在過去的一年里，自動(dòng)化競(jìng)賽愈演愈烈，智能體已成為提升企業(yè)效率的終極變革者。雖然GenAI工具在過去三年里取得了顯著進(jìn)步，成為企業(yè)工作流程中的寶貴助手，但現(xiàn)在焦點(diǎn)正轉(zhuǎn)向能夠自主思考、行動(dòng)和協(xié)作的智能體。對(duì)于準(zhǔn)備迎接下一波智能自動(dòng)化浪潮的企業(yè)而言，了解從聊天機(jī)器人到檢索增強(qiáng)生成(RAG)應(yīng)用再到自主多智能體的飛躍至關(guān)重要。Gartner在最近的一項(xiàng)調(diào)查中指出，到2028年，33%的企業(yè)軟件應(yīng)用將包含智能體，而2024年這一比例還不到1%。

正如Google Brain創(chuàng)始人Andrew Ng所言：“由于智能體工作流程的出現(xiàn)，AI能夠完成的任務(wù)范圍將急劇擴(kuò)大。”這標(biāo)志著企業(yè)對(duì)自動(dòng)化潛力看法的根本轉(zhuǎn)變，從預(yù)定義流程轉(zhuǎn)向動(dòng)態(tài)、智能的工作流程。

傳統(tǒng)自動(dòng)化的局限性

盡管前景廣闊，但傳統(tǒng)自動(dòng)化工具卻受到僵化和高昂實(shí)施成本的限制。在過去十年中，像UiPath和Automation Anywhere這樣的機(jī)器人流程自動(dòng)化(RPA)平臺(tái)在處理缺乏清晰流程或依賴非結(jié)構(gòu)化數(shù)據(jù)的工作流程時(shí)一直舉步維艱。這些工具模仿人類操作，但往往導(dǎo)致系統(tǒng)脆弱，一旦流程發(fā)生變化，就需要昂貴的供應(yīng)商干預(yù)。

當(dāng)前的GenAI工具，如ChatGPT和Claude，雖然具備先進(jìn)的推理和內(nèi)容生成能力，但在自主執(zhí)行方面仍有所欠缺。它們對(duì)復(fù)雜工作流程中人類輸入的依賴會(huì)造成瓶頸，從而限制效率提升和可擴(kuò)展性。

垂直智能體的崛起

隨著AI生態(tài)系統(tǒng)的不斷發(fā)展，正在向垂直智能體發(fā)生重大轉(zhuǎn)變——這些高度專業(yè)化的AI系統(tǒng)是為特定行業(yè)或用例設(shè)計(jì)的。微軟創(chuàng)始人比爾·蓋茨在最近的一篇博客文章中表示：“智能體變得更智能。它們具有主動(dòng)性——能夠在你提出要求之前就提出建議，它們可以在不同的應(yīng)用程序之間完成任務(wù)，它們會(huì)隨著時(shí)間的推移而不斷改進(jìn)，因?yàn)樗鼈儠?huì)記住你的活動(dòng)并識(shí)別你的意圖和行為模式?！?/p>

與傳統(tǒng)的軟件即服務(wù)(SaaS)模型不同，垂直智能體不僅僅優(yōu)化現(xiàn)有工作流程，它們會(huì)徹底重新構(gòu)想這些流程，從而帶來(lái)新的可能性。以下是垂直智能體成為企業(yè)自動(dòng)化下一件大事的原因：

? 消除運(yùn)營(yíng)開銷：垂直智能體可以自主執(zhí)行工作流程，無(wú)需運(yùn)營(yíng)團(tuán)隊(duì)參與。這不僅僅是自動(dòng)化，它完全取代了這些領(lǐng)域中的人為干預(yù)。

? 解鎖新可能：與僅優(yōu)化現(xiàn)有流程的SaaS不同，垂直AI從根本上重新構(gòu)想工作流程。這種方法帶來(lái)了前所未有的全新功能，為創(chuàng)新用例創(chuàng)造了機(jī)會(huì)，重新定義了企業(yè)的運(yùn)營(yíng)方式。

? 構(gòu)建強(qiáng)大的競(jìng)爭(zhēng)優(yōu)勢(shì)：智能體實(shí)時(shí)適應(yīng)的能力使它們?cè)诋?dāng)今快速變化的環(huán)境中極具相關(guān)性。監(jiān)管合規(guī)性，如HIPAA、SOX、GDPR、CCPA以及新的和即將出臺(tái)的AI法規(guī)，可以幫助這些智能體在高風(fēng)險(xiǎn)市場(chǎng)中建立信任。此外，針對(duì)特定行業(yè)的專有數(shù)據(jù)可以創(chuàng)造強(qiáng)大且可防御的壁壘和競(jìng)爭(zhēng)優(yōu)勢(shì)。

從RPA到多智能體的演進(jìn)

自動(dòng)化領(lǐng)域最深刻的轉(zhuǎn)變是從RPA向能夠進(jìn)行自主決策和協(xié)作的多智能體系統(tǒng)的過渡。根據(jù)Gartner最近的一項(xiàng)調(diào)查，這一轉(zhuǎn)變將使15%的日常工作決策能夠在2028年之前實(shí)現(xiàn)自主決策。這些智能體正在從簡(jiǎn)單的工具進(jìn)化為真正的協(xié)作者，改變著企業(yè)的工作流程和系統(tǒng)。這種重新構(gòu)想正在多個(gè)層面發(fā)生：

? 記錄系統(tǒng)：像Lutra AI和Relevance AI這樣的智能體整合了多樣化的數(shù)據(jù)源，創(chuàng)建了多模態(tài)記錄系統(tǒng)。利用像Pinecone這樣的向量數(shù)據(jù)庫(kù)，這些智能體可以分析非結(jié)構(gòu)化數(shù)據(jù)，如文本、圖像和音頻，使企業(yè)能夠無(wú)縫地從孤立的數(shù)據(jù)中提取可操作的見解。

? 工作流程：多智能體系統(tǒng)通過將復(fù)雜任務(wù)分解為可管理的組件來(lái)自動(dòng)化端到端的工作流程。例如：像Cognition這樣的初創(chuàng)公司自動(dòng)化了軟件開發(fā)工作流程，簡(jiǎn)化了編碼、測(cè)試和部署，而Observe.AI則通過將任務(wù)分配給最合適的智能體并在必要時(shí)進(jìn)行升級(jí)來(lái)處理客戶咨詢。

? 真實(shí)案例研究：在最近的一次采訪中，聯(lián)想的Linda Yao表示：“在我們的生成式智能體的幫助下，客戶服務(wù)的電話處理時(shí)間實(shí)現(xiàn)了兩位數(shù)的生產(chǎn)力提升。我們?cè)谄渌胤揭部吹搅梭@人的提升。我們發(fā)現(xiàn)，例如，營(yíng)銷團(tuán)隊(duì)創(chuàng)建優(yōu)秀推介書的時(shí)間減少了90%，同時(shí)還節(jié)省了代理費(fèi)用?！?/p>

? 重新構(gòu)想的架構(gòu)和開發(fā)人員工具：管理智能體需要在工具方面發(fā)生根本性轉(zhuǎn)變。像Automation Anywhere的AI Agent Studio這樣的平臺(tái)使開發(fā)人員能夠設(shè)計(jì)和監(jiān)控具有內(nèi)置合規(guī)性和可觀察性功能的智能體。這些工具提供了護(hù)欄、內(nèi)存管理和調(diào)試功能，確保智能體在企業(yè)環(huán)境中安全運(yùn)行。

? 重新構(gòu)想的同事：智能體不僅僅是工具，它們正在成為協(xié)作的同事。例如，Sierra利用AI來(lái)自動(dòng)化復(fù)雜的客戶支持場(chǎng)景，讓員工能夠?qū)Ｗ⒂趹?zhàn)略計(jì)劃。像Yurts AI這樣的初創(chuàng)公司則優(yōu)化團(tuán)隊(duì)之間的決策流程，促進(jìn)人機(jī)協(xié)作。根據(jù)麥肯錫的說法，“從理論上講，通過應(yīng)用包括GenAI在內(nèi)的各種現(xiàn)有技術(shù)能力，全球經(jīng)濟(jì)中60%至70%的工作時(shí)間都可以實(shí)現(xiàn)自動(dòng)化。”

? 未來(lái)展望：隨著智能體具備更好的記憶、先進(jìn)的編排能力和增強(qiáng)的推理能力，它們將在極少人為干預(yù)的情況下無(wú)縫管理復(fù)雜的工作流程，重新定義企業(yè)自動(dòng)化。

準(zhǔn)確性要求和經(jīng)濟(jì)考量

隨著智能體從處理任務(wù)發(fā)展到管理工作流程和整個(gè)工作，它們面臨著日益復(fù)雜的準(zhǔn)確性挑戰(zhàn)。每一步的增加都可能引入潛在錯(cuò)誤，從而降低整體性能。深度學(xué)習(xí)領(lǐng)域的領(lǐng)軍人物Geoffrey Hinton警告說：“我們不應(yīng)該害怕機(jī)器思考，我們應(yīng)該害怕機(jī)器不假思索地行動(dòng)。”這凸顯了建立穩(wěn)健的評(píng)估框架以確保自動(dòng)化流程高精度的關(guān)鍵需求。

例如：一個(gè)在執(zhí)行單項(xiàng)任務(wù)時(shí)準(zhǔn)確率為85%的智能體，在執(zhí)行兩項(xiàng)任務(wù)時(shí)的整體準(zhǔn)確率僅為72%(0.85 × 0.85)。隨著任務(wù)組合成工作流程和工作，準(zhǔn)確率會(huì)進(jìn)一步下降。這引出了一個(gè)關(guān)鍵問題：在生產(chǎn)中部署一個(gè)只有72%正確率的AI解決方案是否可以接受?當(dāng)添加更多任務(wù)時(shí)準(zhǔn)確率下降會(huì)發(fā)生什么?

應(yīng)對(duì)準(zhǔn)確性挑戰(zhàn)

將AI應(yīng)用優(yōu)化到90%至100%的準(zhǔn)確率至關(guān)重要。企業(yè)無(wú)法承受不達(dá)標(biāo)的解決方案。為了實(shí)現(xiàn)高精度，企業(yè)必須投資于：

? 穩(wěn)健的評(píng)估框架：定義明確的成功標(biāo)準(zhǔn)，并使用真實(shí)和合成數(shù)據(jù)進(jìn)行全面測(cè)試。

? 持續(xù)監(jiān)控和反饋循環(huán)：監(jiān)控生產(chǎn)中的AI性能，并利用用戶反饋進(jìn)行改進(jìn)。

? 自動(dòng)化優(yōu)化工具：采用能夠自動(dòng)優(yōu)化智能體的工具，而不完全依賴于手動(dòng)調(diào)整。

如果沒有強(qiáng)大的評(píng)估、可觀察性和反饋，智能體可能會(huì)表現(xiàn)不佳，并落后于那些重視這些方面的競(jìng)爭(zhēng)對(duì)手。

經(jīng)驗(yàn)教訓(xùn)

隨著企業(yè)更新其AI路線圖，出現(xiàn)了幾條經(jīng)驗(yàn)教訓(xùn)：

? 保持敏捷：AI的快速發(fā)展使長(zhǎng)期路線圖充滿挑戰(zhàn)。戰(zhàn)略和系統(tǒng)必須具有適應(yīng)性，以減少對(duì)任何單一模型的過度依賴。

? 關(guān)注可觀察性和評(píng)估：建立明確的成功標(biāo)準(zhǔn)。確定準(zhǔn)確率對(duì)你的用例意味著什么，并確定可接受的部署閾值。

? 預(yù)期成本降低：AI部署成本預(yù)計(jì)會(huì)顯著降低。a16Z最近的一項(xiàng)研究發(fā)現(xiàn)，大型語(yǔ)言模型(LLM)推理的成本在三年內(nèi)下降了1000倍，每年成本降低10倍。為這種降低做好規(guī)劃，可以為以前因成本過高而無(wú)法實(shí)施的有抱負(fù)的項(xiàng)目打開大門。

? 快速試驗(yàn)和迭代：采用AI優(yōu)先的心態(tài)。實(shí)施快速試驗(yàn)、反饋和迭代的流程，目標(biāo)是頻繁的發(fā)布周期。

結(jié)論

智能體已經(jīng)作為我們的同事出現(xiàn)。從智能體RAG到完全自主的系統(tǒng)，這些智能體有望重新定義企業(yè)運(yùn)營(yíng)。擁抱這一范式轉(zhuǎn)變的企業(yè)將解鎖前所未有的效率和創(chuàng)新能力?，F(xiàn)在是行動(dòng)的時(shí)候了，你準(zhǔn)備好引領(lǐng)未來(lái)了嗎?