專訪AWS大中華區總裁儲瑞鬆：Agentic AI在爆發前夜
21世紀經濟報道記者倪雨晴
“一年前，我說我們站在機器智能爆發的前夜，當時還有很多人問：‘真的會爆發嗎？’但今天，不再有人質疑。”近日，亞馬遜全球副總裁、亞馬遜雲科技大中華區總裁儲瑞鬆在接受21世紀經濟報道記者獨家專訪時笑言。
“而現在，我們正站在Agentic AI爆發的前夜。我相信再過一年，也不會有人再問：Agentic AI會不會爆發？”儲瑞鬆說道。
所謂“Agentic AI”，即具備感知、推理、決策與執行能力的“智能代理系統”，正在成爲全球科技巨頭下一階段重點押注的方向。
大模型明星中，OpenAI在近日推出了面向 Pro/Plus/Team 用戶的 ChatGPT Agent，馬斯克的 xAI 推出了 Grok 4，強調“多智能體協同、原生聯網、超大上下文”能力。
在雲廠商側，在剛剛落幕的AWS紐約峰會上，亞馬遜雲科技（AWS）一口氣發佈了多項面向企業部署Agentic AI的關鍵產品和服務，包括面向智能體落地的核心平臺 Amazon Bedrock AgentCore，集成工具生態的AI Agents Marketplace，以及支持向量檢索的Amazon S3 Vectors等，建立起了“智能體即服務”（Agent-as-a-Service）的基礎設施。
相比於其他雲廠商，AWS的這一策略更偏重於部署與實用。Agentic AI時代，各式各樣的Agent爲雲服務中的“軟件即服務”（Softwareas Service）注入新內核 。
Gartner預測，到2028年，通過代理型AI自主作出的日常工作決策比例將從2024年的0%提高至15%以上，包含代理型AI的企業軟件應用比例將從2024年的不足1%提高至33%。
而對於身處大中華區最前線的儲瑞鬆來說，他看得更具體。目前，很多企業已在開發、客服、數據處理等環節開始試水Agentic AI，企業的落地節奏正在迅速拉開差距。
在他看來，Agentic AI火爆的背後，已經集齊了“大模型推理能力”“標準協議支撐”“低幻覺高效率運行”“多智能體協同”等技術要素。例如最新一代MCP協議（Model Context Protocol）正逐步成爲Agent訪問企業數據與調用API的“USB接口”，使智能體真正具備“手腳”。
這也爲雲廠商帶來新空間。傳統印象中，雲廠商爲AI提供的是“底層算力”——GPU資源、訓練框架、存儲服務。但隨着Agentic AI的興起，這種角色正在向上遊延伸。從巨頭AWS、微軟Azure、谷歌Cloud，到國內的阿里雲、騰訊雲、華爲雲，雲廠商正在“從算力服務商變爲智能服務商”，從底層基礎設施擴展爲AI Agent的新陣地和應用入口。
未來AI Agent平臺的競爭，不再只是“模型誰強”，更在於誰能讓這些Agent真正跑起來，並在真實世界中“做成事”。
爆發前夜
《21世紀》：Agentic AI爆發在即的判斷，是基於哪些趨勢總結而來？
儲瑞鬆：首先，是因爲技術各方面的關鍵要素已經匯聚在一起，使得Agentic AI成爲可能。其次，在一些具體行業和場景中，已經有先進企業開始落地應用，並取得了實際效果。
第三，在全社會的維度，對AI能力的質疑已經大大減少，企業都在考慮怎麼把AI真正用起來。
第四，推理成本的下降。根據斯坦福的報告，過去兩年推理成本下降了280倍，每百萬token的成本大幅度下降，機器的智力變得負擔得起。
同時，大模型幻覺率也大幅下降，過去一年當中幻覺率降低50%，最領先大模型的幻覺率低於1%，加入企業的知識庫，用RAG的方式，幻覺率在1%的基礎上又降70%，只有0.3%。某些場景下0.3%已可以接受，但在金融、醫療等強監管行業還是不行。
爲了解決幻覺問題，Amazon Bedrock的Guardrails中引入了一個“獨門秘籍”，叫Automated Reasoning Checks。它用數理邏輯的方法去判斷這個結果是不是跟已知的事實不相符，如果不相符就是幻覺，就把它拒絕掉，保證業務不會受影響。
《21世紀》：能否具體談談AI技術層面的關鍵進展？
儲瑞鬆：展開一點講，Agentic AI爆發的多個技術要素都已經具備。首先是大模型的能力。大模型是AI的大腦，現在無論是海外領先大模型，還是國內的頭部模型，都已經具備很強的“思考”能力。智能體能根據收到的指令進行規劃，把任務一步步拆解，每一步執行完後還能進行反思，如果發現結果不符合預期，還能自動調整。
其次，但光有“大腦”不夠，還需要“手腳”。現在出現了一些支持智能體的協議，尤其是MCP（Model Context Protocol），類似於USB這樣的通用接口協議。通過MCP，智能體可以訪問企業已有的數據，也能調用其他API。
再者，企業如果有數字化的基礎設施，比如說數據已經經過一些初步的治理，應用系統已經有API，智能體就有數據可以訪問，有API可以調用。所有這些集合在一起，讓Agentic AI的應用爆發幾乎是不可避免的，這是技術方面的準備。
此外，之前要開發一個多智能體協同的應用，雖然有一些SDK，但用起來比較麻煩，但現在像亞馬遜Strands Agents SDK，讓開發一個多智能體協同的應用變得非常簡單，大幅度提升效率。
我們一個合作伙伴之前做了一個AI應用，做多智能體協同這部分是3000行代碼，現在只要20多行代碼就可以實現。所以現在一個企業要去實現多智能體協同智能體AI應用，技術的門檻已經比較低了。
《21世紀》：目前哪些行業的AI應用進展特別快？
儲瑞鬆：AI編程非常典型，之前程序員要敲代碼，現在用先進的AI編程工具，比如亞馬遜Amazon Q Developer，很多時候編程工作是通過自然語言，英語或者中文實現。現在我們很好地支持中文，只要中文描述清楚，從生成需求文檔、產品加工設計，到代碼實現，再到自動化測試和部署，基本可以自動完成。
實際上，很多先進公司的開發團隊內部都在用AI來做軟件開發。它不是說30%、50%的提高生產效率，而是成倍地提高生產效率，這就是智能體在軟件開發領域裡面的應用。我們已經看到先進的企業不是做試點，而是已經在落地。
軟件開發之前被認爲是高智力的工作，而現在，如果有相應的數據和API，把整個過程邏輯梳理清楚，就可以通過智能體的方式去實現。
如何落地？
《21世紀》：隨着Agentic AI的應用越來越多，企業在落地過程中是否還有成本的顧慮？
儲瑞鬆：我認爲可以把企業分爲兩類，一類是Speed 1，一類是Speed 2。
Speed 1的企業已經意識到Agentic AI的爆發幾乎不可避免，正在主動擁抱AI，力求最大化釋放AI帶來的價值。如果認真算一筆賬，用Agentic AI的方式來做，與傳統方式相比，整體的價值創造更大，成本也未必更高。因此，它們在加速創新，全速前進。
但也有很多企業還在猶豫，甚至有的乾脆“捂住眼睛和耳朵”，不準用AI。
關鍵在於管理層的決策和認知，企業的頂層要意識到AI這件事情不只是技術部門、IT部門去做POC試點，最高管理層要意識到，未來會是人跟Agentic AI數字員工協同工作，這是企業管理者需要關注的點。
有的企業在頂層設計上就堅決擁抱，它就可能快速獲得業務價值的創造；有的企業動作會慢很多，競爭力就會逐漸變弱。
《21世紀》：整體的趨勢看，大家更加積極擁抱了？像AI一體機今年熱銷。
儲瑞鬆：是的，越來越多。特別是DeepSeek之後，企業的高層會考慮，現在技術這麼厲害，我們能用AI做點什麼，但也有很多企業沒有準備好。其中，有些企業買了AI一體機，DeepSeek模型也部署了，但是具體能做什麼、能給企業帶來哪些真實價值？卻不是很明確。
未來，很多企業需要考慮的，不是選擇哪家的模型，或者到底要買多少卡。真正要考慮的是，怎麼樣用雲服務商提供的能力，包括算力層面、大模型的選擇、智能體開發的SDK、多智能體協同的參考架構實踐指南等等。關鍵還是在於，怎麼樣在具體的應用場景裡面，能夠把應用落地，帶來價值，做好組織內部的變革管理。
《21世紀》：這點特別重要，怎麼能夠在企業工作流中真正應用生成式AI？
儲瑞鬆：打個比方，軟件開發領域，之前有一種敏捷開發的方式，由一個產品經理對接業務方搞清楚產品需求。他會對應一個Scrum團隊，團隊有很多開發者、測試工程師、UI設計師，可能需要十幾個人，這是之前的方式。
現在，我跟一些比較領先的，特別是初創類企業聊，他們覺得未來可能是一對一，一個產品經理對一個能夠很懂技術又很懂AI的人，這個人會指揮AI開發者做具體的開發工作，未來的趨勢是向這個方向演進。
有人會擔心，原來十個人的開發團隊未來做什麼，有可能變成，原來是一個開發團隊未來變成十個開發團隊，每個人帶個若干個AI員工，可以成倍提高整個企業的效率。
《21世紀》：從雲廠商的視角看，如何預測接下來AI應用的走勢？
儲瑞鬆：你看技術採用曲線（technology adoption curve），一開始有一些特別早期的技術熱愛者，然後是早期採用者（early adopters），是真正把新的技術能夠用在具體的業務場景當中，提前獲益；然後是後期大衆（Late majority）；還有一些晚期採用者（later adopters），永遠會有這樣的分佈。花若干年的時間，一個新的技術會擴散。
現在可能有些企業不知道AI到底可以給企業做什麼，只是一個觀望懷疑的態度；有些企業，已經把它一半以上的甚至更多的研發讓AI來完成，有一家初創公司，新的代碼90%都是AI生成的。這意味着，這些公司用同樣的資源投入，價值創造效率會高很多，如果應用Agentic AI先人一步，有可能會變成持續領先。
我們在中國有近萬家（這個數字還在增加）客戶，不管是中國企業出海、外國企業進中國，還是中國本土企業用亞馬遜雲科技做創新，服務好他們，讓他們進行價值創造，這是我們想要做的事情。