Infor发布AI智能体编排工具，调研揭示规模化落地仍面临挑战

Infor近日宣布在其AI产品组合中推出多项新功能，与此同时，一项调研结果也显示，许多企业在将人工智能从试点阶段推向规模化应用方面仍面临较大困难。

此次四月份的更新内容涵盖Infor Velocity Suite的功能升级，以及Infor Agentic Orchestrator增强版的限量发布。

上述发布还配套了来自Infor企业AI应用影响力指数的调研数据支撑，该研究共调查了美国、英国、德国和法国的1000位企业决策者。

调研结果显示，尽管80%的企业认为自身具备实施AI的内部能力，但仍有近一半（49%）的企业处于早期部署阶段，通常仅限于试点项目或局部推行。

主要障碍包括：数据安全与合规问题（36%）、内部AI人才匮乏（25%），以及投资回报不明确（23%）。

Infor首席执行官Kevin Samuelson表示："在Infor，智能体AI并非简单叠加的功能模块，而是二十年深耕基础建设的集大成之作。我们的行业专属平台、多租户架构以及深度流程智能，赋予了我们的智能体一种通用AI根本无法复制的上下文精准度。医疗机构的采购智能体与离散制造商的采购智能体，本就不该是同一个——正是这种针对性，让我们能够清晰阐明投资回报，并切实兑现承诺。我们出售的不是自动化本身，而是面向特定行业的可量化成果，通过在AI领域与客户同行，为他们提供一条清晰、简洁、高效的路径，通往他们所期望的未来。"

IDC企业软件集团副总裁Mickey North Rizza也表示："Infor的客户在走向智能体企业的过程中，显然正在持续获得切实的经济价值，他们也非常享受与Infor携手同行的旅程。"

升级后的Velocity Suite扩大了Infor行业AI智能体的访问范围，并引入了精选AI用例包、预构建自动化工具以及旨在加速部署的托管服务。

Infor还重点介绍了面向其仓库管理系统的仓储专属插件——基于机器学习的拣货路径优化功能，在部分应用案例中已实现行走距离最高缩短25%的效果。

目前处于限量发布阶段的Infor Agentic Orchestrator，专为跨企业工作流协调多个AI智能体而设计。该系统支持复杂任务的编排调度，通过开放式模型上下文协议实现跨应用互操作，并配备全新可观测性工具，以提升透明度与管控能力。

在客户反馈方面，AMADA America的IT总经理Zoaib Saifuddin表示："自迁移至Infor多租户云以来，系统改进会自动呈现，无需我们主动申请。Infor Agentic Orchestrator是这一演进的下一步：以往我们的服务工程师需要自行查找答案，现在智能会主动送达。"

Coram International供应链分析师Vera Janssens表示："借助Infor的AI驱动拣货路径优化，我们的仓储运营迈上了新台阶。通过对实时数据的智能调用，我们实现了拣货效率提升15%、行走距离减少25%，从而更好地利用劳动力资源，并降低了对临时员工的依赖。"

Kattsafe数字与IT负责人Jamarl Scace补充道："借助Infor Velocity Suite，我们得以在不同步扩充资源的前提下实现快速增长。以客户订单录入作为首个自动化场景，它为我们提供了一条简洁实用的AI落地路径，让团队得以专注于更高价值的客户服务。我们期待将AI拓展至更多业务流程，以释放更大的效率潜力。"

调研结果还揭示了更深层的信任与准备就绪问题：约27%的受访者对自身数据是否已成熟到足以支持AI应用表示怀疑，31%的受访者对由自主智能体处理关键业务流程感到不安。此外，平均而言，近半数AI生成结果仍需人工审核。

Infor表示，此次最新更新旨在应对上述挑战，通过提供更具行业针对性的AI能力、完善的治理机制，以及从部署到可量化业务成果的清晰路径，助力企业跨越AI规模化落地的难关。

Q&A

Q1：Infor Agentic Orchestrator是什么？它能解决哪些问题？

A：Infor Agentic Orchestrator是Infor推出的AI智能体编排系统，目前处于限量发布阶段。它专为跨企业工作流协调多个AI智能体而设计，支持复杂任务的编排调度，并通过开放式模型上下文协议实现跨应用互操作。此外，它还配备了可观测性工具，帮助企业提升对AI流程的透明度与管控能力，特别适合希望将AI能力从试点阶段推向规模化落地的企业。

Q2：Infor的调研发现企业在AI落地方面有哪些主要障碍？

A：根据Infor企业AI应用影响力指数的调研结果（覆盖美国、英国、德国、法国共1000位企业决策者），AI规模化落地面临三大主要障碍：数据安全与合规问题（36%）、内部AI人才匮乏（25%）以及投资回报不明确（23%）。此外，27%的受访者对自身数据成熟度存疑，31%对智能体自主处理关键业务流程感到不安，近半数AI生成内容仍需人工审核。

Q3：Infor的拣货路径优化功能能带来多大的实际效益？

A：根据Infor客户Coram International的实际应用数据，借助Infor AI驱动的拣货路径优化功能，该公司实现了拣货效率提升15%、仓库内行走距离减少25%。这不仅提升了劳动力利用率，还有效降低了对临时员工的依赖。Infor表示，在部分应用案例中，行走距离最高可缩短25%。