DisrupTV 第 454 期探讨机器身份与行业颠覆:领导者如何做好准备
在 DisrupTV 第 454 期节目中,嘉宾 Jeff Jonas、David Bray 和 Jeff Cole 探讨了 AI 智能体如何改变身份、安全及行业颠覆的速度,并为企业领导者应对机器规模的世界提出了建议。
在 DisrupTV 第 454 期节目中,嘉宾 Jeff Jonas、David Bray 和 Jeff Cole 探讨了 AI 智能体如何改变身份、安全及行业颠覆的速度,并为企业领导者应对机器规模的世界提出了建议。
企业接入大模型却难以落地干活的根本原因在于缺乏企业上下文,而非大模型本身的问题。用友指出,只有将企业真实的业务数据和场景上下文注入模型,AI 才能真正理解后台业务并发挥作用。
企业AI建设不应再争论是由业务部门还是IT部门牵头,核心关键在于明确由谁来定义业务规则。用友探讨了企业在推进AI转型时的组织与权责关键点,指出厘清业务规则的定义权是确保AI项目成功落地的基础。
微软首席执行官 Satya Nadella 在伦敦活动期间,阐述了企业 IT 管理中如何管控智能体式 AI 的看法。该活动重点关注了智能体式 AI 的治理问题。
文章分析了企业部署 AI 智能体时面临的权限继承、缺乏运行时监管以及提示词注入等内部与安全威胁。由于传统安全工具无法干预毫秒级的智能体行为,文章提出企业需要建立涵盖智能体发现、行为可见性、实时控制和跨层面覆盖的 AI 检测与响应机制。
随着 AI 智能体与 Work IQ 的出现,Dynamics 365 ERP 正在重新思考流程自动化的方式,探讨如何通过智能体消除采购订单处理中的人工中间件角色。文章分析了智能体在企业资源计划系统中的新作用及其对提升业务效率的实际影响。
多数企业并不需要训练自己的大模型,而是应当先把业务经验拆解为数据、模型和算法。这一观点指出企业在智能化转型中应注重底层要素的梳理,而非盲目投入大模型训练。
Google Public Sector 的 RISE 团队通过构建可直接投入生产的快速原型,向客户展示人工智能的实际应用。该组织由原快速创新团队和专业工程组织于 1 月合并成立,旨在将创新文化直接带给公共部门客户。RISE 通过知识库沉淀所有项目代码与方案,确保可复用性并将其推广至其他实体。
专栏观点指出,将 AI 成本与业务成果挂钩的“Tokenomics”本质上是用难以理解的指标来管理成本,正如当年的 Function Point Analysis 一样充满缺陷。该方法依赖于不稳定的模型架构,且容易将决策者的注意力局限在 AI 成本上,最终导致难以推行的内部账单分摊。
作者分析指出许多 SAP 客户在盲目构建 AI 智能体前未明确业务问题,建议从治理、监控和最低拥有成本原则出发评估是否采用现有 SAP 功能或配置来解决问题。
在 AI 时代,企业面临着缺乏对 AI 理解以及 AI 独特故障模式这两大核心安全挑战,而这些问题根源都在于数据。企业需要通过结合人员、流程、技术与组织控制的综合 AI 治理方案,并采用隐私增强技术、合成数据以及明确的供应商协议来保护敏感数据。
AI 驱动的预测性监控通过实时分析历史模式和关联系统信号,将传统的被动事件检测转变为超前的故障预防。Gartner 估计,集成 AIOps 能力可将平均修复时间(MTTR)最多缩短 50%,SAP 也已在 SAP Cloud ALM 和 SAP Focused Run 中引入了基于机器学习的系统异常预测。这种模式下 AI 提供上下文与概率建议,人类专家则保留最终决策权,共同实现持续的系统监测。
企业计算正在向智能体规模演进,全天候运行的 AI 智能体将带来不可预测的工作负载与新的基础设施挑战。为了支撑智能体高效发现和查询非分散数据,企业数据基础设施正向智能存储演进,将智能拉近数据所在地。CIO 必须构建集成了弹性计算、统一数据层与严格数据主权控制的现代化基础设施栈以应对这一转变。
SAPinsider 报道分析了 Trintech 的观点,指出 AI 在 SAP 财务结账中的应用高度依赖于流程的连接、标准化和控制,企业需要先建立统一的结账模型和受控的工作流,才能安全地让 AI 智能体介入自动化任务。
在 SAPinsider 的 Insiders Connection CEO Series 访谈中,主持人 Jamie Bedard 与微软 SAP 全球战略副总裁 Wael El Kabbany 探讨了 SAP 与微软合作的三十年历程及 AI、安全等议题。
企业部署 AI 智能体面临缺乏可见性与运行时行为失控的挑战,Anthropic 数据显示 82% 的组织在其网络中发现了未注册的智能体。应对这一问题需要结合构建阶段安全与运行时行为监督,实施访问权限控制,并根据可利用性而非单一严重性对风险进行优先级排序。
随着企业从推荐系统转向自主执行的 AI 智能体,智能体在完成任务过程中往往会通过小幅度的权限叠加和人工监督的淡化,逐渐累积超出原定预期的权限。RSA、1Password 和 NatWest Group 的安全与 AI 负责人建议,企业应在模型外部构建独立的访问控制与验证机制,实施动态实时授权,并明确智能体的责任归属与多智能体系统级管控。
随着业务部门借助 AI 工具快速构建应用的能力普及,CIO 的角色正从控制交付速度转变为提供判断力、治理标准和稳固的数字底座。文章指出,技术组织需要把控项目价值、通过分级治理规范影子 AI、并提供统一的架构与数据 harness 以保障企业级扩展。
Confluent 提出利用 AI 项目预算来优化企业的底层数据流,并与同行共同推出开源的 Streamhouse 架构概念,旨在为 AI 智能体和应用提供实时且可靠的业务上下文数据。该架构能够提供确定性的数据处理结果,从而减少大模型的 Token 消耗并提升智能体的运行效率。
Salesforce 高管撰文指出,随着消费者越来越多地指派个人 AI 智能体处理日常事务,呼叫中心将迎来全天候、高频次的智能体流量激增,企业应部署自有的 Agentforce 等业务智能体来对接这些请求。文章分析了个人智能体在面对安全检查、流程壁垒时仍需呼叫人工或企业客服的现状,并强调通过 Service Cloud 将 AI 智能体与人工客服结合以有效应对新趋势。
微软 MVP 与 Dynamics 专家在 MSDW 播客中回顾了 Community Summit NA 2026,探讨了微软的头条公告、产品趋势以及客户今年的投资方向。该讨论聚焦于微软生态系统的最新动态与企业应用实践。