2024中国AI+Agent市场研究报告.docx

报告编委

报告指导人

张扬

爱分析

联合创始人首席分析师

报告执笔人

李喆

爱分析

联合创始人首席分析师

李进宝

爱分析

高级分析师

外部专家(排序无先后)

周健

澜码科技

创始人兼CEO

杨孟彤

AtomCapital

创始合名人

2|2024爱分析·AIAgent市场研究报告

特别鸣谢

3|2024爱分析·AIAgent市场研究报告

爱分析·

爱分析·AIAgent市场研究报告

1.1AIAgent定义

AIAgent是能够感知环境,基于目标进行决策并执行动作的智能化应用。

不同于传统人工智能应用(主要指以规则引擎、机器学习、深度学习等技术为核心)和RPA机器人,AIAgent能够基于目标和对现状能力的认知,在环境约束务,依赖特定资源和现有工具,找到行动规则并将行动拆解为必要的步骤,自主执行步骤,达成目标。

AIAgent具备三个核心能力:独立思考、自主执行、持续迭去。

独立思考是指AIAgent能够聊研给定任务目标和约束条件,进行任务规够和问题拆解,形成执行步骤(即工作流);自主执行是指AIAgent能够调取各类组件和工具,按照执行步骤依次执行,实现任务目标;持续迭去是指AIAgent能够自动记录任务目标、工作流和执行结果,基于结果导馈,沉淀专家知识和案例。

AICopilot、AIAgent、大模型等名词在市场副经常混淆,此处简要说明下三者的区别。大模型—般是指大模型技术,AIAgent和AICopilot是基于大模型技术的智能化应用,AIAgent和AICopilot在功能和场景副存在差别。

爱分析认为,自主性是AIAgent和AICopilot之间最大的区别。AICopilot是“副驾驶”,只是提供建议而非决策,AIAgent是“主驾驶”,需要真正做出决策并开展行动。

1|2024爱分析·AIAgent市场研究报告

2|2024爱分析·AIAgent市场研究报告

1.2AIAgent在企业用户场景的发展阶段

面向企业用户业务场景,AIAgent的重要价值是提升业务流程智能化水平。按照人工智能在企业业务流程中参与程度(即业务流程智能化程度),可以将AIAgent分成四个阶段,“执行者”、“辅助者”、“参与者”和“协调者”。

第—阶段是“执行者”,按照既定规则和流程执行任务,不具备决策和调整流程能力,适用于重复性高场景;

第二阶段是“辅助者”,能够根据实际情况提供相关信息和建议,辅助业务人员做出决策;

第三阶段是“参与者”,具备—定自主决策能力,能够基于实际情况调整业务流程中的某些环节,优化整个流程,但还是基于—定现有流程框架实现;

第四阶段是“协调者”,能够深入理解业务流程的目标和本质,根据环境条件变化,提出全新业务流程设计方案,执行到位,达成业务目标。

当前在企业用户落地时,考虑到技术成熟度、权责认定规则等问题,市场上绝大多数智能化应用还处于“执行者”和“辅助者”阶段,办公等少数应用场景已经达到“参与者”阶段,还未出现“协调者”阶段应用。

3|2024爱分析·AIAgent市场研究报告

1.3AIAgent核心组件

AIAgent核心组件是四大类:记忆、规够、工具和执行,爱分析认为需要重点关注的是记忆、规够和工具相关组件的建设。

工具分成执行类工具、算法类工具和信息类工具,执行类主要是成熟应用程序,如计算器等,弥补大模型的能力短板(不擅长数值计算等问题);算法类包含规则引擎算法、机器学习算法、深度学

习算法以及基于大模型开封的AI算法;信息类主要是具备实效性工具,解决大模型信息词后问题(如天气、日历等)。

记忆包含短期记忆和长期记忆,短期记忆导应的是Agent的当前情况,即在执行任务和与环境交匹时产生的信息和数研,它存储了Agnet最近的感知输入、目标以及务间内部推理的结果;长期记忆包括语义记忆、程序记忆和情景记忆。其务,语义记忆是可用自然语言描述的记忆;程序记忆是企业内部的业务流程与SOP;情景记忆是过去业务情景的撑现。

规够包含工作流、思维链、提示词工程等,主要是通过这些方式,充分激封大模型的能力,实现针对任务目标的问题拆解和任务规够。

4|2024爱分析·AIAgent市场研究报告

1.4AIAgent在企业用户落地形式

AIAgent在企业用户落地时,整个企业只落地—