Hanya 31% organisasi besar dalam tinjauan menyatakan AI telah disepadukan sepenuhnya; 35% masih menggunakannya secara terhad dalam pasukan tertentu dan 11% kekal pada peringkat eksperimen. Halangan terbesar untuk meningkatkan AI ejen ialah kualiti serta kesiapsiagaan data (38%), integrasi dengan sistem dan aliran ke...
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did UiPath’s global survey of 590 C-suite executives and IT practitioners at enterprises with at least $1 billion in annual revenue acr. Article summary: UiPath’s survey suggests that large enterprises are enthusiastic about agentic AI but remain early in operational maturity: most have not yet made it a repeatable, governed capability across the business. The central obs. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Tinjauan UiPath menunjukkan bahawa AI ejen telah melepasi tahap idea di banyak syarikat besar, tetapi pelaksanaan merentas seluruh organisasi masih belum menjadi kebiasaan. Tinjauan itu melibatkan 590 eksekutif C-suite dan pengamal IT daripada organisasi sektor swasta berpendapatan tahunan sekurang-kurangnya AS$1 bilion di Amerika Syarikat, United Kingdom, Perancis, Jerman, India dan Singapura. Kesimpulan utamanya: cabaran terbesar bukan membina atau melancarkan satu ejen AI, sebaliknya memastikan kerja yang melibatkan data, aplikasi, proses dan manusia dapat diselaraskan serta dikawal dengan andal pada skala perusahaan. 3
4
Hanya 31% responden menyatakan AI sudah disepadukan sepenuhnya dalam perniagaan mereka. Sebanyak 35% lagi menggunakannya secara terhad dalam pasukan tertentu, manakala 11% masih menjalankan eksperimen berskala kecil. 3
7
Angka ini menggambarkan jurang lazim antara projek rintis dan penggunaan dalam operasi sebenar. Sesebuah jabatan mungkin berjaya membuktikan nilai ejen AI dalam tugasan yang terkawal. Namun, untuk diperluas ke seluruh syarikat, ejen itu perlu berfungsi dengan konsisten bersama data perusahaan, aplikasi perniagaan, proses sedia ada serta pekerja yang mengendalikan kes luar jangka.
Responden mengenal pasti tiga kekangan terbesar dalam mengoptimumkan pelaksanaan AI ejen:
Ini bukan semata-mata isu memilih model AI yang lebih baik. Dalam persekitaran sebenar, aliran kerja automatik memerlukan data yang boleh dipercayai, kebenaran akses yang tepat, sambungan kepada sistem berkaitan, akauntabiliti yang jelas dan mekanisme untuk menyerahkan kes rumit kepada manusia.
Hal integrasi menjadi lebih sukar bagi syarikat yang masih bergantung pada aplikasi lama atau proses yang merentasi beberapa jabatan. Ejen yang berkesan dalam satu aplikasi atau satu pasukan tidak semestinya boleh terus digunakan dalam proses hujung ke hujung yang melibatkan banyak sistem, serahan kerja dan kelulusan.
UiPath menggunakan istilah orkestrasi perniagaan bagi lapisan yang menghubungkan data, sistem, aliran kerja, manusia dan ejen AI. Secara praktikal, ia bertujuan menyelaras kerja dalam keseluruhan proses: mengagihkan tugasan kepada automasi, ejen atau pekerja yang sesuai; memantau kemajuan; melaksanakan kawalan; dan menaikkan kes kepada manusia apabila pertimbangan diperlukan. 4
Namun, hanya 29% responden berkata orkestrasi telah diterapkan sepenuhnya di seluruh organisasi mereka. Dalam kelompok tersebut, 89% menyatakan pelaksanaan AI ejen mereka memenuhi atau melepasi jangkaan pulangan pelaburan (ROI). 3
15
Dapatan itu menarik, tetapi tidak membuktikan bahawa orkestrasi sahaja menyebabkan ROI lebih tinggi. Tinjauan ini ditaja vendor dan bergantung pada laporan kendiri responden. Organisasi yang berjaya menerapkan orkestrasi mungkin sememangnya sudah mempunyai asas data yang lebih kukuh, disiplin proses, keupayaan integrasi dan sokongan pengurusan yang lebih baik. 15
Tinjauan itu turut menonjolkan peranan ejen dalam aliran kerja hibrid, iaitu gabungan proses statik dan berulang dengan kerja dinamik yang bergantung pada konteks. Sebanyak 52% pemimpin yang ditinjau melaporkan aliran kerja sebegini wujud dalam operasi harian mereka. 10
Di sinilah ejen AI boleh melengkapi automasi berasaskan peraturan, bukannya menggantikannya sepenuhnya. Langkah yang tersusun dan berulang boleh diurus oleh automasi deterministik, manakala ejen boleh membantu menafsir maklumat tidak berstruktur, menyesuaikan tindakan mengikut konteks dan menyokong tugasan yang memerlukan pertimbangan. Namun, gabungan ini tetap memerlukan reka bentuk aliran kerja dan kawalan yang kukuh untuk diskalakan.
Antara manfaat utama orkestrasi yang dilaporkan responden ialah:
Keutamaan ini menunjukkan bahawa syarikat bukan sekadar mahu perisian yang lebih autonomi. Mereka mahu cara yang boleh dipercayai untuk menyelaras manusia, aplikasi, automasi dan AI dalam proses perniagaan yang dapat dipantau serta ditadbir.
Membina projek rintis terpencil relatif mudah; menjadikannya keupayaan yang boleh diulang dan digunakan merentas jabatan jauh lebih mencabar. Untuk bergerak melangkaui fasa percubaan, syarikat memerlukan lebih daripada model AI atau ejen kendiri: mereka memerlukan data yang andal, sambungan antara aplikasi, pemilikan proses yang jelas, tadbir urus, pemantauan dan laluan eskalasi kepada manusia.
Jadi, soalan penting untuk pemimpin perusahaan bukan hanya di mana ejen boleh membantu? Sebaliknya, bagaimanakah ejen itu akan beroperasi dengan selamat, boleh dipantau dan boleh diukur dalam keseluruhan aliran kerja? Organisasi yang menyelesaikan masalah penyelarasan ini berada pada kedudukan lebih baik untuk menukar eksperimen jabatan kepada keupayaan perniagaan merentas fungsi. 4
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Hanya 31% organisasi besar dalam tinjauan menyatakan AI telah disepadukan sepenuhnya; 35% masih menggunakannya secara terhad dalam pasukan tertentu dan 11% kekal pada peringkat eksperimen.
Hanya 31% organisasi besar dalam tinjauan menyatakan AI telah disepadukan sepenuhnya; 35% masih menggunakannya secara terhad dalam pasukan tertentu dan 11% kekal pada peringkat eksperimen. Halangan terbesar untuk meningkatkan AI ejen ialah kualiti serta kesiapsiagaan data (38%), integrasi dengan sistem dan aliran kerja sedia ada (37%), serta tadbir urus dan pematuhan (33%).
Hanya 29% telah menerapkan orkestrasi perniagaan sepenuhnya. Dalam kumpulan itu, 89% berkata pelaksanaan AI ejen mereka memenuhi atau melepasi jangkaan ROI—namun dapatan ini menunjukkan kaitan, bukan sebab akibat.