微软近期做出了一项罕见决定：将AI销售增长目标下调一半。这一调整发生在公司宣布进入"AI代理时代"仅数月后，揭示了企业客户对AI代理技术的谨慎态度。销售数据显示，许多销售团队未能完成既定销售配额，反映出AI技术在企业级应用中面临的现实挑战。
销售目标的现实调整
根据The Information的报道，微软在2025财年结束之际（6月）下调了AI代理产品的销售增长目标，原因是销售团队普遍未能完成销售配额。这一调整对微软而言颇为不寻常，尤其是考虑到公司此前对AI产品寄予的厚望。
具体来看，美国某Azure销售单元曾要求销售人员将客户在名为Foundry的产品上的支出增加50%，该产品帮助客户开发AI应用。然而，该单元中不足五分之一的销售人员达到了这一Foundry销售增长目标。随后，微软在7月将当前财年的目标下调至约25%的增长。在另一个美国Azure单元，大多数销售人员未能完成将Foundry销售额翻倍的目标，微软因此将他们的配额下调至50%。
这些数据表明，企业尚未愿意为这些AI代理工具支付溢价价格。与此同时，微软的Copilot产品也面临着品牌偏好挑战：今年早些时候，彭博社报道称，微软销售人员难以向企业推销Copilot，因为许多员工更偏爱ChatGPT。例如，生物制药公司Amgen为2万名员工购买了Copilot软件，但许多员工更倾向于使用OpenAI的聊天机器人，Copilot主要用于Outlook和Teams等微软特定任务。
AI代理技术的现状与局限
AI代理是专门设计的AI语言模型实现，旨在执行多步骤任务，而非简单响应单个提示。这种所谓的"代理式"功能一直是微软2025年销售的核心：在5月的Build大会上，公司宣布已进入"AI代理时代"。
微软向客户承诺，代理可以自动化复杂任务，如从销售数据生成仪表盘或撰写客户报告。在11月的Ignite大会上，微软宣布了Microsoft 365 Copilot中的Word、Excel和PowerPoint代理新功能，以及通过Azure AI Foundry和Copilot Studio构建和部署代理的工具。然而，随着年底临近，这一承诺的兑现难度超出了公司的预期。
技术成熟度的挑战
AI代理系统的概念在2023年OpenAI发布GPT-4后不久出现。这些系统通常涉及将"工作任务"分配给与监督AI模型并行运行的AI模型，并采用评估和自行行动的技术。过去几年，Anthropic、Google和OpenAI等公司将这些早期方法改进为对软件开发等任务更有用的产品，但它们仍然容易出错。
问题的核心在于AI语言模型倾向于"编造"（confabulate），这意味着它们可能自信地生成虚假输出并声明为事实。虽然随着最新AI模型的发展，编造问题有所减少，但当前市场上代理式AI助手所使用的模拟推理技术仍可能造成灾难性错误并持续执行，使它们无法胜任微软所承诺的那种无需人工干预的自主工作。
尽管循环代理系统在捕捉自身错误方面比单独运行单个AI模型更好，但它们仍然继承了底层AI模型的基本模式匹配局限性，尤其是在面对训练分布之外的新问题时。因此，如果代理未经适当训练执行任务或遇到独特场景，它很容易得出错误推断并给企业造成 costly 错误。
企业采纳的阻力
当前AI代理的"脆弱性"也是人工智能通用智能（AGI）概念对AI行业如此吸引人的原因。在AI领域，"通用智能"通常意味着AI模型可以在无需事先展示数千或数百万个示例的情况下学习或执行新任务。尽管AGI是一个难以在实践中明确定义的模糊术语，但如果开发出这样的通用AI系统，理论上将比当今AI公司提供的产品胜任得多的代理工作者。
然而，现实是大多数企业尚未准备好采用这些技术。微软继续在AI基础设施上大力投资，公司在10月结束的2026财年第一季度的资本支出达349亿美元，创下纪录，并警告支出将进一步增加。值得注意的是，微软的AI收入主要来自AI公司租用云基础设施，而非传统企业采用AI工具运营自己的业务。
市场期待与现实的差距
微软在AI领域的雄心与市场现实之间存在明显差距。公司在5月Build大会上宣布进入"AI代理时代"，并承诺这些代理将彻底改变企业运营方式。然而，销售数据表明，企业客户对这些承诺持谨慎态度，尤其是考虑到技术尚未完全成熟。
这种差距部分源于AI技术的固有局限性。尽管AI代理系统在理论上可以执行复杂任务，但它们在实际应用中仍然面临可靠性问题。企业对新技术采用通常持保守态度，特别是当这些技术涉及关键业务流程时。微软的销售目标调整反映了公司对市场现实的重新评估。
未来展望
尽管面临挑战，微软仍在继续大力投资AI基础设施。公司似乎正在为一场尚未获得大多数企业参与的革命建设基础设施。当前，随着市场关注AI领域潜在的泡沫，微软需要平衡其长期愿景与短期市场现实。
对于AI技术而言，企业级应用的发展可能需要更渐进的路径。与其追求完全自主的代理系统，不如先专注于解决特定业务场景的AI应用，逐步建立信任和可靠性。随着技术的不断进步和市场教育的深入，AI代理最终可能实现其承诺的变革潜力，但这一过程可能比预期的更为漫长。
结论
微软销售目标的下调反映了AI技术在企业级应用中面临的现实挑战。尽管公司对AI代理技术寄予厚望，但市场接受度和技术成熟度之间的差距仍然显著。未来，AI技术的发展需要更加务实，专注于解决实际业务问题，而非过度承诺尚未实现的功能。随着技术的不断进步和市场的逐步适应，AI代理最终可能实现其变革潜力，但这一过程需要时间和耐心。
