智能体驱动 人工智能已准备好采取行动。您的组织准备好信任它了吗？

证据等级：A1 证据类型：官方一手信息 来源：Mastercard Newsroom 官方发布日期：2026-07-08 采集时间：2026-07-16T20:30:32.351Z

大多数组织不存在人工智能创新问题。他们有一个扩展问题。跨行业的公司在过去几年里一直在尝试人工智能试点，但许多公司仍在努力从有希望的概念验证转向现实世界的部署。

障碍很少是缺乏雄心——2014 年至 2024 年间，全球私人对人工智能的投资增长了十三倍以上。更常见的是，领导者没有建立大规模信任人工智能所需的条件，特别是智能体驱动人工智能：文化、安全、问责制、治理和数据准备。

信任不是建立在单一控制或政策之上的。这取决于组织同时在多个维度上建立信心。公司可能拥有复杂的人工智能模型，但治理薄弱，安全控制强大，但劳动力准备程度有限，或者数据质量高，但责任不明确。那些取得最大进展的人不一定部署更多的人工智能：他们同时在所有这些维度上取得进展。

只有能够回答所有这五个问题，组织才能建立从洞察到行动所需的信任。

人们知道如何使用人工智能吗？

我们在整个行业中看到的最持久的信号之一是领导层对人工智能的热情与员工对如何使用人工智能的理解之间的脱节。这种差距可能会使采用变得困难。要求这些团队拥抱人工智能需要的不仅仅是让他们使用新工具。他们需要了解人工智能应该如何使用、它可以在哪里增加价值以及它将如何改变他们的工作方式。

这始于清晰的沟通。尽管高管对人工智能的态度发生了迅速变化，但这种情绪并不总是会影响到他们的团队成员。根据汤森路透研究所的 2026 年人工智能专业服务报告，近 40% 的专业人士表示，他们从领导层和客户那里收到了关于人工智能使用的相互矛盾的指示。

领导者可以超越广泛的人工智能指令，为员工提供关于何时使用人工智能、应在工作流程中应用人工智能以及人类判断在哪些方面仍然至关重要的实用指导，从而缩小这一差距。当员工了解人工智能如何支持他们的工作以及对他们的期望时，组织就可以从实验转向采用。

是否应该允许这个智能体这样做？

随着人工智能智能体越来越接近决策和执行，问题从它们是否能够产生洞察力转变为它们是否可以被信任来采取行动。

这就是为什么安全、隐私和负责任的使用需要从一开始就融入到运营模式中。对于企业来说，这需要建立护栏来保护敏感信息并在智能体被信任访问数据或承担更复杂的任务之前建立责任制。

从本质上讲，这是一个身份和访问挑战。在人工智能智能体可以检索信息、发起付款或与客户交互之前，组织需要对智能体是什么、它可以访问哪些系统以及它已被授予哪些权限有信心。如果你的公司都不信任它，你怎么能指望你的客户相信它呢？

结果归谁所有？

随着人工智能体承担更多自主责任，组织面临着不同的障碍：当智能体做出决策、执行任务或产生意外结果时，确定谁负责。

根据思科 2025 年人工智能准备情况报告，虽然许多公司对部署智能体感兴趣，但只有 32% 的公司表示他们实际上已将智能体纳入劳动力规划。如果没有明确的所有权结构，企业就有可能在决策、监督和问责方面造成不确定性。

领导者需要为人工智能支持的工作建立清晰的所有权模型，概述哪些决策可以委托给智能体，人类的判断仍然至关重要，以及当系统出现意外行为时问题将如何升级。成功扩展智能体驱动人工智能的组织将是那些采取额外步骤重新设计现有工作流程的组织，以便人类和人工智能能够以更清晰的角色、责任和期望一起运作。

我们如何知道它已准备好采取行动？

一旦组织建立了责任制，一个新的问题就会出现：你如何知道人工智能体何时准备好进入现实世界？

在委托客户交互、运营流程或关键业务决策之前，企业需要测试性能、评估结果并了解智能体的行为方式。重点不应该放在创建智能体上，而应该放在采取正确的步骤来验证智能体是否可以在各种场景中可靠、一致和安全地执行。

在智能体被信任大规模行动和部署之前，组织越来越需要能够评估性能、识别故障点和完善控制的环境。 这就是 Mastercard 创建 智能体套件 的原因之一，它可以帮助组织从试点转向可信部署，也是我们最近使用 Proto 对其进行扩展的原因之一，Proto 是一个沙箱环​​境，用于在将智能体驱动 AI 用例引入生产工作流程之前探索、测试和验证智能体驱动 AI 用例。 Mastercard还推出了三款新的AI智能体，旨在支持关键企业功能：商家、入职和争议管理。这些功能共同帮助组织确定人工智能可以在哪些方面推动业务价值，同时在安全和受管控的框架内进行扩展。

它有所需的信息吗？

即使是解决采用、安全和治理问题的组织也经常遇到另一个障碍：人工智能体只能根据它们能够理解的信息采取行动——然后，当智能体实时行动时，可以在明确的权限下安全地使用正确的数据。

但许多组织仍然使用分散在系统中的碎片数据、不一致的格式和脱节的工作流程。虽然人类通常可以解决这些差距，但当信息不完整、冲突或难以访问时，人工智能就会陷入困境。这可能意味着减少孤岛、清理不一致的数据并修复可能限制人工智能按预期工作的能力的拼凑流程。

值得信赖的人工智能行动可能成为商业中最重要的竞争优势之一。不是因为组织可以构建人工智能，而是因为他们可以依赖它。

考希克·戈帕尔

在智能体驱动环境中，数据质量直接影响决策质量。如果智能体无法可靠地理解他们面前的信息，他们也无法可靠地采取行动。为了加速这一转变，Mastercard 通过与专注于商业智能和数据驱动功能的公司合作，加强了其屡获殊荣的初创公司参与计划 Start Path 的重点。

在过去的十年中，Start Path 已经迎来了 60 多个国家的 500 多家公司，通过将实践支持与 Mastercard 的全球网络和客户相结合，帮助他们扩大规模。人们越来越关注那些能够帮助客户将数据转化为可操作的情报的初创公司，可以为更好的决策提供信息，推动绩效并支持实时行动，从而建立将人工智能从孤立的状态转移到日常生活中所需的信心。

未来几年，可信的人工智能行动可能成为商业领域最重要的竞争优势之一。不是因为组织可以构建人工智能，而是因为他们可以依赖它。