摩根士丹利 AI Agent 报告
by ChatGPT 报告速读
原文 | Morgan Stanley: AI Agents Knocking at the Door
AI Agent时代来临：软件自动化的下一场变革
一、什么是AI Agent？
AI Agent是一种新型软件，它可以自主感知环境、调用数据并自动做出决策，不断地学习和优化自己的行动，就像企业的“数字员工”，帮助人类完成甚至完全接管业务中的各种任务。
简单来说，过去的软件由人类操控，而AI Agent则可以主动去“完成任务”，而非仅仅提供信息或建议。
二、AI Agent有多重要？（市场规模）
Morgan Stanley指出，AI Agent市场将在未来几年快速增长：
从狭义视角看（专注AI驱动的流程自动化）：2024年规模60亿美元 → 2028年规模200亿美元（年均增长28%）
从宽泛视角看（整体流程自动化，包括AI）：2024年520亿美元 → 2028年1020亿美元（年均增长26%）
可见，AI Agent在全球企业数字化中的重要性与市场潜力巨大。
三、企业级AI Agent的两大方向
报告特别强调了企业级AI Agent发展的两种重要路径：
1. 替代人工完成单一职能（System of Record, SoR）
典型产品：GitHub Copilot（自动写代码）、Salesforce Agentforce（自动处理客户服务）
市场规模：2024年160亿美元 → 2028年330亿美元
2. 跨部门、跨系统的流程协同（System of Engagement, SoE）
典型产品：ServiceNow Now Assist（自动处理IT和HR流程）、GitLab Workflows（自动化开发流程）
市场规模：2024年360亿美元 → 2028年690亿美元
四、实际应用案例一览
具体的应用场景非常丰富，以下几个案例帮助大家直观理解：
代码自动化：GitHub Copilot帮程序员自动编写和重构代码，大幅提升工作效率。
客服自动化：Salesforce Agentforce自动处理客户电话查询，甚至能自动校验数百页的复杂发票。
自动化销售线索挖掘：HubSpot Prospecting Agent自动为销售团队挖掘潜在客户名单，提升转化率。
流程自动化：ServiceNow的Now Assist可以实现端到端的IT和人力资源流程自动化，缩短工作周期。
五、AI Agent发展阶段和技术进展
报告指出，目前AI Agent正处于“受限自治”阶段（Level 3），也就是：
能自主规划任务流程、循环推理，并根据反馈实时调整。
根据最新数据，AI Agent能够完全独立完成任务的能力，平均每7个月就翻一倍。
也就是说，AI Agent的进步速度比我们预想的还要快，预计在未来几年内将迅速成熟。
六、企业如何为AI Agent付费？
定价模式正趋于灵活多样：
按使用席位数固定收费（例如 Harvey AI）
按资源使用量（token）收费（例如微软 Azure、OpenAI）
按工作流程收费（Salesforce的 Flex Credits，每次对话单独计价）
按效果收费（Zendesk 解决一次客户请求收费1.5-2美元）
混合收费模式（HubSpot 提供基础额度，超过再加购）
这意味着，企业可以根据具体需求和预算，灵活选择适合自己的收费模式。
七、AI Agent时代的挑战和难点
虽然前景广阔，但实际应用也面临不少挑战：
模型的准确性仍不稳定（容易产生“幻觉”或错误）
各种数据孤岛和应用之间很难互联互通
数据安全和隐私保护存在风险
行业标准不统一，系统之间难以协作
这些问题意味着企业引入AI Agent往往是渐进式的，而非一次性的全面替代。
八、谁最有可能成为赢家？
AI Agent的价值链中，受益最明显的公司包括：
基础设施提供商：Microsoft、Amazon、Google
SaaS和流程自动化平台：Salesforce、HubSpot、ServiceNow、Atlassian
数据基础设施和治理企业：Snowflake、Palantir等
企业在布局时应关注这些环节，把握产业链的重点。
九、如何开始？
Morgan Stanley给企业与投资者的建议：
加强数据基础设施、安全和治理。
从明确且可衡量效果的小范围业务切入，快速试点。
密切关注基础设施和模型能力提升，寻找性能和成本的最佳平衡点。
十、总结一句话
AI Agent的时代已经到来，它并非简单地取代人类，而是通过“渐进式”演进，实现人机深度协作，让软件自动化走向全新的阶段。企业需提前布局，才能在未来竞争中占据主动。
by ChatGPT 报告速读
原文 | Morgan Stanley: AI Agents Knocking at the Door
AI Agent时代来临：软件自动化的下一场变革
一、什么是AI Agent？
AI Agent是一种新型软件，它可以自主感知环境、调用数据并自动做出决策，不断地学习和优化自己的行动，就像企业的“数字员工”，帮助人类完成甚至完全接管业务中的各种任务。
简单来说，过去的软件由人类操控，而AI Agent则可以主动去“完成任务”，而非仅仅提供信息或建议。
二、AI Agent有多重要？（市场规模）
Morgan Stanley指出，AI Agent市场将在未来几年快速增长：
从狭义视角看（专注AI驱动的流程自动化）：2024年规模60亿美元 → 2028年规模200亿美元（年均增长28%）
从宽泛视角看（整体流程自动化，包括AI）：2024年520亿美元 → 2028年1020亿美元（年均增长26%）
可见，AI Agent在全球企业数字化中的重要性与市场潜力巨大。
三、企业级AI Agent的两大方向
报告特别强调了企业级AI Agent发展的两种重要路径：
1. 替代人工完成单一职能（System of Record, SoR）
典型产品：GitHub Copilot（自动写代码）、Salesforce Agentforce（自动处理客户服务）
市场规模：2024年160亿美元 → 2028年330亿美元
2. 跨部门、跨系统的流程协同（System of Engagement, SoE）
典型产品：ServiceNow Now Assist（自动处理IT和HR流程）、GitLab Workflows（自动化开发流程）
市场规模：2024年360亿美元 → 2028年690亿美元
四、实际应用案例一览
具体的应用场景非常丰富，以下几个案例帮助大家直观理解：
代码自动化：GitHub Copilot帮程序员自动编写和重构代码，大幅提升工作效率。
客服自动化：Salesforce Agentforce自动处理客户电话查询，甚至能自动校验数百页的复杂发票。
自动化销售线索挖掘：HubSpot Prospecting Agent自动为销售团队挖掘潜在客户名单，提升转化率。
流程自动化：ServiceNow的Now Assist可以实现端到端的IT和人力资源流程自动化，缩短工作周期。
五、AI Agent发展阶段和技术进展
报告指出，目前AI Agent正处于“受限自治”阶段（Level 3），也就是：
能自主规划任务流程、循环推理，并根据反馈实时调整。
根据最新数据，AI Agent能够完全独立完成任务的能力，平均每7个月就翻一倍。
也就是说，AI Agent的进步速度比我们预想的还要快，预计在未来几年内将迅速成熟。
六、企业如何为AI Agent付费？
定价模式正趋于灵活多样：
按使用席位数固定收费（例如 Harvey AI）
按资源使用量（token）收费（例如微软 Azure、OpenAI）
按工作流程收费（Salesforce的 Flex Credits，每次对话单独计价）
按效果收费（Zendesk 解决一次客户请求收费1.5-2美元）
混合收费模式（HubSpot 提供基础额度，超过再加购）
这意味着，企业可以根据具体需求和预算，灵活选择适合自己的收费模式。
七、AI Agent时代的挑战和难点
虽然前景广阔，但实际应用也面临不少挑战：
模型的准确性仍不稳定（容易产生“幻觉”或错误）
各种数据孤岛和应用之间很难互联互通
数据安全和隐私保护存在风险
行业标准不统一，系统之间难以协作
这些问题意味着企业引入AI Agent往往是渐进式的，而非一次性的全面替代。
八、谁最有可能成为赢家？
AI Agent的价值链中，受益最明显的公司包括：
基础设施提供商：Microsoft、Amazon、Google
SaaS和流程自动化平台：Salesforce、HubSpot、ServiceNow、Atlassian
数据基础设施和治理企业：Snowflake、Palantir等
企业在布局时应关注这些环节，把握产业链的重点。
九、如何开始？
Morgan Stanley给企业与投资者的建议：
加强数据基础设施、安全和治理。
从明确且可衡量效果的小范围业务切入，快速试点。
密切关注基础设施和模型能力提升，寻找性能和成本的最佳平衡点。
十、总结一句话
AI Agent的时代已经到来，它并非简单地取代人类，而是通过“渐进式”演进，实现人机深度协作，让软件自动化走向全新的阶段。企业需提前布局，才能在未来竞争中占据主动。
