首页>资讯>矿业 > 正文

AI代理高复杂度任务占比6%-11% 成本差异超三倍

2026-11-17 00:53 loading...

Gate.io

币安Binance

币安交易所是全球加密货币交易所龙头,在手机上即可买卖比特币等数字货币!

官网注册  APP下载

根据沃顿商学院与埃森哲于16日发布的报告《Agentic AI的真实成本究竟如何?》,在AI代理可承担的工作量中,需依赖前沿模型处理的高复杂度任务占比约为6%至11%。该研究对O*NET数据库中的923种职业及超过1.8万项具体工作活动进行了系统评估。

在剔除涉及大量人际互动和物理操作的任务后,共筛选出11,339项适合由AI代理执行的工作。这些任务依据工作流程设计、监管合规要求、系统集成难度、敏感数据访问权限以及数据规模与更新频率等维度进行分类评估。评估不仅关注模型能力,更将实际运行环境与数据特性纳入复杂度判定标准。

结果显示,超过九成任务属于低复杂度范畴。然而,这一比例并不等同于企业自动化潜力或落地成功率。6%至11%的数据反映的是高复杂度任务在所有可自动化任务中的相对比重,而非整体职业覆盖率,两者统计口径不同,需加以区分。

以生命科学行业为例,费用账单处理、报告生成与员工档案管理被划为低复杂度任务,可由通用模型完成;而构建生产质量控制体系或撰写专利申请文件则属于典型高复杂度场景,通常需要前沿模型支持。

企业规模相近,投入成本却相差三倍

报告指出,即便企业规模相似,由于业务性质差异显著,五年内引入并运营AI代理的总成本可能相差超过三倍。影响成本的关键因素包括任务总量、复杂程度、数据获取难度以及对人工干预的需求强度。

在资本市场、高科技研发与国防安全等领域,虽部分任务量大,但其复杂性也往往更高。因此,仅参考行业平均值难以准确预估特定企业的模型选型与支出水平。

成本测算涵盖八大初始环节:模型授权费用、工作流架构设计、数据清洗准备、系统接口开发、测试验证、合规审查应对等。进入运营阶段后,还包含人工监督、持续监控维护、数据治理体系建设、工具链采购及算力开销,共计十三项构成综合成本模型。

需要特别说明的是,上述数值并非基于真实部署案例的汇总结果,而是基于任务分类与假设模型输出的推演。报告将其定义为接近成本下限的估算值,并未包含外部顾问服务、第三方系统整合、员工培训或组织变革支持等附加支出。

先理清流程,再决定模型能力

两家机构建议企业在系统规划初期即明确任务边界与所需模型性能。通过优先梳理工作流程与数据环境,能够更精准地匹配模型类型,实现资源最优配置。

报告提醒,若将所有任务交由单一代理处理,可能导致上下文管理失控;反之,过度拆分任务又会提升开发、集成与运维负担。此外,运行中自动切换不同模型的机制虽具吸引力,但目前具备规模化实施能力的企业极少。

即使某项任务体量较小,只要其复杂度高,仍可能依赖前沿模型。因此,企业应结合实际业务流程,同步跟踪模型表现与相关开支,确保技术投入与业务目标相匹配。

Gate.io

欧易OKX

全球专业交易所,来欧易注册免费赢取新用户奖励!

官网注册  APP下载
声明:文章不代表币圈网观点及立场,不构成本平台任何投资建议。投资决策需建立在独立思考之上,本文内容仅供参考,风险自担!转载请注明出处!侵权必究!
相关阅读相关阅读
热门资讯热门资讯
风险
提示

币圈网数据及信息均来源公开资料,不构成任何推荐或投资建议。炒币属投资行为,市场有风险,投资需谨慎。

粤ICP备2024291203号 Copyrigh© 币圈网 Alibtc.com