隨著AI協作型助理越來越成熟，更複雜的AI自主代理（Autonomous Agents）將成為AI發展的下一波主旋律。
根據CB Insights於3月發佈的報告《AI代理的下一步是什麼？2025年值得關注的4大趨勢》，AI代理新創在2024年總共獲得了38億美元的募資，幾乎是前一年的3倍，而這些新創大都是2023年之後才成立的，可見其成長爆發性。
CB Insights也列舉了在報告中2025年值得關注的170家AI代理新創，並提出AI代理接下來的4大趨勢。
趨勢1：小新創別跟巨頭對幹，LLM開發者仍然主導AI代理
報告中所列出的新創，仍然不乏OpenAI、Stripe這類巨頭公司，為什麼？
CB Insights認為，科技巨頭和大型語言模型（LLM）開發者仍會主導2025年的AI代理應用，但這並非壞事。正是他們的推動，AI代理才變得更好、更便宜也更普及。
報告指出，模型成本大約每12個月就下降10倍，開源和閉源模型之間的性能差距也正在縮小，這意味著開發門檻降低，技術普及速度加快。另外大型科技公司擁有驚人的用戶基礎，這樣的「通路優勢」是小新創難以匹敵的。
舉例來說，OpenAI針對語音到語音應用程序推出的Realtime API，就大大推動了各種語音應用程式的使用案例，而且ChatGPT每週活躍用戶高達4億，像是先買後付公司Klarna和Uber就直接與OpenAI合作推出客戶支援的AI助手。
趨勢2：小新創怎麼辦？請專注在垂直專業領域的應用
巨頭的動能就像是雙面刃，一方面普及了AI代理技術，卻也會壓縮新創的生存空間——不過這僅限於「通用型應用」的AI代理新創。
報告中指出，近一半的AI代理產品都把重心放在客戶支援、軟體開發、銷售和通用企業的工作流程等橫向應用與職能上，但這類「Me-too」產品將很快失去吸引力跟成長動能，真正的下一個爆發市場將是特定行業的垂直解決方案，例如針對醫療保健和金融服務的AI代理，以及AI代理的底層技術等基礎設施服務。
舉例來說，客戶服務領域的AI代理新創Sierra強調能夠符合品牌的語氣、語音、企業文化等等面相，就是因為能夠深入到企業內部的「知識庫」；又或者Vibe Coding當紅炸子雞Cursor，也強調其AI用有理解企業龐大的程式碼庫的能力。
趨勢3：63%的企業將高度導入AI代理，這是新創們真金白銀的機會
CB Insights在2024年12月的調查顯示，有63%的企業在未來12個月內將高度重視AI代理，而且所有受訪組織都至少在進行實驗。預計在接下來的一年，會有更多的實施案例浮出水面。代表企業已經認識到AI代理的價值，並準備將其融入核心業務流程。
舉例來說，Twilio在其最近的財報電話會議中強調，他們使用AI代理來解決客服詢問，同時判斷潛在的高價值客戶。
儘管如此，企業在部署AI代理時仍然面臨多重障礙，例如數據隱私、安全性、如何將AI代理與原有系統和數據源無縫整合，還有大部分的企業可能沒有足夠的人才擁有AI代理的相關知識，導入門檻也將是企業考量的因素。
趨勢4：建構、部署、管理AI代理的基礎設施服務，正逐漸形成完整框架
AI代理也有管理、優化、調整的需求，這類被視為是「基礎建設」的服務，將會逐漸形成一個新的產業類別，同時是AI代理能否實際落地的關鍵。
一個AI代理通常包含以下幾個關鍵元素：
- 推理（Reasoning）：這是代理的「大腦」，由基礎模型提供支援，使其能夠進行複雜的推理、理解語言並制定決策。這些模型評估資訊，形成代理的認知核心。
- 記憶（Memory）：代理需要記憶系統來儲存、組織和檢索資訊。這包括短期情境資訊（例如當前對話的上下文）和長期知識（例如企業的歷史數據或產品資料）。
- 工具使用（Tool use）：僅憑推理和記憶是不夠的。有效的AI代理需要與外部應用程式、API、資料庫、網際網路和其他軟體進行互動的能力，這讓它們能夠「動手」執行任務。
- 規劃（Planning）：代理的「行動藍圖」。這是一種架構，讓代理能將複雜任務分解為更易管理的步驟，並在執行過程中反思自己的表現，並根據需要進行調整。
所以像是數據整理（Data Curation）、網路搜尋與工具使用（Web Search & Tool Use）、監控（Evaluation & Observability）等服務的需求會越來越明顯，例如LlamaIndex和Unstructured等新創就幫企業將其非結構化數據轉化為AI可用的數據集，供AI代理更易於理解上下文並增加互動的正確性。
CB Insights觀察到成長最快的其中一種基礎設施服務，則是「綜合性AI代理開發平台」，這些平台為希望開發AI代理的企業提供一站式服務。一些供應商甚至提供無程式碼（no-code）或低程式碼（low-code）解決方案，讓沒有AI專業知識的團隊也能夠構建和部署AI代理。
本文授權轉載自創業小聚
