企業級整合正被用來將當前的流程自動化延伸至未來的自主代理工作流程。

AI的轉型潛力已廣為人知。企業應用案例正逐步累積動能，組織也正從試驗專案轉向實際生產中的AI應用。公司不再只是談論AI；他們正在重新分配預算和資源來實現它。許多公司已經在試驗自主AI（agentic AI），這承諾了更高層次的自動化。然而，對許多公司而言，邁向全面營運成功的道路仍然充滿不確定性。而且，儘管AI試驗無處不在，但企業級的全面採用仍然難以實現。

若缺乏整合的數據與系統、穩定的自動化工作流程和治理模式，AI專案可能會卡在試驗階段，難以進入生產。自主AI的興起和模型自主性的增加，使得以整體性方法整合數據、應用程式和系統比以往任何時候都更加重要。若無此基礎，企業AI專案可能會失敗。Gartner預測，到2027年，超過40%的自主AI專案將因成本、準確性和治理挑戰而被取消。真正問題不在於AI本身，而是缺乏營運基礎。

為了了解組織如何建構其AI營運以及如何部署成功的AI專案，MIT Technology Review Insights調查了美國500位中大型企業的高階IT主管，這些公司都在以某種方式推動AI發展。

調查結果，以及一系列專家訪談，均於2025年12月進行，顯示強大的整合基礎與更先進的AI實施方式相符，有利於企業級專案。隨著AI技術和應用程式的演進和普及，整合平台可以幫助組織避免重複和孤島效應，並在應對日益自主的工作流程時，擁有清晰的監管。

報告的關鍵發現包括：

部分組織在AI方面取得進展。近年來，一項又一項的研究都揭示了缺乏切實的AI成功案例。然而，我們的研究發現，四分之三（76%）的受訪公司至少有一個部門的AI工作流程已完全投入生產。

AI最常成功應用於定義明確、既有流程。近一半（43%）的組織在應用於定義明確且已自動化的流程的AI實施上取得成功。四分之一的組織在新的流程上取得成功。而三分之一（32%）的組織將AI應用於各種流程。

三分之二的組織缺乏專門的AI團隊。只有三分之一（34%）的組織設有專門維護AI工作流程的團隊。五分之一（21%）的組織表示中央IT部門負責持續的AI維護，25%的組織表示責任在部門營運。19%的組織責任分散。

企業級整合平台帶來更穩健的AI實施。擁有企業級整合平台的公司，在AI工作流程中使用更多樣化數據來源的可能性是其他公司的五倍。十分之六（59%）的公司使用五個或更多數據來源，相比之下，僅有11%的組織將整合用於特定工作流程，或0%未使用整合平台的組織。使用整合平台的組織也擁有更多跨部門的AI實施、更多AI工作流程的自主性，以及對未來分配自主性更有信心。