智能体AI实测：B2B销售效率暴增90%！

进入2025年，随着人工智能技术的飞速发展，特别是智能体AI（Agentic AI）的兴起，各行各业正迎来一场深刻的变革。智能体AI系统能够自主学习、行动并适应，其应用潜力正逐步显现，成为企业提升效率、优化运营的关键驱动力。对于中国跨境行业而言，理解和把握智能体AI的发展趋势、挑战与机遇，对于制定未来战略、保持市场竞争力至关重要。当前，业界对智能体AI的市场现状、未来走向以及其为营销、IT、运营、管理乃至高层决策带来的变革，已形成了一些共识。尤其是在系统协作（即“编排”）和规范管理（即“治理”）方面，其成熟度将直接决定智能体AI能否真正实现智能放大效应，而非导致混乱。

智能体AI的当前进展与核心认知

尽管生成式AI仍存在准确性方面的挑战，但企业因其带来的巨大效率提升，正积极拥抱能够自主行动的智能体AI。早期应用企业反映，在B2B销售、售前服务和营销组合建模等工作流程中，智能体AI已带来显著的时间节省。

行业巨头如亚马逊、Salesforce、Adobe和麦当劳，都在围绕自主智能体重塑其平台和运营模式。例如，亚马逊在2025年早些时候进行的约14000人裁员，尽管官方声明是出于文化调整，但背后显然也受到AI驱动效率目标的考量。

从实践中，智能体AI的核心优势和局限性也逐渐清晰：它能可靠地自动化单个任务和步骤，但很少能完成整个流程。因此，有效的“编排”（确保智能体安全协作）和“治理”（设定防护措施和可审计性）是实现规模化应用的前提。领先的企业强调，严格的治理并非阻碍，而是加速器。

在创意和营销活动方面，变革正在发生。麦当劳和耐克等知名品牌正在部署定制智能体，在确保品牌一致性的前提下，协助共同创作内容。DDB等广告机构也构建了三层AI系统，用于指导策略、语调和执行。

智能体AI的应用场景正不断扩展，涵盖客户体验、营销、数据管理和合规等多个领域。AI智能体正在自动化呼叫摘要、工单分流、预算调整、系统同步，并通过审计跟踪确保合规性。Boomi公司甚至计划将50%的业务流程实现智能体化，以期获得巨大的上市时间优势。

当前，组织文化变革的速度普遍滞后于技术进步。尽管AI能力呈指数级增长，但多数企业在内部准备上仍面临挑战。技术供应商和广告代理商指出，营销正从一次性活动转向由智能体驱动的持续学习系统，这将促使营销技术栈在内容、数据和编排能力上进行重构。

“编排”、治理和AI素养已成为企业必备能力。团队正围绕跨职能的AI理解进行重塑。Amplitude公司举办的“AI周”活动，便是企业为实现全员转型所付出的努力的缩影。

然而，智能体AI并非即插即用。尽管市场热度高涨，但支撑智能体AI愿景所需的许多基础设施，如标准、工具、安全措施和适用的法规，仍处于缺失或不成熟状态。Pega系统首席执行官Alan Trefler（艾伦·特雷弗勒）警示，若缺乏有效编排，企业恐将面临“智能体各自为政的混乱局面”。因此，统一协调而非仅仅自主性，已成为当前的关键。

Boomi首席执行官Steve Lucas（史蒂夫·卢卡斯）强调：“如今，平均每家企业拥有360个SaaS应用程序。那么，第361个应用程序真的能解决所有问题吗？我们都深知一个软件领域的普遍真理：软件将永远层出不穷，且只会变得越来越复杂。这是一个持续存在的问题，不会消失。”

智能体AI的挑战与突破

大型语言模型（LLM）能力非凡。许多人在2022年末首次接触ChatGPT时，都对其表现出了如同“魔法”般的惊叹。然而，在最核心的“事实准确性”方面，LLM仍有不足。因此，OpenAI和Anthropic等公司会提醒用户，不要完全信任其产品。如果一名实习生犯错率如此之高，可能第一周都难以留任。

这些系统不仅会犯错，有时为了迎合用户，甚至会给出不实信息。斯坦福大学研究人员发现，在AI驱动的销售中，销售额提升6.3%的同时，虚假宣称却增加了14%。机器销售越多，其夸大其词的倾向越明显。即使被要求保持准确，它们的不实信息反而增多，研究人员称之为“莫洛克之约”。另一份来自外媒研究机构的报告也指出，幻觉并非技术故障，而是模型学习方式中的数学必然性。

然而，正是在这种复杂的技术基础上，智能体AI——能够学习、行动、适应并生成内容的系统——正在迎来一次巨大的飞跃。通过对早期应用案例的观察，在一些内容密集型工作流程中，如B2B外向销售，时间节省高达90%的情况并不少见。在营销组合建模领域，Mutinex平台创始人Henry Innis（亨利·因尼斯）表示，通过智能体AI，他的公司已为客户节省了数万小时的工作量，目前其研发预算的三分之一都投入于此。这种效率提升是如此巨大，它并非简单地取代人力工作，而是在实现过去几乎不可能完成的工作。

智能体AI的益处也并非仅限于初创企业。与云计算和SaaS等过去曾带来变革的技术不同，大型传统企业正迅速行动，围绕智能体重新组织劳动力。亚马逊首席执行官Andrew Jassy（安迪·贾西）在2025年早些时候曾向分析师表示，其裁员14000人的决定“并非真正由财务驱动，甚至并非当前由AI驱动。它关乎文化。”但事实上，这既与文化有关，也与效率相关。亚马逊旨在通过生成式AI和智能体AI，以更快的速度、更低的成本运营。

那么，建立在以“不诚实”和“不可靠性”著称，且幻觉根植于其“DNA”的模型之上的智能体AI，为何发展如此迅速？通过与多位行业专家和早期应用者的交流，我们发现答案看似简单：智能体AI能够带来显著的效益，但前提是其智能体必须得到精确的约束和控制。事实上，将这些交流内容提炼成词云，“编排”和“治理”无疑是两个最突出的关键词。

Salesforce产品管理高级副总裁John Kucera（约翰·库塞拉）指出：“流程由任务组成，任务由步骤组成。一个任务可能是‘我需要退款’，或者‘我需要重置密码’。智能体可以成功自动化步骤，有时是整个任务，但很少能自动化多个任务，极其罕见地，也许目前还不能自动化整个流程。”

早期先行者的实践

麦肯锡公司高级研究员Michael Chu（迈克尔·朱）在2025年最新发布的一份海外报告中提到：“约四分之一的受访者表示，他们已开始至少在一个或两个业务职能中规模化部署智能体AI系统。”尽管这部分先行者数量可观，但这些项目往往是战术性的，且在非常有限的业务职能中运作。Michael Chu（迈克尔·朱）指出：“纵观整个企业格局，智能体的使用尚未普及。这种差距凸显了‘炒作周期’所描绘的巨大潜力与当前实际情况之间的对比：对于那些受访者表示已在特定业务职能中开始使用智能体的公司，大多数仍处于探索阶段。”

该报告进一步指出，23%的受访者表示其组织至少在一个业务职能中规模化部署了智能体AI系统，另有39%表示已开始试验AI智能体。作为参考，科技分析机构Gartner预测，预计到2026年底，企业级应用中集成任务专用AI智能体的比例将达到40%，而当前（2025年）这一比例尚不足5%。

Michael Chu（迈克尔·朱）强调，要成功应用智能体AI，需要投入大量工作。Salesforce负责其智能体技术栈的产品管理高级副总裁John Kucera（约翰·库塞拉）对此深有体会。他表示：“要用现有技术做好这件事，需要一个团队……你需要懂业务策略的人，需要提示工程师，还需要知道‘好’是什么样的分析师。这是构建一个优秀智能体所需的最低限度的人员配置。”

理性看待智能体AI的当前能力

尽管Salesforce正全力以赴引领智能体AI的发展并积极推广，但John Kucera（约翰·库塞拉）对智能体当前能力的评估是务实而清醒的。他表示：“流程由任务组成，任务由步骤组成。一个任务可能是‘我需要退款’，或者‘我需要重置密码’。智能体可以成功自动化步骤，有时是整个任务，但很少能自动化多个任务，极其罕见地，也许目前还不能自动化整个流程。”

即使在这些边界内，复杂性也会迅速增加。他指出：“也许智能体的准确率是90%。现在你有两个动作，每个准确率90%。那么总准确率就是81%。如果有五个呢？十个呢？虽然单个动作的风险容忍度可能在可接受范围内，但如果将它们串联起来，而没有人为审查，最终结果往往会低到无法接受。”

这种层级关系应当让那些沉醉于“端到端流程自动化”承诺的营销人员有所警觉。该技术终有一天可能管理整个工作流程；但就目前而言，John Kucera（约翰·库塞拉）建议，更明智的做法是针对“高投资回报率的任务和步骤，现在即可自动化，且无需投入过多的精力”。

不过，如果你坚持追求更高的目标，或许评价智能体AI当前成熟度的最佳方式，是听取澳大利亚Lendi集团首席技术官Devesh Maheshwari（德维什·马赫什瓦里）的建议。他负责该公司名为“极光项目”的智能体研发。他指出，在许多方面，智能体AI就像早期的云计算。前景清晰可见，但其基础设施、互操作性标准、安全框架和可观察性等，却用了数年时间才逐渐成熟。

然而，并非所有人都认同这一类比。Optimizely高级产品副总裁Kevin Li（凯文·李）认为，虽然云计算的普及耗费了多年，但AI的普及速度却快得多。云计算需要十年的时间，通过说服和咨询，才能让企业相信并使用他人的服务器。而AI，他指出，从“机器人恐慌”到“董事会部署”，只用了不到六个月的时间。原因在于文化上的熟悉度。ChatGPT及其同类产品并非通过IT部门悄然进入，而是通过餐桌上的好奇心和LinkedIn演示迅速传播。他认为，这种扩散曲线是前所未有的。Kevin Li（凯文·李）表示，云计算的普及率仍仅完成约五分之一，而生成式AI却已嵌入营销、服务和分析领域。他警告，危险在于治理和安全措施的滞后。

新西兰DDB集团首席运营官Liz Knox（丽兹·诺克斯）表示：“目标并非限制想象力，而是确保无论创作者是谁，创意都仍具有可识别的品牌特征。”

智能体AI的早期应用案例

在早期智能体AI的应用中，不同企业所青睐的应用类型展现出惊人的一致性。这部分反映了Salesforce和微软等公司在推广该技术方面的成功。但这不仅仅是品牌在现有SaaS应用中增加协同助手或新的智能体功能，更深层次的复杂应用也正在涌现。

新西兰DDB集团首席运营官Liz Knox（丽兹·诺克斯）介绍说：“当麦当劳开展‘粉丝最爱’活动时，粉丝可以共同创作视觉内容，而系统则确保所有内容都符合麦当劳的品牌形象和风格。耐克也做了类似的事情，让社区在品牌档案库中已学习到的指导下，自由设计草图。” Liz Knox（丽兹·诺克斯）指出：“目标并非限制想象力，而是确保无论创作者是谁，创意都仍具有可识别的品牌特征。”

Liz Knox（丽兹·诺克斯）表示，麦当劳等主要客户目前正在构建三层AI系统：

她补充道：“在这种模式下，定制AI智能体贯穿整个创意生命周期。有些智能体扫描评论以发现洞察；有些模拟受众；有些规划内容的发布地点和时间；还有一些评估内容表现——所有这些都为下一个创意周期提供反馈。过去是直线型的工作流程，现在则是一个不断进化、学习的网状系统。”

目前普遍观察到的智能体AI应用领域包括：

智能体的协调与治理

正如海外报告所示，许多早期应用案例都具有战术性，但它们仍带来了显著的效益。例如，Boomi公司积极将其售前流程智能体化，展示了在过去需要客户代表手动完成一天的工作中，实现了80%到90%的时间节省。在全球近400人的团队中推广，这将带来可观的经济效益。更重要的是，这带来了相对于竞争对手的上市时间优势。这家在2024年被评为美国增长最快的公司之一、年收入预计达到5亿美元的软件公司，正积极将其大量业务流程智能体化。在2025年1月，其首席执行官Steve Lucas（史蒂夫·卢卡斯）致信领导团队，表示希望将公司一半的工作流程实现智能体化。

曾任Marketo首席执行官的Steve Lucas（史蒂夫·卢卡斯）对营销SaaS领域有着深刻理解，他显然是智能体潜力的坚定信徒。但他也深知智能体将给高管层带来的挑战。在2025年年初Boomi World的一次主旨演讲中，他向与会者表示：“如今，平均每家企业拥有360个SaaS应用程序。那么，第361个应用程序真的能解决所有问题吗？我们都深知一个软件领域的普遍真理：软件将永远层出不穷，且只会变得越来越复杂。这是一个持续存在的问题，不会消失。”

他进一步指出：“现在有了AI，想象一下：我们的组织中已经有数百个应用程序，数千个数据库，以及数万个API。集成演变为自动化，自动化又正在演变为编排。我说的不仅仅是系统间的编排，我们必须编排AI，无论是50个、5000个还是500万个，无论有多少智能体在您的组织中运行。您都必须弄清楚如何编排它们。”

这一观察揭示了整个科技行业在迈向智能体未来时面临的巨大挑战。该行业所描绘的愿景是数十亿个自主智能体和谐协作，为企业及其客户带来福祉。然而，就目前而言，现实却大相径庭。许多必要的基础设施尚不存在，且可能需要数年才能成熟。标准和协议才刚刚起步，可观察性、评估和监控工具稀缺，且现有工具也尚不成熟。而且，当我们与技术供应商，特别是SaaS供应商交流时，网络安全往往被视为次要问题——他们当然承认其重要性，但认为这是“别人的问题”。

Pega系统首席执行官Alan Trefler（艾伦·特雷弗勒）强调：“如果没有正确的控制，这可能会变成一个令人担忧的、混乱的局面……智能体各自为政的混乱……真正需要做的是从混乱走向指挥。”

编排与治理：加速发展的关键

机器现在可以行动，但问题在于它们能否和谐运作。第一波智能体AI浪潮已经证明，自主软件智能体可以采取行动。然而，如果任由它们自行发展，所见的“速度”可能很快演变为“混乱”，或者用工程术语来说：规模化的熵增。

当前的加速发展不再取决于自主性，而是协调一致。营销过去对集成的幻想曾承诺和谐，最终却带来了大量的帮助台工单。SaaS膨胀十年后，营销人员才明白“集成”从未是真正的目标。“编排”才是真正的关键。在智能体时代，它更是必不可少的。

“编排”意味着制定协作规则：谁在什么条件下做什么，以及如何验证其效果。这听起来简单，但实施起来并非易事。如果智能体AI的编排最终像SaaS堆栈的拼凑一样混乱，营销人员将面临一个信号少于噪音的未来。这是智能体AI面临的主要风险：自主系统可能相互掣肘，局部优化却破坏整体一致性。

这也是为什么“治理”成为了加速引擎。现在就构建好防护措施，您的智能体将运行得更快、消费更智能。值得注意的是，在2025年5月至9月期间，我们观察到美国行业会议上，供应商更愿意讨论治理，而非通常的功能特性。这一信息正逐渐传达给品牌方。

澳大利亚Suncorp集团AI平台负责人Kranthi Nekkapula（克兰蒂·内卡普拉）在2025年8月的一次行业活动中告诉与会者：“AI治理就像驾驶赛车……我们不将这些风险和控制视为减速带。相反，我们将其视为刹车，有了刹车，您就可以随心所欲地快速行驶，同时确保行车安全。”

Pega系统首席执行官Alan Trefler（艾伦·特雷弗勒）则以直截了当的方式阐述了编排的重要性。他指出，缺乏协调的自主性会滋生混乱。“如果没有正确的控制，这可能会变成一个令人担忧的、混乱的局面……智能体各自为政的混乱……真正需要做的是从混乱走向指挥。”他强调，要找到一种方式来指导业务，在适当的时间使用正确的AI或合适的人来做正确的事情。

而可预测性则需要治理。他表示：“您希望AI是可预测的……这样两个问题基本相同但略有不同的人，不会得到不同的答案。企业就是这样陷入困境的。”

我们应该预见到一些挑战。编排和治理智能体AI的工具仍在开发中。Amperity联合创始人兼首席技术官Derek Slager（德里克·斯拉格）强调了建立强大评估框架的重要性，这也是许多我们访谈过的技术领导者指出尚不成熟的工具类别之一。技术人员称之为“Evals”，它们是衡量AI智能体性能的结构化方法，旨在确保智能体系统可解释、可衡量、可改进。

他表示：“如果你想快速行动并创造巨大价值，就必须进行评估。否则，你只是在猜测，或者是在碰运气。” 他还指出：“当这些工具不存在时，你就会看到各种‘AI失控’的头条新闻……如果不能首先解决这个问题，没有人能在三年后实现他们的目标。”这也是为什么企业正在为每个自动化决策建立审计跟踪，并在其推理能力得到验证之前，对智能体进行约束。

Constellation Research副总裁兼首席分析师Liz Miller（丽兹·米勒）表示：“AI，尤其是智能体AI，旨在提高决策速度。如何为客户做出最佳决策，并实时、持续地转化为对业务的最佳决策。”

提升决策速度

当数千个自主进程同时运行时，谁来确保品牌的可识别性和伦理标准？Constellation Research副总裁兼首席分析师Liz Miller（丽兹·米勒）表示，营销人员的角色正在从营销活动设计师转变为全天候生态系统的管理者。她称之为“新的品牌纪律”，即确保每个微观决策都符合品牌语调和道德准则。她指出：“它始终关注那些功能摩擦点……因为它能够进行理性判断。它会说，‘等等，你没有对这个流程进行任何安全设置……公司中所有其他流程都有安全保障。’”

Liz Miller（丽兹·米勒）认为，最终，“AI，尤其是智能体AI，旨在提高决策速度。如何为客户做出最佳决策，并实时、持续地转化为对业务的最佳决策。”这种自动化与艺术的结合，也在塑造品牌表达自身的方式。企业不再依赖静态的品牌指南，而是将语调、理念和设计规则编码为数字品牌操作系统框架，供大型语言模型和创意智能体解读。

Adobe体验平台高级副总裁Sundeep Parsa（孙迪普·帕萨）指出：“我们提出问题的方式不再关注技术的速度和性能，因为我们已经解决了这个问题。组织敏捷性是下一个前沿。你必须考虑人员流程……你的端到端摄取流程是什么？需要多少审批和步骤？你是否愿意进行一些简化？”

变革的中心与重构的需求

用“狂热”来形容2025年硅谷企业对智能体AI颠覆潜力的反应，或许尚不足以描绘产品构建者当前所处的环境。Adobe体验平台高级副总裁Sundeep Parsa（孙迪普·帕萨）表示，科技公司别无选择，这既是组织文化问题，也是技术问题：“我们提出问题的方式不再关注技术的速度和性能，因为我们已经解决了这个问题。组织敏捷性是下一个前沿。你必须考虑人员流程……你的端到端摄取流程是什么？需要多少审批和步骤？你是否愿意进行一些简化？”

Sundeep Parsa（孙迪普·帕萨）表示，Adobe正以“智能体AI优先”的思维重新构想其Experience Cloud，将数据、内容和旅程编排连接起来，使应用程序能够理解目标和上下文。创意与生产力以及客户体验紧密相连：协调能够理解意图、语调和结果的智能体，而非执行孤立的任务。

跨渠道营销科技公司Iterable首席执行官Sam Allen（山姆·艾伦）则简单描述了营销人员在技术栈智能体化过程中可能面临的变革。他指出：“为了了解什么有效，你需要花费大量时间与分析师一起深入研究数据，理解同期群分析。而AI的惊人之处在于……它能够替你完成所有这些繁重的工作，然后告诉你它是如何做到的。”

他的公司一直在重建其业务模式，以取代旧有的方式：那种像装配线一样高效的营销活动——一个信息，被无数次地印制，发送给由粗略人口统计学定义的受众。即便分段和同期群模型变得更加复杂，营销节奏依然是周期性的：规划、构建、发布、重复。但现在，随着数据分析变得更加精细，以及生成式AI和智能体AI的兴起，这些旧的启发式方法正在失效。Sam Allen（山姆·艾伦）认为：“如果你仍然停留在传统的营销活动模式中，你将会被淘汰。”

重塑营销运营方式，从以营销活动为主导的节奏转向由智能体驱动的“始终在线”学习系统，将需要对整个技术栈进行彻底改革，而不仅仅是Sam Allen（山姆·艾伦）及其团队希望改造的跨渠道营销部分。

关于这一变革的速度，行业内存在争议。Forrester创始人兼首席执行官George Colony（乔治·科洛尼）拥有超过40年的科技分析经验，他坚定地属于“革命性”变革阵营。他在2025年上半年表示，他预见到智能体AI将重写软件经济学，带来严重的颠覆。他在Forrester博客上发表的题为“第七波浪潮”的专栏中阐述了这一观点。

George Colony（乔治·科洛尼）认为：“软件系统，无论是CRM还是ERP，都是结构化数据库——客户记录或财务记录的存储库。生成式AI与智能体AI结合，有望提供一种管理这些数据的新方式，为一批富有进取精神的科技公司打开大门，它们将提供AI CRM、AI财务、AI数据库、AI物流等。这些系统有望更具适应性、更注重学习，部署更便捷，部署成本也更低。”他还认为智能体AI将提供更好的功能。“AI原生系统将持续学习、灵活应变和适应，无需投入数百万美元的咨询和定制费用。它们有望保持最新状态，随时准备应对新的业务问题和挑战，无需重建。当业务和流程发生变化时，技术也会学习和改变。”

George Colony（乔洛·科洛尼）给客户的建议表明他预见到快速的变化：“如果你计划在未来两年内购买传统SaaS平台，请稍等，”他建议，“或者签订非常短期的合同。不要做出大的长期承诺。”

营销技术领域知名专家Scott Brinker（斯科特·布林克）也预见到巨大的变革——他谈到一个世界，数十亿甚至数万亿的软件智能体将根据需要而出现或消失。但他更多地是一位进化论者而非革命论者。一个关键的制约因素是组织吸收变化的能力，Scott Brinker（斯科特·布林克）称之为“马尔泰克定律”（Martec's Law）。“技术呈指数级变化。组织呈对数级变化。”这是一个带来压力的公式。他表示：“当我们将这两条曲线放在一起时，我们发现技术正呈指数级变化，但组织内部的变化速度却慢得多。这两条曲线之间的距离不断拉大。我总是将其比作一只脚踏在码头上，另一只脚踏在正在驶离的渡轮上。”他认为，这是21世纪管理的典型挑战。

快速技能重塑的需求

转向智能体驱动的营销技术栈，并非简单地“推倒重来”，而是需要品牌及其营销技术供应商对技能和能力进行根本性的重新思考。以“提示工程”这个在智能体成为接口的时代中至关重要的问题为例。Hightouch联合创始人兼联席首席执行官Tejas Manohar（特贾斯·马诺哈尔）指出：“未来大部分提示将由计算机生成。”他预见到一个机器根据数据洞察自动生成提示的世界，营销人员的角色将从创作者转变为审阅者。他表示：“如果未来您的内容团队只是进入一个AI内容工具，根据自己的想法输入提示，那么您将错失许多价值。现在，您可以将数据和洞察层与内容团队进行程序化连接，以便洞察系统能够为AI内容系统生成提示，从而创造出更有趣的变体。”

尽管有关AI引发技术性裁员的新闻甚嚣尘上，但现实是，硅谷的科技公司正在大力投入，为员工的智能体未来做好准备。2025年5月下旬，我们采访Amplitude首席工程官Wade Chambers（韦德·钱伯斯）时，他正准备为全体员工举办公司的“AI周”活动。这种对能力建设的投入，在中国许多公司中往往被忽视。

Wade Chambers（韦德·钱伯斯）将公司的内部培训机制描述为一种深思熟虑的尝试，旨在“让每个人都全身心投入，没有退路。这是一个糟糕的比喻，但就像破釜沉舟。我们必须跨越这道障碍。”为此，Amplitude设立了为期五天的沉浸式培训，将理论付诸实践。他介绍说：“第一天，每个人都有相同的体验……为什么AI优先？这一切是如何运作的？”随后的课程从课堂教学转向实际编码：“我们三位最资深的领导者将一起进行现场编码，并且可能在其中扮演不同的角色——设计师现在是工程师，产品经理是设计师，工程师是产品经理。”

其目的是使每个角色都能互换，至少是暂时性的，以强制培养跨职能的理解，了解AI如何改变创意和技术工作流程。这周的活动并非以考试告终，而是以成果展示为高潮。团队展示他们所构建的作品，描述“我们学到了什么”，并分享“遇到的挑战以及如何克服”。

Wade Chambers（韦德·钱伯斯）将这种“实践、实践、再实践”的方法称之为集体肌肉记忆的训练。他引用一句古老的格言：“不要通过思考来获得新的行为方式，而是通过行动来获得新的思维方式。”目标是使实验常态化，让人们“乐于谈论”错误，并在自主性规模化之前，在不同学科之间嵌入流畅的理解。用他的话说：“我能让人们练习得越多……就能越快地发现问题并将其反馈到系统中，我们的速度就越快。”

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/agentic-ai-test-90-b2b-sales-boost.html