歐盟AI新篇章:智慧體AI(Agentic AI)落地

OpenAI 在2026年10月14日发布了一份关于欧盟的新分析，主题是智能体AI在当地企业中的采用情况。文章的核心判断有两层。第一层是采用正在增长，覆盖欧盟的大型企业，也覆盖规模小得多的中小企业。第二层是现有使用大多还停留在浅层，在若干领域里，如果企业愿意把智能体接入更深的业务环节，还能释放出更多价值。需要说明的是，这份材料来自模型厂商自己，所用数据与口径由其决定，读者应当把它看作带有立场的行业观察，而不是中立的统计普查。不过，把欧盟单独拿出来写成一个章节，本身就传递出一个信号：在聊天助手之后，市场叙事正在转向能够自主拆解任务、调用工具并完成多步流程的智能体。

要理解这件事为什么重要，先要分清智能体与普通对话式AI的区别。对话式AI主要回答问题，价值取决于人是否愿意把答案复制到工作流里。智能体则被赋予目标和权限，可以读取文档、查询系统、调用接口、起草并提交结果，再根据反馈继续下一步。它的价值来自对流程的接管程度，而不是单次回答的质量。这也解释了为什么报告强调深度使用：一个只用来润色邮件的企业和一个让智能体处理客户工单、对账、合同初审的企业，同样算采用，创造的价值却不在一个量级。从商业模式看，这对模型厂商是好消息。按席位收费的聊天产品，增长受限于员工人数；而按任务量、调用量或结果计费的智能体，用量会随业务规模放大，收入的天花板更高，客户黏性也更强，因为一旦流程围绕智能体重新设计，迁移成本会明显上升。技术上，真正的瓶颈也不在模型本身，而在连接器、权限管理、日志审计和失败后的回退机制。企业需要知道智能体做了什么、依据什么、出错时由谁负责，这些工程细节往往比模型的跑分更决定项目能否上线。

放到欧盟的语境里，这个话题有几层特殊性。首先是中小企业占比极高。欧洲经济的就业与产值大量依赖中小企业，它们没有庞大的数据团队，也难以承担定制开发，因此更倾向于直接购买成熟的智能体产品。这对平台型厂商是机会，也是对本地软件服务商的冲击：如果通用智能体能够直接嵌入财务、客服、采购等日常环节，依赖人工实施的传统集成商和垂直工具会面临价值被上移的压力。其次是监管环境。欧盟的人工智能法案按风险分级设定义务，数据保护规则对个人数据的处理也有严格要求。智能体会跨系统读取并处理信息，更容易触碰数据最小化、可解释性与人工监督等要求，因此企业在部署时往往要先回答数据放在哪里、日志留多久、哪些决定必须由人确认。能把这些合规能力产品化的厂商，会在欧洲市场获得明显优势。再次是竞争格局。美国的几家大型模型公司、欧洲本土的模型与云服务商，以及各类企业软件巨头，都在争夺同一个入口。OpenAI 发布这类分析，既是在为自家产品在欧洲的增长造势，也是在向政策制定者展示智能体带来的生产率故事，以便在监管讨论中争取更友好的空间。对大企业而言，真正的选择是自建、采购平台，还是混合使用；对中小企业而言，则是如何以低成本起步，又避免被单一供应商锁定。

接下来值得观察的信号大致有四类。第一，是否出现可核对的数据。这份分析若能进一步公开方法与样本，外界才能判断增长究竟来自真实的流程替代，还是来自试用账号的增加。第二，是深度使用的落点。财务运营、客户服务、软件开发、法务与合规审查等流程相对标准、数据相对结构化的环节，最可能率先出现规模化案例，而涉及高风险决策的领域会受到更严的约束。第三，是监管与标准的演进。欧盟在智能体的责任划分、审计要求和跨境数据流动上如何给出更具体的指引，将直接影响企业的部署节奏，也会影响本土厂商能否借合规优势与海外巨头竞争。第四，是价格与交付方式的变化。如果按结果计费、按任务计费成为常态，企业的预算逻辑会从软件采购转向外包式的服务采购，成本评估也会随之改变。总体上看，欧盟的智能体故事刚进入从试点走向规模化的阶段，真正的分水岭不在于有多少企业开始尝试，而在于有多少企业愿意重新设计流程、承担责任边界，并让智能体承担有实际后果的工作。这个转变一旦发生，受益的将是那些把可靠性、治理与集成做扎实的参与者，而不只是模型能力领先的一方。