 人工智能投资领域及职能

金融服务和科技行业从试点到量产的进展最为显著该行业在核心业务功能中已得到广泛应用。可以说，该行业从自动化到可衡量的收入回报路径最为清晰。报告的研究结果对其他发展较为缓慢的行业具有实际意义：借鉴金融科技行业的实施流程，从可衡量绩效、可控制故障的窄规模、高容量工作流程入手，并重点关注IT职能。

根据调查， 在接受调查的十个国家中，有九个国家已经普遍采用生成式人工智能辅助开发。除了传统的编码、外包开发和SaaS定制之外，它还削弱了企业正在向原生AI或全AI架构转型的观点。事实上，大多数组织只是在其开发环境中已被证明有效的流程之上添加了代理和AI生成的代码。

🔧 数据碎片化并非人工智能发展的障碍

⚠️ 整合挑战： 48%的受访者认为，与传统系统集成是扩展智能体人工智能所需的最重要能力。38% 的人表示，遗留系统是项目在试点和生产之间停滞不前的主要原因。

在调查参与者可以选择的人工智能发展潜在障碍中， 超过40%的人认为集成困难和遗留系统碎片化是最主要的问题。。

报告暗示，那些正在考虑开展大规模数据清理项目的组织（许多人工智能供应商认为这是导致部署无法进入生产环境的原因之一）或许应该重新考虑。报告作者指出，只要满足以下条件，就可以构建能够在复杂数据环境中良好运行的智能体： 在人工智能实施的同时，治理和整合也得到加强。总体而言，大多数行业对智能人工智能的信任度约为 50%，属于“中等信任”水平，尽管调查结果数据中没有细分不同业务职能部门的回复。

💻 IT运维和软件开发

财务回报主要体现在IT功能本身。报告指出，研究最多的应用案例包括：

• IT运维： 55%
• 数据分析： 52%
• 工作流程自动化： 36%
• 客户体验： 33%

就已实现的投资回报而言， IT开发和生产力领先40%。其价值高于运营效率（22%）。这种分布表明，智能体人工智能的首个持久价值体现在开发人员的内部工作中，而非面向客户的环境中。面向客户的部署或许仍然有意义，但报告指出，这需要对系统性能有更高的信任度、更强大的控制、更完善的协调以及创建严密监督机制的能力。

🛡️对代理人和治理的信任与控制

然而，人们对智能体人工智能的信任度正在提高。OutSystems报告称： 73%的受访者表示对房屋租赁中介的自主行为表示高度或中等程度的信任。与该公司去年进行的类似调查相比，这一比例上升了约10%。对第三方人工智能工具生成的代码或工作流程的信任度略低，为67%，但较上年同期数据大幅增长，当时只有40%的受访者“基本信任”生成式人工智能在无需人工帮助的情况下编写代码。

⚠️治理差距： 仅有的 36%的受访者表示，他们对人工智能治理采取集中式方法。而 64% 的人表示他们缺乏这样的设施，41% 的人则依赖于按项目实施的规则。

三分之二的人表示，构建人机交互检查点在技术上很困难，因为它需要协调操作，而协调操作可能会暂停代理——实际上是对可能完全自主的操作进行人工干预。

许多组织似乎正在采用较为宽松的监管模式，但尚不清楚这是否是由于对模型的信任度提高，还是由于业务部门迫于压力，不顾安全或可靠性问题而部署人工智能。报告作者指出，如果这种放松监管的趋势持续下去， 智能体人工智能的普及应用速度可能比许多人认为重要的问责机制发展得更快。。

希望在受监管或任务关键型环境中扩大代理规模的公司应该对待 作为产品一部分的编排和可审计性调查结果指出，合规性检查在评估企业运营时，以日志文件和明确职责为形式的痕迹记录被视为任何智能体人工智能部署的重要组成部分。

📈人工智能蔓延问题： 报告称 94%的领导者对“人工智能蔓延”感到担忧其中 39% 的人对此问题感到非常或极其担忧，目前只有 12% 的人使用集中式平台来控制这种蔓延。

完整调查报告可供查阅 这里。

图片来源：“Relax”由 Koijots 创作，并根据 CC BY-SA 2.0 许可协议授权。如需查看此许可协议的副本，请访问 https://creativecommons.org/licenses/by-sa/2.0

AI News 由 AI 提供支持 TechForge Media探索其他即将举行的企业技术活动和网络研讨会 这里。