微软近期做出了一个令人意外的决定：将其AI代理产品的销售增长目标下调了一半。这一调整发生在公司销售人员未能完成配额之后，标志着微软在推动AI商业化方面遇到了显著挑战。尽管微软在5月的Build大会上宣布进入"AI代理时代"，但企业客户的反应却远未达到预期。
销售目标大幅下调的背后
据《The Information》周三报道，微软已将AI代理产品的销售增长目标下调了一半，原因是许多销售人员在截至6月的财年中未能完成配额。这一调整对微软来说并不寻常，表明公司对其AI产品的销售前景进行了重新评估。
在其中一个美国Azure销售部门，微软销售人员被要求将客户在名为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，该部门不到五分之一的销售人员达到了Foundry销售增长目标。7月，微软将当前财年的目标降至约25%的增长。在另一个美国Azure部门，大多数销售人员未能实现将Foundry销售额翻倍的前期配额，微软将他们的配额削减至当前财年的50%。
这些销售数据表明，企业尚未愿意为这些AI代理工具支付溢价价格。微软的Copilot本身也面临品牌偏好挑战：今年早些时候，《彭博社》报道，微软销售人员向企业推销Copilot时遇到困难，因为许多员工更偏爱ChatGPT。据报道，制药公司Amgen为2万名员工购买了Copilot软件，但许多员工转而使用OpenAI的聊天机器人，Copilot主要用于Outlook和Teams等Microsoft特定任务。
AI代理技术的现实困境
微软销售目标的下调背后，可能隐藏着一个更深层次、更根本的问题：AI代理技术可能尚未准备好应对微软承诺的高风险自主业务工作。
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，并采用评估和自行执行结果的技术。过去几年，Anthropic、Google和OpenAI等公司已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"，这意味着它们可能会自信地生成虚假输出并声明其为事实。虽然随着最新AI模型的出现，编造问题已有所减少，但当前市场上代理AI助手使用的模拟推理技术仍然可能造成灾难性错误并继续执行，使它们无法胜任微软等公司承诺的无需人工干预的自主工作。
虽然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，特别是当面对训练分布之外的全新问题时。因此，如果代理未经适当培训执行任务或遇到独特场景，它很容易得出错误推断并为企业造成 costly 错误。
当前AI代理的"脆弱性"也是为什么人工智能通用智能(AGI)的概念对AI行业如此有吸引力。在AI领域，"通用智能"通常意味着AI模型可以学习或执行新任务，而无需事先展示成千上万个示例。尽管AGI是一个在实践中难以定义的模糊术语，但如果开发出这样的通用AI系统，它理论上将比当今AI公司提供的产品胜任得多的代理工作者。
微软的AI投资策略
尽管面临这些挑战，微软仍在大力投资AI基础设施。公司报告称，截至10月的财年第一季度资本支出为349亿美元，创历史新高，并警告支出将进一步增加。《The Information》指出，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工具运营自身业务。
目前，随着所有目光都集中在AI市场潜在的泡沫上，微软似乎正在为一场许多企业尚未签署的革命建设基础设施。
企业级AI采用的挑战
微软的困境反映了整个AI行业在商业化过程中面临的挑战。企业客户对AI技术的采用持谨慎态度，主要原因包括：
技术成熟度不足：当前的AI代理技术尚未达到企业级应用所需的可靠性水平。
投资回报不明确：企业难以量化AI技术带来的实际价值，因此不愿意支付溢价。
员工偏好问题：如微软Copilot的案例所示，员工可能更倾向于使用他们熟悉的AI工具，而非公司强制推广的解决方案。
集成复杂性：将AI代理技术整合到现有业务流程中面临技术和组织层面的挑战。
未来展望
尽管面临挑战，AI代理技术的潜力仍然巨大。随着技术的不断进步和企业对AI价值的认识加深，市场情况可能会逐渐改善。微软等科技巨头需要调整其市场策略，更加注重解决实际业务问题，而非仅仅推销技术概念。
对于企业而言，采取更加务实的AI采用策略至关重要，从小规模试点开始，逐步扩展应用范围，同时密切关注技术成熟度和投资回报。只有这样，企业才能真正从AI技术中获益，避免被过度炒作所误导。
AI代理技术的发展道路仍然漫长，但通过持续的技术创新和合理的市场预期，这一领域最终可能会实现其承诺的变革潜力。
