[圖源：CIOCDO]
作為一名睿信咨詢AI與數(shù)據(jù)轉(zhuǎn)型戰(zhàn)略顧問，我必須提醒所有CEO：如果你還在談?wù)摗白詣踊?，你可能已?jīng)落后了。
人工智能的浪潮正迎來一個關(guān)鍵的轉(zhuǎn)折點。它不再是簡單地“執(zhí)行”命令，而是開始“決定”什么是重要的，并主動將其付諸實施。
我們正在從GenAI（生成式AI）快速邁向?Agentic?AI（AI自主智能體）。
這篇最新的行業(yè)報告揭示了一個驚人的事實。據(jù)全球權(quán)威研究機構(gòu)Gartner預(yù)測：
到2028年，至少15%的日常工作任務(wù)決策將由AI自主智能體自主完成，而2024年，這個比例是0%。
此外，到2028年，預(yù)計33%的企業(yè)軟件將內(nèi)置AI自主智能體，而2024年這一比例不到1%。
這是一個從0到1的根本性轉(zhuǎn)變。
讀完本文，你將獲得關(guān)于這場變革的3個核心洞察，以及一套包含5個步驟的“CEO行動指南”。
??
很多管理者容易混淆“自動化”與“自主智能體”，這在戰(zhàn)略上是致命的。
作為睿信咨詢顧問，我?guī)湍逦貐^(qū)分這幾個階段的本質(zhì)區(qū)別：
1、自動化 (RPA)：這是“體力活”。它基于固定規(guī)則，機械地重復(fù)人類的任務(wù)（如數(shù)據(jù)錄入）。它很僵化，遇到異常就“罷工”。
2、智能化 (ML-機器學(xué)習)：這是“被動預(yù)測”。它能識別模式并進行預(yù)測（如標記異常），但它無法決定下一步該做什么。
3、生成式 (GenAI)：這是“創(chuàng)意活”。它能創(chuàng)造內(nèi)容（語言、圖像），但它仍然在等待你的指令。它創(chuàng)造可能性，但不負責優(yōu)先級。
4、自主智能體(Agentic?AI)：這是“腦力活”。它能感知、推理并主動行動。你給它的不是指令，而是目標。
報告中有一個絕佳的例子：
傳統(tǒng)自動化：對客戶工單進行分類，并推送給正確的隊列。
AI自主智能體：對工單進行分類，自主起草回復(fù)，實時更新CRM記錄，甚至在權(quán)限范圍內(nèi)直接解決問題。
這就是核心區(qū)別：傳統(tǒng)自動化在“執(zhí)行規(guī)則”，而AI自主智能體在“執(zhí)行判斷”。
AI自主智能體需要“思考”，而思考的基礎(chǔ)是數(shù)據(jù)。
報告一針見血地指出：
“為了讓AI自主智能體工作流對企業(yè)有效，人工智能解決方案必須錨定在一個深度統(tǒng)一的記錄系統(tǒng)上。”
在我看來，這是中國企業(yè)最容易忽視，也是最致命的陷阱。
我們熱衷于購買最新的AI工具，卻不愿投入資源去整治內(nèi)部混亂的“數(shù)據(jù)孤島”。如果你的CRM（客戶系統(tǒng)）、ERP（資源系統(tǒng)）和HR（人力系統(tǒng)）數(shù)據(jù)是割裂的、骯臟的，那么你買來的AI自主智能體（平臺）就是“無米之炊”。
它無法獲得推理所需的上下文，只能胡亂猜測，甚至“好心辦壞事”。
德勤（Deloitte）的最新調(diào)查也證實了這一點：近60%的AI領(lǐng)導(dǎo)者承認，采用AI自主智能體的最大挑戰(zhàn)，恰恰是與遺留系統(tǒng)（老系統(tǒng)）的集成以及隨之而來的風險與合規(guī)問題。
先治好“數(shù)據(jù)病”，再談“AI大腦”。這是CEO必須建立的鐵律。
AI自主智能體來了，我們會失業(yè)嗎？
報告給出了一個極其反直覺，但又合乎邏輯的答案：AI自主智能體最負責任的使用方式，不是替代，而是強化。
事實上，PwC（普華永道）的研究發(fā)現(xiàn)，48%的受訪高管報告稱，由于AI自主智能體帶來的變化，他們可能會增加員工人數(shù)！
為什么？
因為AI自主智能體接管了程序性的“執(zhí)行工作”，人類的角色被提升到了一個新高度：
我們不再是工作流中的“操作者”（Operator）；
我們成為了“意圖的設(shè)計者”（Designer of Intent）。
我們未來的核心工作將是：
1、定義目標：告訴AI“我們這季度的戰(zhàn)略目標是什么”。
2、設(shè)定邊界：劃定AI的決策權(quán)限和倫理紅線。
3、解釋結(jié)果：從戰(zhàn)略視角去分析和復(fù)盤AI的行動。
這要求我們的團隊從“微觀管理工作流”轉(zhuǎn)向“宏觀監(jiān)督AI智能體”。這對員工的技能提出了全新的要求。
那么，企業(yè)該如何為這個“自主智能體時代”奠定基礎(chǔ)？報告給出了一個清晰的路線圖。我將其提煉為CEO必須督辦的“五步行動”：
1、建立“深度記錄系統(tǒng)” (Unified Data)
行動：立即啟動“數(shù)據(jù)基建”項目。打通你的CRM、ERP、HR等核心系統(tǒng)，確保AI自主智能體能夠?qū)崟r、一致地訪問全景數(shù)據(jù)。
2、劃定“治理紅線” (Governance)
行動：成立AI治理委員會。明確定義AI自主智能體的“自主權(quán)邊界”，哪些決策必須人工監(jiān)督？決策失誤如何審計？這關(guān)乎信任與安全。
3、采用“編排工具” (Orchestration)
行動：未來你的公司將有多個AI自主智能體（財務(wù)AI、營銷AI、客服AI）。你必須引入一個“協(xié)調(diào)層”工具，來指揮它們協(xié)同工作，并處理AI與人類團隊的任務(wù)交接。
4、啟動“團隊重塑” (Reskilling)
行動：立即為你的團隊投資“新技能”培訓(xùn)。員工必須學(xué)會如何監(jiān)督、解釋和完善AI的行為。他們不再是執(zhí)行者，而是AI的“教練”和“管理者”。
5、優(yōu)先“集中運營” (Centralization)
行動：AI自主智能體在標準化、集中化的流程上才能發(fā)揮最大價值。在部署AI之前，先砍掉冗余、低效的“土流程”，實現(xiàn)運營的標準化和集中化管理。
AI自主智能體的時代并非遙不可及，它已經(jīng)到來。
數(shù)據(jù)清晰度、流程集中化、治理、編排和人類監(jiān)督——這五者的協(xié)調(diào)統(tǒng)一，是“AI實驗”和“AI轉(zhuǎn)型”的根本區(qū)別。
這場變革的核心，是人類角色的升級。你的競爭對手正在構(gòu)建自主的“決策系統(tǒng)”，而你是否還在滿足于自動化的“執(zhí)行任務(wù)”？
AI自主智能體（Agentic AI）工作流：擁抱人工智能的下一波浪潮
忘記自動化——人工智能即將超越你的工作流。下一波人工智能不僅會執(zhí)行任務(wù)，還會決定什么是重要的，并將其付諸實施。
[圖源：Credit: Shutterstock/DC Studio]
軟件正在學(xué)會采取行動。它不僅僅是響應(yīng)或執(zhí)行命令，而是能夠感知上下文、推理復(fù)雜性，并為了自身目標而追求結(jié)果。AI自主智能體（Agentic AI）是當下的熱門詞匯，但在炒作背后，它代表著組織在未來幾年內(nèi)工作方式、支持團隊和決策方式的有意義的轉(zhuǎn)變。
AI自主智能體不僅僅是一個短暫的潮流，它代表著自動化進化的下一個階段——從追求效率轉(zhuǎn)向適應(yīng)性，從靜態(tài)工作流轉(zhuǎn)向能夠解釋意圖、與人類團隊協(xié)作并真正為自己思考和行動的系統(tǒng)。由于其有望顯著提高生產(chǎn)力和效率，這很容易理解。
據(jù)Gartner（高德納）預(yù)測，到2028年，至少15%的日常工作任務(wù)決策將通過AI智能體自主完成，而2024年這一比例為0%。此外，到2028年，預(yù)計33%的企業(yè)軟件應(yīng)用將包含AI智能體，而2024年這一比例不到1%。盡管這令人興奮，但它并非一種通用解決方案，在全身心投入之前，現(xiàn)在是時候權(quán)衡采用AI自主智能體工作流將對您自己的業(yè)務(wù)帶來的益處和挑戰(zhàn)了。
一、從自動化到AI自主智能體的旅程
自動化的早期是關(guān)于重復(fù)和一致性。機器人流程自動化（RPA）工具用基于規(guī)則的腳本取代了手動數(shù)據(jù)輸入、基本調(diào)度和其他重復(fù)性任務(wù)。這在當時是革命性的，但其方法是僵化的。當輸入與腳本不匹配時，就需要人工干預(yù)。
隨著時間的推移，企業(yè)將智能融入這些工作流。機器學(xué)習使軟件能夠進行預(yù)測或分類，推動自動化走向更高的復(fù)雜度。然而，即便如此，系統(tǒng)仍然是被動的。它們能夠響應(yīng)，但無法主動發(fā)起。例如，人工智能可以標記異常情況，但無法決定它是否重要或?qū)Υ瞬扇∈裁葱袆印?/span>
然后是生成式人工智能（GenAI）時代，模型能夠創(chuàng)造語言、圖像和代碼。生成式人工智能擴大了機器能夠生產(chǎn)的范圍，但并沒有擴大它們能夠決定的范圍。它創(chuàng)造了可能性，而不是優(yōu)先級。這種智能是表現(xiàn)性的，但還不是“自主”的（Agentic）。
有了AI自主智能體，我們正在進入一個系統(tǒng)不僅被動反應(yīng)，還能主動行動的階段。這些AI自主智能體能夠感知變化的條件，推理各種選擇，并自主采取行動。它們不僅僅是遵循指令，而是推動實現(xiàn)真正的商業(yè)目標。換句話說，軟件現(xiàn)在有了目的性地行動，盡管仍在人類監(jiān)督的范圍內(nèi)。
二、AI自主智能體是什么……以及不是什么
AI自主智能體將智能和自動化融合成一個單一的操作層，能夠管理結(jié)果，而不僅僅是執(zhí)行步驟。它不依賴人類定義每一條可能的規(guī)則，而是理解目標和上下文。它能夠推理多個輸入，選擇最佳路徑，并隨著條件的變化而適應(yīng)。
對于任何一種人工智能來說，數(shù)據(jù)都是至關(guān)重要的，這種程度的推理需要記憶或數(shù)據(jù)源。為了讓AI自主智能體工作流對企業(yè)有效，人工智能解決方案必須錨定在一個深度統(tǒng)一的記錄系統(tǒng)上，這個系統(tǒng)是反映整個組織實時發(fā)生情況的唯一真實來源。沒有這個數(shù)據(jù)基礎(chǔ)，AI自主智能體就只能猜測，記錄系統(tǒng)為人工智能和業(yè)務(wù)運營提供了連續(xù)性。理解不僅要做什么，以及這一行動如何與更大的使命對齊，并讓每個團隊成員都了解當前的情況，這是至關(guān)重要的。
雖然傳統(tǒng)的客戶支持自動化可能會對服務(wù)工單進行分類并將其路由到正確的隊列。AI自主智能體系統(tǒng)可以對問題進行分類，起草回復(fù)，更新記錄，甚至如果問題在定義的范圍內(nèi)，還可以解決問題。在銷售環(huán)境中，它可以評估潛在客戶質(zhì)量，根據(jù)行為數(shù)據(jù)定制外展，并在等待手動觸發(fā)之前將潛在客戶通過銷售漏斗推進。
這種區(qū)別是微妙但強大的。與傳統(tǒng)的自動化執(zhí)行規(guī)則相比之下，AI自主智能體執(zhí)行判斷。它不僅知道要做什么，還會根據(jù)上下文和不斷變化的信息來決定如何做，這種自我指導(dǎo)的能力使技術(shù)如此具有變革性。
但請不要誤會，這并不是支持裁員或放棄我們的朝九晚五工作，以AI自主智能體替代品取而代之的論據(jù)。人類監(jiān)督仍然是必要的——可以說比以往任何時候都更重要。盡管技術(shù)在進步，但終端用戶和消費者對它的意識和審查也在增強。
因此，AI自主智能體最負責任的使用方式不是替代，而是強化（賦能員工）。它是讓人們從程序性工作中解脫出來，以便他們可以專注于需要人類觸感的復(fù)雜、富有同理心的問題。這在房地產(chǎn)或醫(yī)療保健等行業(yè)尤其重要，因為決策是非常個人化的。
三、為AI自主智能體時代做好準備
優(yōu)化AI自主智能體不僅僅是添加更智能的工具，它始于重新架構(gòu)這些工具所處的環(huán)境。那些繁榮發(fā)展的組織將擁有集成的、高質(zhì)量的數(shù)據(jù)基礎(chǔ)和統(tǒng)一的工作流。分散的系統(tǒng)或不良的數(shù)據(jù)衛(wèi)生狀況可能會削弱AI自主智能體有效推理的能力。對于許多企業(yè)來說，這意味著現(xiàn)代化它們的記錄系統(tǒng)——這意味著對構(gòu)成數(shù)字運營的記錄系統(tǒng)（如客戶關(guān)系管理、企業(yè)資源規(guī)劃和人力資源平臺）進行現(xiàn)代化改造。
同樣重要的是需要有明確的限制。企業(yè)必須定義什么是好的決策，AI自主智能體的自主性的范圍以及必須遵循的道德或合規(guī)約束，這種自由與控制之間的平衡至關(guān)重要。如果限制過多，人工智能就無法有效得行動，但限制過少，它可能會超出組織的意圖行動。
德勤（Deloitte）最近的調(diào)查結(jié)果反映了這一點。近60%的人工智能領(lǐng)導(dǎo)者報告說，他們的組織在采用AI自主智能體時的主要挑戰(zhàn)是與遺留系統(tǒng)集成以及解決風險和合規(guī)問題。另一方面，對于其他受訪者來說，不明確的用例/業(yè)務(wù)價值是主要原因。盡管兩組人都將風險和合規(guī)問題列為最大的挑戰(zhàn)，但很明顯，對于員工在AI自主智能體拼圖中的位置存在分歧。
但如果我們從歷史中學(xué)到了什么，那就是當人、流程和技術(shù)作為一個協(xié)作網(wǎng)絡(luò)一起運作時，才能實現(xiàn)最佳結(jié)果。在人工智能的下一個時代中表現(xiàn)出色的組織將是那些在部署AI自主智能體時考慮到這一點的組織。
四、為什么人類是有價值的
盡管圍繞AI自主智能體的許多討論都集中在自動化上，但更深層次的故事是關(guān)于增強。隨著智能深入系統(tǒng)，人類角色在目的上提升了。人們不再是在每個工作流中的操作者，而是成為意圖的設(shè)計者。這包括定義目標，設(shè)定倫理和運營邊界，并通過商業(yè)戰(zhàn)略的視角解釋結(jié)果。
這種演變將不可避免地重塑角色和組織設(shè)計。團隊將從微觀管理工作流轉(zhuǎn)變?yōu)楸O(jiān)督AI自主智能體，策劃數(shù)據(jù)和優(yōu)化跨系統(tǒng)的性能。這將需要新的技術(shù)熟練度和將有意義的工作委托給智能系統(tǒng)的新技能。事實上，PwC（普華bindo）最近的一項研究發(fā)現(xiàn)，67%的高管同意AI自主智能體將在未來12個月內(nèi)極大地改變現(xiàn)有角色。事實上，48%的人報告說，由于AI自主智能體帶來的變化，他們可能會增加員工人數(shù)。
早期接受這種轉(zhuǎn)變的領(lǐng)導(dǎo)者將獲得的不僅僅是效率的提升。隨著AI自主智能體的學(xué)習和改進，組織可以在不增加員工人數(shù)的情況下擴大決策規(guī)模。他們可以實時響應(yīng)客戶需求，預(yù)測并保護他們的業(yè)務(wù)免受市場變化的影響，并將人類的創(chuàng)造力和創(chuàng)新力分配到最重要的地方。
五、構(gòu)建AI自主智能體工作流
在組織能夠充分實現(xiàn)AI自主智能體的價值之前，它們需要奠定基礎(chǔ)，就像在實現(xiàn)自動化的好處之前必須集中系統(tǒng)和數(shù)據(jù)一樣。如果沒有正確運營和技術(shù)基礎(chǔ)就部署AI自主智能體系統(tǒng)，只會放大低效，而不是消除它們。公司必須首先通過確保其數(shù)據(jù)基礎(chǔ)設(shè)施統(tǒng)一、流程標準化以及治理框架足夠成熟來協(xié)調(diào)人、流程和技術(shù)，從而支持大規(guī)模決策。
為了有效實現(xiàn)這一轉(zhuǎn)變，組織應(yīng)專注于以下幾個關(guān)鍵步驟：
建立深度記錄系統(tǒng)。AI自主智能體依賴于對信息的一致、實時訪問。整合跨部門、系統(tǒng)和平臺的分散數(shù)據(jù)，確保AI自主智能體具有智能行動的可見性和背景。
創(chuàng)建并執(zhí)行明確的治理和道德規(guī)范。定義AI自主智能體自主性的邊界，明確需要人工監(jiān)督的地方以及決策應(yīng)如何審計，這有助于建立信任并防止未經(jīng)授權(quán)的自動化。
采用協(xié)調(diào)層（編排）以實現(xiàn)多智能體協(xié)作。隨著人工智能系統(tǒng)的增長，企業(yè)將需要編排工具來協(xié)調(diào)AI自主智能體之間的溝通、將任務(wù)移交給人類團隊以及對齊目標。
為人工智能協(xié)作重新培訓(xùn)團隊。在AI自主智能體工作流中，人類和人工智能不是孤立工作，而是作為一個團隊。員工必須學(xué)會監(jiān)督、解釋和完善AI自主智能體行為，從流程執(zhí)行轉(zhuǎn)向績效管理和持續(xù)改進。同樣重要的是，團隊需要與人工智能一起工作，并接續(xù)其工作，處理需要同理心或判斷力的人類時刻。
先集中化以實現(xiàn)最大影響。AI自主智能體在已經(jīng)實現(xiàn)集中運營的組織中發(fā)揮最大價值——放棄同店模型，轉(zhuǎn)而采用專業(yè)團隊和共享系統(tǒng)。集中化使人員、流程和數(shù)據(jù)圍繞一致且可擴展的工作流程進行調(diào)整，為人工智能提供其智能行動所需的清晰度和上下文。
數(shù)據(jù)清晰度、集中化、治理、協(xié)調(diào)和人類監(jiān)督之間的協(xié)調(diào)是實驗和轉(zhuǎn)型之間的區(qū)別。對于那些愿意重新構(gòu)想其工作流并采取正確步驟的人來說，這種對齊可以帶來顯著的回報——一個不僅運行高效，還能夠持續(xù)學(xué)習和進化的組織。
AI自主智能體并非遙不可及的概念——它已經(jīng)到來，今天針對它進行優(yōu)化的公司將是在未來具有競爭優(yōu)勢的公司。
作者：Tyler Christiansen（泰勒·克里斯滕森）
譯者：木青
