AI 模型与平台
下一个影子 IT 问题将是影子代理

影子 IT 过去指的是员工未经批准自行注册 SaaS 工具,或部门自行订阅直至 IT 以惨痛方式发现。我们通过提升可见性、采购纪律和云治理将其控制住。
代理将重新定义这一问题,而且它们的速度将超过 SaaS 或云的任何发展,因为这一次,未经授权的系统不再只是静止,它会主动行动。
自治蔓延
财务部门自行构建代理。人力资源、销售、采购和客服部门也如此。员工会创建个人代理。供应商悄悄将代理嵌入我们已经付费的产品中。
如果在大型组织中这样放大,CIO 已不再只跟踪二十个代理,而是数百甚至数千个软件实体,每个实体都有一定的系统触达和执行操作的能力。IBM 预测大型企业将在今年年底之前运行超过 1,600 个 AI 代理。Gartner 警告代理创建基础设施、身份和访问权限的速度快于治理流程的追踪速度。
CIO 在 2027 年的首要任务将是进行实际清点:每个代理由谁构建、它的功能、触及的系统、拥有的权限以及所有者。没有这些,就没有治理计划,只是假设有人在监视。
人机协同难以扩展
“保持人在环路中”在只有少数代理时是合理的答案。但一旦企业运行数千个代理并执行海量操作,这种做法就不再适用。人力和时间根本不足。
解决方案是基于风险的自治,而非全盘监管。更新内部记录的代理无需像金融交易那样受到审查。决定人工介入程度的因素应包括:操作的金钱价值、数据的敏感程度、代理的置信度、监管风险以及代理是否超出预期参数行事。
Gartner 概述了类似的模型,包括从执行前批准到任务中期干预再到执行后审查以及定期抽样的检查点。目标并不是在每个环节都有人,而是在环路中恰当的点上有人。
代理管理代理
目前,大多数组织仍处于一名人员指挥一个代理的阶段。接下来是多代理系统:专门的代理相互通信、交接任务,并在无需人为介入的情况下运行完整工作流。
采购代理标记需求,向财务代理核对预算,并触发采购代理执行;整个过程无人介入。McKinsey 将其称为新兴架构为“代理网格”。Deloitte 发现只有 15% 的组织实现了跨职能多代理的规模化采用,且仅有 5% 表示其业务流程已高度准备好。
风险在此呈现新形态。不再是“某个代理出错了吗”。而是该错误在代理和系统网络中传播的范围,直至被发现。CIO 必须治理的不仅是单个代理,还包括它们之间的关系和依赖。
代理经济学不同于 SaaS 经济学
代理并非一次响应后即停止。它们持续运行,反复调用模型、访问 API、消耗云资源,并触发其他代理。这种成本结构不同于增加 SaaS 许可证,且缺乏可预测性。
在试点阶段看似低成本的工作流,一旦在生产环境中持续由数百个代理运行,就会迅速变得昂贵。IBM 预测 AI 支出将上升从 2025 年 IT 预算的略低于 15% 上升至 2027 年接近 25%,并发现 85% 的技术领袖仍缺乏对实时 AI 支出的完整可视性。
了解代理在每项任务、每个工作流、每个业务结果上的成本,而不仅仅是底层模型的价格。
从管理技术到管理自治
数十年来,我作为 CTO 的工作基本上是管理人们使用的系统。这正在改变。现在我管理的是代表人们行动的系统,这完全是一种不同的工作。
因此,当我思考谁将在 2027 年占优势时,关键不是部署代理最多的 CIO,而是能够清晰说明他们拥有的代理、这些代理的权限、责任归属、成本以及投资回报率的 CIO。
我们在 2026 年花时间弄清楚如何将 AI 投入生产。2027 年的重点将是弄清楚 AI 自主运行后该如何应对,以及如何在提升安全合规的同时不牺牲效率地进行治理。












