7月2日，九科信息產(chǎn)品VP傅愷，受邀參加了由創(chuàng)道硬科技舉辦的“科技Pilot·硬科技新勢(shì)力訪談”直播活動(dòng)，與創(chuàng)道硬科技創(chuàng)始人步日欣圍繞“AI Agent落地，真正提升企業(yè)數(shù)智化生產(chǎn)力”的話題，展開(kāi)了思維碰撞與觀點(diǎn)探討。

　　本文特別整理了本次活動(dòng)的訪談嘉賓，九科信息產(chǎn)品VP傅愷的12個(gè)核心觀點(diǎn)，在此和大家分享。

　　嘉賓介紹：

　　● 深耕人工智能及企業(yè)級(jí)低代碼平臺(tái)研發(fā)10年+，主導(dǎo)多款億元級(jí)商業(yè)化產(chǎn)品落地

　　●任碼隆科技產(chǎn)品VP期間主導(dǎo)開(kāi)發(fā)「Retail AI」智慧零售引擎，實(shí)現(xiàn)百萬(wàn)級(jí)零售柜設(shè)備部署，日均訪客數(shù)超300萬(wàn)次；系統(tǒng)落地商超巨頭累計(jì)銷售額破億，終端用戶觸達(dá)超1億人次

　　● 為建信金科打造低代碼平臺(tái)「云樞」，單客戶為建行創(chuàng)造年?duì)I收超千萬(wàn)元

　　● 清華大學(xué)工業(yè)工程學(xué)士、埃因霍溫理工大學(xué)人機(jī)交互碩士。全國(guó)信息學(xué)奧林匹克競(jìng)賽一等獎(jiǎng)（Top 0.1%）

　　一、變革

　　01 AI大模型的誕生，大大降低了非IT工作者的勞動(dòng)強(qiáng)度。

　　大模型的誕生，讓AI技術(shù)得以更廣泛地賦能非IT領(lǐng)域，無(wú)需復(fù)雜編程即可實(shí)現(xiàn)高效自動(dòng)化，顯著減輕了人工勞動(dòng)強(qiáng)度。

　　以財(cái)務(wù)領(lǐng)域?yàn)槔谘肫竺磕甓加写罅康呢?cái)務(wù)數(shù)據(jù)需要上報(bào)國(guó)資委。光這一部分的工作，可能就需要?jiǎng)佑脭?shù)千人進(jìn)行集中式加班，完成數(shù)據(jù)的搜集、整理、轉(zhuǎn)換和提交。而由于數(shù)字員工的加入，財(cái)務(wù)數(shù)據(jù)的上報(bào)變得更為簡(jiǎn)單。它能夠讓原本需要三四千人的工作量，銳減至一兩百人。

　　02 Agent智能體的出現(xiàn)，讓一人頂百人正成為現(xiàn)實(shí)，

　　同時(shí)讓企業(yè)對(duì)工作者的能力要求發(fā)生了巨變。

　　在大模型降低了某些領(lǐng)域的勞動(dòng)強(qiáng)度以及工作量的同時(shí)，也無(wú)可避免地導(dǎo)致某些崗位的需求變少，甚至有些崗位不再被需要。而其催生的新崗位需求卻還沒(méi)有完全成型。

　　Agent帶來(lái)了前所未有的工作模式變革，人類也需要不斷的去更新自己的技能庫(kù)。尤其對(duì)于傳統(tǒng)IT行業(yè)從業(yè)者，如果不及時(shí)更新自己的能力或者是認(rèn)知體系，可能會(huì)首先被AI所影響。未來(lái)的工作模式很有可能會(huì)升級(jí)為少數(shù)人管著一堆Agent，所以在享受智能體減輕人類工作負(fù)擔(dān)的同時(shí)，也要及時(shí)提升我們對(duì)AI的掌控力。

　　03 Agent智能體讓企業(yè)監(jiān)管以及市場(chǎng)響應(yīng)變得更迅速。

　　在過(guò)往，如果我們要了解某供應(yīng)鏈企業(yè)的經(jīng)營(yíng)狀況、輿情，或是供應(yīng)鏈?zhǔn)袌?chǎng)變化等信息，通常需要一個(gè)較長(zhǎng)的工作周期。這種滯后性往往讓企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中錯(cuò)失良機(jī)——比如在突發(fā)的原材料價(jià)格波動(dòng)中，因未能及時(shí)掌握市場(chǎng)動(dòng)態(tài)而錯(cuò)失最佳采購(gòu)時(shí)機(jī)；在負(fù)面輿情發(fā)酵時(shí)，因信息收集緩慢而無(wú)法快速回應(yīng)，導(dǎo)致品牌形象受損。

　　但得益于Agent智能體的出現(xiàn)，企業(yè)不僅能通過(guò)其快速搜集相關(guān)數(shù)據(jù)，而且還能就市場(chǎng)變化等問(wèn)題，按照企業(yè)需求做數(shù)據(jù)分析，讓企業(yè)對(duì)內(nèi)對(duì)外的響應(yīng)速度都大幅提升。

　　二、演化

　　04隨著AI的能力越來(lái)越泛化，人的參與度越來(lái)越低。

　　AI在不同的發(fā)展階段，與人類有著不同的協(xié)作形式，目前以下面這四個(gè)階段為主：

　　(1) Embedding（嵌入）：將文本、圖像等非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可被AI理解的向量，是AI處理信息的基礎(chǔ)形式。就像戰(zhàn)斗機(jī)上的火控雷達(dá)，負(fù)責(zé)“提供戰(zhàn)斗參數(shù)”并“引導(dǎo)武器攻擊”。它能把目標(biāo)的各類信息轉(zhuǎn)化為可計(jì)算的信號(hào)，為人類的后續(xù)處理提供基礎(chǔ)。

　　(2) Copilot（智能助手）：以協(xié)作方式輔助人類完成任務(wù)，通過(guò)實(shí)時(shí)分析場(chǎng)景提供建議，增強(qiáng)人類工作效率。如同戰(zhàn)斗機(jī)上的副駕駛，負(fù)責(zé)“操作武器”或“觀察敵情”。它與主駕飛行員（用戶）緊密配合，共同推進(jìn)任務(wù)完成，兩者依存度高。

　　(3) Agent（智能體）：能接收目標(biāo)指令后，自主規(guī)劃步驟并完成端對(duì)端任務(wù)，無(wú)需人類持續(xù)介入。如同無(wú)人戰(zhàn)斗機(jī)，在指揮系統(tǒng)告知目標(biāo)后，可自行規(guī)劃路徑、執(zhí)行動(dòng)作以達(dá)成任務(wù)。

　　(4) Self Driving（自主驅(qū)動(dòng)）：能自主理解長(zhǎng)期戰(zhàn)術(shù)目標(biāo)，主動(dòng)分解任務(wù)并協(xié)調(diào)執(zhí)行，具備處理復(fù)雜、長(zhǎng)期任務(wù)的能力。好比一個(gè)空軍旅，甚至不需要具體指令，就能夠?qū)?zhàn)術(shù)目標(biāo)進(jìn)行理解，會(huì)自行拆解任務(wù)、分配角色并推進(jìn)執(zhí)行。

　　從最初難以被人類感知到其存在的Embedding，到能與人類協(xié)作的Copilot，再到能端到端執(zhí)行任務(wù)的Agent，最后到能夠自主理解、拆解任務(wù)目標(biāo)的Self Driving，在這個(gè)演化過(guò)程中，人類的參與度一再降低，需要人類親自執(zhí)行的事情越來(lái)越少。目前的企業(yè)級(jí)AI應(yīng)用中，Embedding和Copilot更常見(jiàn)，Agent正在加速落地，而Self Driving則是下一代的未來(lái)級(jí)應(yīng)用。

　　05 RPA更像流水線工人，Agent智能體更像全能員工。

　　RPA需要先由人類錄入指令或輕度編程才能開(kāi)始工作，本質(zhì)上RPA接受的還是細(xì)碎的、Copilot式的指令，每一個(gè)任務(wù)細(xì)節(jié)都需要人類下達(dá)清晰指令。而Agent智能體不僅能完成流水線工作，還能勝任更復(fù)雜的任務(wù)——它不僅限于回答問(wèn)題，還能理解并執(zhí)行戰(zhàn)略級(jí)指令，通過(guò)在數(shù)字世界中操作應(yīng)用和系統(tǒng)來(lái)完成任務(wù)，并對(duì)現(xiàn)實(shí)產(chǎn)生影響。

　　06 現(xiàn)在很多Agent智能體本質(zhì)上還是個(gè)“笨蛋”。

　　很多企業(yè)客戶發(fā)現(xiàn)，雖然搭建了Agent智能體，但使用體驗(yàn)還是僅限于“智能客服”式的問(wèn)答類場(chǎng)景。這些“智能體”的能力上限不高，最多只能基于對(duì)話，來(lái)完成word、PPT、圖片等生成式任務(wù)，并沒(méi)有在大模型的已有能力基礎(chǔ)上實(shí)現(xiàn)太大的超越。

　　而像九科信息bit-Agent這類的GUI智能體，能夠通過(guò)操作用戶電腦，完成一系列復(fù)雜的界面操作任務(wù)。九科信息bit-Agent既能干RPA的活，也能干Agent的活，這是我們的顯著優(yōu)勢(shì)之一。

　　三、落地

　　07 企業(yè)應(yīng)該先明確自身需求及智能體定位，再啟動(dòng)部署。

　　企業(yè)在利用AI工具實(shí)現(xiàn)智能化之前，首先要解決認(rèn)知層面的問(wèn)題。比如目前市場(chǎng)上AI工具的功能、定位分別是什么，能解決什么問(wèn)題。然后結(jié)合業(yè)務(wù)，思考該場(chǎng)景需要哪些工具參與、能夠達(dá)到怎樣的效果。

　　智能化的前提是業(yè)務(wù)的規(guī)則化、標(biāo)準(zhǔn)化。

　　Agent智能體搭建的前提，是企業(yè)在業(yè)務(wù)認(rèn)知上已經(jīng)有了足夠的積累。大模型是基于我們一般常識(shí)所誕生的，因此它的上限就是常識(shí)。而很多企業(yè)內(nèi)部的業(yè)務(wù)，并不是一般常識(shí)就能理解或覆蓋的，如果企業(yè)本身沒(méi)有做好業(yè)務(wù)的規(guī)則化標(biāo)準(zhǔn)化處理，那么所謂的智能化推進(jìn)，也只能是空中樓閣。

　　08 企業(yè)數(shù)智化轉(zhuǎn)型，意味著流程鏈條上各個(gè)環(huán)節(jié)的責(zé)任和權(quán)力面臨重新分配。

　　企業(yè)如果實(shí)現(xiàn)了業(yè)務(wù)智能化，便會(huì)產(chǎn)生新的責(zé)任分配問(wèn)題。Agent智能體的各個(gè)決策需要權(quán)限批準(zhǔn)——要不要給AI決定權(quán)、AI決策失誤的后果由誰(shuí)擔(dān)責(zé)、如何界定AI的責(zé)任邊界等新問(wèn)題，需要企業(yè)需要重新考量。因此，Agent智能體的落地，除了帶來(lái)生產(chǎn)力的提升，還有人、AI、組織之間關(guān)系的復(fù)雜重構(gòu)。

　　09 Agent智能體的典型應(yīng)用場(chǎng)景，從單一業(yè)務(wù)環(huán)節(jié)到全鏈路智能化皆可覆蓋。

　　單一場(chǎng)景智能化。如智能巡檢業(yè)務(wù)：九科信息bit-Agent智能體持續(xù)收集產(chǎn)品/應(yīng)用的各類信息、數(shù)據(jù)、圖表，綜合多種數(shù)據(jù)后進(jìn)行實(shí)時(shí)分析診斷和風(fēng)險(xiǎn)判斷；

　　多環(huán)節(jié)智能化。如上下游銜接：九科信息bit-Agent智能體可以幫企業(yè)和供應(yīng)商、監(jiān)管部門做數(shù)據(jù)對(duì)接——上游做數(shù)據(jù)收集、加工，下游做信息錄入；

　　全鏈路智能化。如一站式招聘：九科信息bit-Agent智能體能夠獨(dú)立完成，從發(fā)起招聘需求，到簡(jiǎn)歷篩選，再到預(yù)約面試及背調(diào)，甚至到辦理入職手續(xù)等全鏈路環(huán)節(jié)智能化。

　　四、共生

　　10 在專業(yè)性上，人類無(wú)法追上AI。

　　隨著AI的發(fā)展，其知識(shí)積累的速度和量級(jí)遠(yuǎn)超人類。因此在專業(yè)性上，人類比不過(guò)AI，兩者之間的能力也不對(duì)等、不平衡。

　　長(zhǎng)期來(lái)看，人類需要與AI結(jié)合共生，并通過(guò)資源掌控力、責(zé)任承擔(dān)力以及權(quán)力分配，來(lái)增加人類的砝碼，以獲取二者之間的平衡。

　　11 結(jié)構(gòu)化、制度化優(yōu)先于智能化，想減少“幻覺(jué)”，就要限制AI的使用。

　　由于大模型的隨機(jī)性，“幻覺(jué)”問(wèn)題無(wú)法杜絕，但可以通過(guò)可靠的固定流程，把主體工作“框定”起來(lái)，以提供確定性。同時(shí)，謹(jǐn)慎地使用AI，減少其在整個(gè)工作流中的影響，能夠盡可能地降低大模型幻覺(jué)所帶來(lái)的偏差。

　　因此，在搭建Agent智能體的過(guò)程中，結(jié)構(gòu)化、制度化優(yōu)先于智能化。比如，要求任務(wù)執(zhí)行有著高確定性、低容錯(cuò)率的辦公、工業(yè)場(chǎng)景，傳統(tǒng)RPA技術(shù)反而更有用武之地。

　　同時(shí)，針對(duì)AI做好數(shù)據(jù)留痕及交叉檢驗(yàn)。比如九科信息的bit-Agent，一個(gè)智能體負(fù)責(zé)執(zhí)行界面任務(wù)，另一個(gè)智能體則專門負(fù)責(zé)監(jiān)管。通過(guò)這種交叉驗(yàn)證機(jī)制，進(jìn)一步減少“幻覺(jué)”的影響。

　　12 AI將要求人類具備三個(gè)方面的能力。

　　未來(lái)，人類和AI如何共生？怎么做才不會(huì)被AI完全取代？這就要求人類具備三個(gè)方面的能力：

　　一、對(duì)問(wèn)題的定義能力：能夠清晰地將你的任務(wù)目標(biāo)告知AI；

　　二、工作流構(gòu)思的能力：對(duì)問(wèn)題進(jìn)行拆解，然后形成結(jié)構(gòu)化；

　　三、業(yè)務(wù)體系迭代能力：利用數(shù)據(jù)信息，驅(qū)動(dòng)業(yè)務(wù)改進(jìn)。

　　要在這場(chǎng)人機(jī)協(xié)作的深刻變革中搶占先機(jī)，企業(yè)與個(gè)人都必須在“精準(zhǔn)定義—結(jié)構(gòu)拆解—持續(xù)迭代”三大能力上不斷精進(jìn)。只有當(dāng)我們能準(zhǔn)確地向AI傳達(dá)目標(biāo)、以系統(tǒng)化思維拆解任務(wù)，并善用數(shù)據(jù)反饋驅(qū)動(dòng)業(yè)務(wù)優(yōu)化，才能真正掌握Agent智能體的賦能之道。在這一過(guò)程中，人類智慧不僅不會(huì)被取代，反而會(huì)因與AI的高效協(xié)同而得到前所未有的升華，共同開(kāi)創(chuàng)數(shù)智化時(shí)代的新高度。

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點(diǎn)，亦不代表本網(wǎng)站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如稿件版權(quán)單位或個(gè)人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。