（来源：智通财经）
智通财经APP获悉，国际数据公司(IDC)预测，到2029年，60%的全球2000强(G2000)企业将让多数业务流程以AI优先的方式运行。该预测的前提是运营和决策交由AI智能体承担。IDC同时预测，到2028年，70%的全球2000强企业(G2000)将具备持续验证AI智能体决策的能力，而目前这一比例仅为14%。
为了帮助企业领导者把握变革节奏、明确行动优先级，IDC根据不同变革力量所对应的时间窗口，将其划分为三大类别：
正在关闭的窗口(Closing Window)：先行者已经建立领先优势，而且这种优势正在持续扩大，后来者与领先者之间的差距日益拉大。
仍然开放的窗口(Open Window)：企业领导者仍有机会塑造竞争格局、影响未来走向，但可供采取行动的时间正在快速缩短。
正在开启的窗口(Emerging Window)：新的市场与价值创造机会正在形成，率先行动的企业有望获得远超后来者的竞争优势。
第一类 正在关闭的窗口——先行优势正在加速累积
1. 开放模型的崛起，正在冲击AI经济学这道难题
到2028年，企业将把60%的AI工作负载从专有大型语言模型转向开源模型，并借助模型路由策略降低成本、对冲供应商锁定风险。动作更快的企业，将率先化解智能体推理费用超支的问题——这一问题正在制约AI应用的规模化扩张。
2. 数据规模增长正在超越企业创造数据价值的能力
IDC预测，到2028年，60%的企业将无法把自身拥有的数据有效转化为可衡量的商业价值。其根本原因在于，企业数据规模的增长速度正在超过企业定义、管理和治理数据价值的能力。企业面临的挑战，已经不再仅仅是如何获取和存储更多数据，而是如何真正理解数据价值、建立有效的数据治理机制，并将数据转化为业务成果。
第二类 仍然开放的窗口——影响未来竞争格局的时间正在快速缩短
3. 智能体部署速度正在超越企业治理能力
来自10个不同研究领域的IDC分析师团队，在独立研究中发现了同一个关键问题：AI智能体的部署正在加速，而企业的监督与治理机制却未能同步跟上。
IDC预测，到2028年，那些未能为生产环境中的AI智能体配置“紧急停止开关”(Kill Switch，即能够及时关闭行为异常智能体的控制机制)的全球2000强企业，将面临两项明显的风险与成本上升：责任保险保费将高出25%；重大审计发现问题的数量将增加至两倍。
与此同时，AI智能体的部署速度仍在持续加快。根据IDC《未来企业韧性与支出调研》(Future Enterprise Resiliency and Spending Survey)，截至2026年7月，95.4%的企业已将智能体部署到平均11条生产工作流中，每月推理预算接近11.8万美元。
这组数据揭示了一个日益突出的矛盾：智能体正在以前所未有的速度进入企业核心业务，而传统依靠人工审批、定期审计和事后纠偏的治理体系，越来越难以满足实时监督的要求。
4. 软件合同正在围绕AI智能体重新定义责任边界
IDC预测，到2028年，75%的全球2000强企业与技术供应商签订的合同，将纳入针对AI智能体自主发起行为的责任条款。届时，如果供应商合同中缺少此类责任约定，将成为企业评估和选择技术供应商时的重要风险警示信号。
与此同时，企业还将面临AI智能体成本透明度方面的新挑战。IDC预测，在全球企业中，尽管供应商没有公开调整产品或服务价格，但企业实际承担的智能体相关费用却出现上涨的比例，将从目前的20%提高至2027年底的55%。
这意味着，企业软件采购与成本管理正在发生深刻变化。过去，企业主要关注软件许可证、订阅价格和使用人数；进入智能体经济时代，企业还必须关注智能体自主执行任务所产生的动态成本，以及相应的行为责任、风险分担和合同约束。
5. 全球统一的技术架构正在走向分化
来自9个研究领域的IDC分析师团队指出，不同国家和地区日益分化的监管要求，正在使企业难以继续依赖单一的全球统一技术架构。IDC预测，到2029年，35%的全球2000强企业将建立针对不同司法管辖区的AI模型注册管理体系及相应控制机制。
随着各国在数据安全、隐私保护、AI治理和合规要求等方面形成不同的监管体系，跨国企业必须重新思考其全球AI架构的设计原则。未来，全球技术能力的一致性与本地监管合规的差异化，将成为企业AI架构设计必须同时兼顾的两项核心要求。
第三类 正在开启的窗口——新兴市场机会将优先属于先行者
6. 监督与编排智能体正在催生新的工作岗位类别
IDC预测，到2029年，全球2000强企业将推动30%的初级和中级执行类岗位，向AI智能体监督与编排相关岗位转型。这一趋势意味着，企业工作模式正在发生结构性变化。
越来越多的员工将不再直接执行每一项具体任务，而是负责设定目标、协调智能体、监督执行过程，并对最终结果进行判断和负责。值得注意的是，AI并不必然意味着企业初级岗位数量的全面下降。根据IDC《未来工作调研》(Future of Work Survey)，在员工人数为1000至4999人的中型市场企业中：
49%的企业预计，未来18个月初级岗位员工数量将增加。
17%的企业预计，初级岗位员工数量将减少。
这表明，AI对就业市场的影响并非简单的岗位替代，而是伴随着工作内容、技能需求和组织分工的重新配置。
7. AI正在走出屏幕，进入真实的物理世界
来自能源、制造、零售、连接技术等8个研究领域的IDC分析师团队，均观察到一个重要发展方向：AI正在从数字空间走向物理运营场景，开始直接参与现实世界的生产、控制和业务执行。
例如，IDC预测，到2030年，40%的电力公用事业企业将采用分级授权框架，允许AI智能体自主执行经过选择和授权的常规电网控制操作，从而使人工操作人员的干预需求减少25%。
这一趋势意味着，AI应用正在突破传统的信息处理、知识问答和决策辅助等场景，进一步深入生产运营、能源管理和物理基础设施控制等领域。随着AI智能体逐渐获得执行真实世界操作的权限，企业也必须建立与之匹配的授权、监督、安全和责任管理机制。
8. 中型市场企业在智能体部署方面已经领先大型企业
IDC针对1146位企业领导者开展的《未来工作调研》发现，在AI智能体的跨部门部署方面，中型市场企业表现出比大型企业更高的积极性。具体而言：
在拥有1000至4999名员工的中型市场企业中，46%已经在多个部门部署代理式AI。
在拥有5000名及以上员工的大型企业中，这一比例为40%。
然而，在AI治理体系建设方面，情况却恰好相反。只有31%的中型市场企业已经建立全面投入运营的AI卓越中心(AI Center of Excellence)，以统筹和监督AI治理，而大型企业的这一比例达到43%。
这一发现揭示了智能体经济时代值得关注的新现象：中型市场企业可能凭借更灵活的组织结构和更快的决策速度，在智能体部署方面取得先发优势；但大型企业在建立系统化治理机制、完善组织能力和管控风险方面，仍然具有相对优势。
未来的竞争，不仅取决于企业部署AI智能体的速度，还取决于其能否在规模化应用的同时，建立与之匹配的治理和运营能力。
