The agentic organization: Contours of the next?paradigmfor the AI era
作者：Alexander Sukharevsky, Alexis Krivkovich, Arne Gast 等?
發(fā)布時(shí)間：2025年9月
核心摘要： 企業(yè)正邁向一個(gè)新的范式，即人類與虛擬及物理 AI 智能體協(xié)同工作以創(chuàng)造價(jià)值。我們分享了來自早期采用者的經(jīng)驗(yàn)教訓(xùn)——以及您接下來的行動(dòng)建議。
人工智能正在帶來工業(yè)革命和數(shù)字革命以來最大的組織范式轉(zhuǎn)變 。這種新范式聯(lián)合了人類與 AI 智能體——無論是虛擬的還是物理的——以近乎零的邊際成本大規(guī)模并肩工作 。我們稱之為“智能體組織（the agentic organization）或代理型組織” 。
麥肯錫與早期采用者的合作經(jīng)驗(yàn)表明，AI 智能體可以釋放巨大的價(jià)值 。組織正開始沿著日益復(fù)雜的譜系部署虛擬 AI 智能體：從增強(qiáng)現(xiàn)有活動(dòng)的簡單工具，到端到端的工作流自動(dòng)化，再到整個(gè)“AI 優(yōu)先（AI-first）”的智能體系統(tǒng) 。與此同時(shí)，物理 AI 智能體也在涌現(xiàn) 。公司正在為 AI 開發(fā)“身體”方面取得進(jìn)展，例如智能設(shè)備、無人機(jī)、自動(dòng)駕駛車輛以及人形機(jī)器人的早期嘗試 。這些機(jī)器允許 AI 與物理世界進(jìn)行交互 。
農(nóng)業(yè)時(shí)代（1800 年代之前）：運(yùn)營模式簡單，以工匠和農(nóng)民的小團(tuán)隊(duì)為中心 。全球 80% 到 90% 的人口從事農(nóng)業(yè) 。
工業(yè)時(shí)代：人們進(jìn)入工廠，運(yùn)營模式轉(zhuǎn)變?yōu)槁毮軐蛹?jí)制 。產(chǎn)品由人和機(jī)器為大規(guī)模復(fù)制而設(shè)計(jì)，每三到十年進(jìn)行一次重大升級(jí) 。此時(shí)出現(xiàn)了工廠工人、工程師和輪班主管等新角色 。高效的規(guī)模化推動(dòng)了公司的增長和競爭優(yōu)勢，精益管理成為一種戰(zhàn)略工具 。
數(shù)字時(shí)代（1990 年代開始）：隨著計(jì)算的興起，工業(yè)時(shí)代的格言開始瓦解 。早期的 IT 努力反映了工業(yè)思維，將業(yè)務(wù)流程硬編碼到支持生產(chǎn)和企業(yè)資源規(guī)劃的單體系統(tǒng)中 。公司很快轉(zhuǎn)向模塊化的數(shù)字產(chǎn)品和平臺(tái)，每月甚至每天更新 。速度要求敏捷的運(yùn)營模式，擁有小型跨職能團(tuán)隊(duì)，包括軟件工程師、體驗(yàn)設(shè)計(jì)師和產(chǎn)品經(jīng)理等新角色 。速度和客戶接觸成為公司競爭優(yōu)勢的關(guān)鍵 。
AI 時(shí)代（現(xiàn)在）：AI 時(shí)代正開始迎來最新的演變，像前幾個(gè)時(shí)代徹底改變體力勞動(dòng)一樣徹底改變知識(shí)工作 。智能體組織將人類、AI 智能體和機(jī)器匯聚在未來的工作場所中 。這一新范式的承諾將取決于 AI 能力的持續(xù)增長以及監(jiān)管等其他因素 。AI 能夠可靠完成的任務(wù)時(shí)長自 2019 年以來大約每七個(gè)月翻一番，自 2024 年以來每四個(gè)月翻一番，截至撰寫本文時(shí)已達(dá)到約兩小時(shí) 。到 2027 年，AI 系統(tǒng)可能在無人監(jiān)督的情況下完成四天的工作 。這將是一個(gè)驚人的加速演變——從需要持續(xù)監(jiān)督的實(shí)習(xí)生級(jí)員工，到可以獨(dú)立運(yùn)作的中期員工，甚至可能到能夠塑造和推動(dòng)戰(zhàn)略的高級(jí)管理人員 。
雖然不同的組織范式確實(shí)共存，但通過構(gòu)建去中心化的、注重結(jié)果的智能體網(wǎng)絡(luò)，智能體組織可能成為領(lǐng)導(dǎo)者獲得競爭優(yōu)勢的關(guān)鍵 。
智能體組織將圍繞企業(yè)的五個(gè)支柱構(gòu)建：商業(yè)模式；運(yùn)營模式；治理；勞動(dòng)力、人員與文化；以及技術(shù)與數(shù)據(jù)（見圖表 1） 。
試想一下未來的銀行：當(dāng)客戶想買房時(shí)，一個(gè)個(gè)人 AI 禮賓（客服）會(huì)激活一系列智能體工作流來服務(wù)買家 。房地產(chǎn) AI 智能體建議房產(chǎn)，而抵押貸款承銷智能體根據(jù)客戶的財(cái)務(wù)狀況定制報(bào)價(jià) 。合規(guī)智能體確保交易符合銀行政策，簽約智能體在另一個(gè)智能體發(fā)放貸款前最終確定協(xié)議 。所有這些工作流都由一個(gè)包含人類主管、抵押貸款專家和 AI 賦能的一線員工的智能體團(tuán)隊(duì)監(jiān)督 。在某些情況下，銀行甚至可以將其 AI 驅(qū)動(dòng)的服務(wù)擴(kuò)展到家具、裝修、能源升級(jí)等領(lǐng)域 。銀行變成了一個(gè)智能體團(tuán)隊(duì)的網(wǎng)絡(luò)——一個(gè)智能體組織 。
（圖表說明請(qǐng)見文末）
在本文中，我們分享了與先鋒公司合作的早期信號(hào)、科技領(lǐng)袖和投資者的見解，以及高管們向我們提出的問題 。智能體組織范式無疑會(huì)演變，但今天的領(lǐng)導(dǎo)者不能等待完美的清晰度 。我們?cè)诒疚闹兄敢I(lǐng)導(dǎo)者現(xiàn)在可以在哪里采取行動(dòng)來塑造新時(shí)代——完善其運(yùn)營模式以創(chuàng)造更多價(jià)值，并為“AI 優(yōu)先”的方法重新布線——而不是等待被其塑造 。
Five pillars of the agentic organization
在智能體時(shí)代，公司將通過以下方式獲得競爭優(yōu)勢：通過 AI 渠道更貼近客戶以提供實(shí)時(shí)超個(gè)性化服務(wù)，精簡流程成為“AI 優(yōu)先”，以及建立專有數(shù)據(jù)的“圍墻花園”作為其超能力。AI 原生初創(chuàng)企業(yè)和智能體公司可能會(huì)顛覆行業(yè)，其生產(chǎn)力（人均收入）水平根本不同，成本與增長脫鉤，且具有更快的上市速度和創(chuàng)新能力。
1.1AI 原生渠道實(shí)現(xiàn)超個(gè)性化
消費(fèi)者已經(jīng)開始繞過商店、應(yīng)用程序和搜索引擎，轉(zhuǎn)而青睞?ChatGPT?等 AI 原生界面 。在未來，每個(gè)消費(fèi)者都可能擁有一個(gè)低成本的 AI 個(gè)人助理 。一家歐洲公用事業(yè)提供商已向其 300 萬客戶推出了多模態(tài) AI 助手 。它顯著縮短了平均處理時(shí)間，提高了客戶滿意度，改善了響應(yīng)速度，并在此無需人工介入的情況下解決了更多呼叫 。這些助手不僅僅是響應(yīng)者；它們是私人禮賓（客服），將與其他智能體全天候談判，不斷從用戶行為和市場信號(hào)中學(xué)習(xí)，以生成不斷演變、超個(gè)性化的產(chǎn)品 。這也為生態(tài)系統(tǒng)經(jīng)濟(jì)釋放了新機(jī)會(huì)，即擁有客戶聯(lián)系的公司可以通過滿足其傳統(tǒng)商業(yè)模式和行業(yè)邊界之外的各種客戶需求來實(shí)現(xiàn)增長 。
1.2AI 優(yōu)先的工作流將邊際成本推向計(jì)算成本
銀行已經(jīng)在用智能體小隊(duì)運(yùn)行抵押貸款和合規(guī)流程 。保險(xiǎn)公司正在重塑理賠和承保，同時(shí)將自己重新構(gòu)想為 AI 原生企業(yè)。電信公司正在客戶服務(wù)及其他領(lǐng)域使用智能體 。一家全球性銀行的“智能體工廠”用十個(gè)智能體小隊(duì)管理“了解你的客戶（KYC）”流程，這有助于在產(chǎn)出的質(zhì)量和一致性方面產(chǎn)生巨大的積極影響 。另一家銀行利用人類監(jiān)督 AI 智能體小隊(duì)對(duì)其遺留核心系統(tǒng)進(jìn)行現(xiàn)代化改造，使時(shí)間和精力減少了高達(dá) 50% 。這并非在現(xiàn)有流程之上的常規(guī)自動(dòng)化——這是端到端流程的重新設(shè)計(jì)，人類處于“循環(huán)之上（above the loop）”進(jìn)行戰(zhàn)略監(jiān)督，有可能將邊際成本推向計(jì)算成本 。展望未來，大多數(shù)（如果不是全部）流程都可以被重新構(gòu)想為 AI 優(yōu)先，人類和傳統(tǒng) IT 系統(tǒng)選擇性地被引入“循環(huán)之中（back in the loop）”或“循環(huán)之上” 。
1.3專有數(shù)據(jù)成為關(guān)鍵差異化因素
如果今天的 AI 是“口袋里裝著互聯(lián)網(wǎng)的實(shí)習(xí)生”，明天的優(yōu)勢將來自公共互聯(lián)網(wǎng)無法提供的“圍墻數(shù)據(jù)花園” 。公司可以通過持續(xù)捕獲和提煉獨(dú)特的、經(jīng)同意的專有數(shù)據(jù)——如客戶行為流、產(chǎn)品使用情況和傳感器數(shù)據(jù)——并將其轉(zhuǎn)化為差異化的個(gè)性化產(chǎn)品和流程，從而勝過競爭對(duì)手 。AI 還可以通過加速數(shù)據(jù)基礎(chǔ)和數(shù)據(jù)產(chǎn)品的構(gòu)建以及數(shù)據(jù)質(zhì)量的改進(jìn)來提供幫助 。
在智能體時(shí)代，組織的構(gòu)建和運(yùn)作方式將與其交付的產(chǎn)品或服務(wù)一樣發(fā)生巨大演變 。工作和工作流將被重新構(gòu)想為 AI 優(yōu)先，運(yùn)營模式將演變?yōu)橛少x權(quán)、結(jié)果導(dǎo)向的智能體團(tuán)隊(duì)組成的扁平網(wǎng)絡(luò) 。
2.1工作和工作流將被重新構(gòu)想為 AI 優(yōu)先
智能體時(shí)代的運(yùn)營模式將錨定在重新構(gòu)想的 AI 優(yōu)先工作流周圍，人類和 IT 系統(tǒng)被選擇性地重新引入 AI 原生設(shè)計(jì)中 。在一家歐洲汽車制造商和一家公共部門組織中，智能體小隊(duì)正在逆向工程和現(xiàn)代化遺留系統(tǒng)，而人類則引導(dǎo)和驗(yàn)證工作 。在產(chǎn)品開發(fā)中，智能體可以收集反饋、分析數(shù)據(jù)、測試功能，甚至運(yùn)行活動(dòng) 。人類將主要位于“循環(huán)之上”以引導(dǎo)和指導(dǎo)結(jié)果，并在人際接觸至關(guān)重要的地方選擇性地處于“循環(huán)之中” 。
2.2結(jié)果導(dǎo)向的智能體團(tuán)隊(duì)將成為組織積木
傳統(tǒng)組織是圍繞職能孤島建立的 。數(shù)字公司擁有跨職能產(chǎn)品團(tuán)隊(duì)，但仍受到交接和人類團(tuán)隊(duì)規(guī)模限制（如“兩個(gè)披薩團(tuán)隊(duì)”和鄧巴數(shù)）的約束 。在智能體組織中，結(jié)構(gòu)將轉(zhuǎn)向小型的、注重結(jié)果的智能體團(tuán)隊(duì) 。一個(gè)智能體團(tuán)隊(duì)——由擁有并監(jiān)督底層 AI 工作流的較小多學(xué)科人類小組組成——可以被組織起來交付清晰的端到端業(yè)務(wù)結(jié)果，涵蓋營銷、產(chǎn)品管理、技術(shù)、數(shù)據(jù)和運(yùn)營的完整職能價(jià)值鏈 。根據(jù)我們的經(jīng)驗(yàn)，一個(gè)兩到五人的團(tuán)隊(duì)已經(jīng)可以監(jiān)督一個(gè)由 50 到 100 個(gè)專業(yè)智能體組成的智能體工廠，運(yùn)行端到端流程，如客戶引導(dǎo)、產(chǎn)品發(fā)布或結(jié)賬 。智能體 AI 可以比以往任何時(shí)候都更多地?cái)U(kuò)展產(chǎn)品團(tuán)隊(duì)的范圍和自主權(quán) 。
2.3贏家編排扁平的智能體團(tuán)隊(duì)網(wǎng)絡(luò)
沒有正確背景、引導(dǎo)和方向的 AI 智能體泛濫可能會(huì)導(dǎo)致混亂 。未來的贏家運(yùn)營模式將賦權(quán)智能體團(tuán)隊(duì)，采用扁平的決策和溝通結(jié)構(gòu)，并在智能體團(tuán)隊(duì)之間進(jìn)行高語境共享和對(duì)齊，以確保它們同步行動(dòng) 。組織結(jié)構(gòu)圖（基于傳統(tǒng)的層級(jí)授權(quán)）將轉(zhuǎn)向智能體網(wǎng)絡(luò)或工作圖（基于交換任務(wù)和結(jié)果） 。最后，智能體網(wǎng)絡(luò)不一定局限于單一組織的邊界，不同的結(jié)果可能來自不同的方，從而開辟新的 B2B 機(jī)會(huì) 。
在智能體組織中，治理不能僅僅是周期性的、紙面繁重的工作 。由于智能體持續(xù)運(yùn)作，治理必須變得實(shí)時(shí)、數(shù)據(jù)驅(qū)動(dòng)和嵌入式——由人類承擔(dān)最終責(zé)任 。
3.1利用實(shí)時(shí)數(shù)據(jù)加速?zèng)Q策
傳統(tǒng)的預(yù)算、規(guī)劃和績效管理周期對(duì)于 AI 優(yōu)先的工作流來說太慢了 。先行者正在試驗(yàn)“智能體預(yù)算”，其中 AI 智能體提議預(yù)算，情景智能體運(yùn)行預(yù)測，報(bào)告智能體提供實(shí)時(shí)洞察 。財(cái)務(wù)領(lǐng)導(dǎo)者從收集電子表格轉(zhuǎn)向解讀信號(hào)、壓力測試情景以及直接與業(yè)務(wù)互動(dòng) 。
3.2通過嵌入式護(hù)欄實(shí)現(xiàn)智能體控制智能體
正如 DevSecOps（開發(fā)、安全和運(yùn)營）將自動(dòng)化檢查嵌入數(shù)字交付一樣，智能體組織將把控制智能體嵌入工作流中 。批評(píng)者智能體將挑戰(zhàn)輸出，護(hù)欄智能體將執(zhí)行政策，合規(guī)智能體將監(jiān)控法規(guī) 。每一個(gè)行動(dòng)都可以被實(shí)時(shí)記錄和解釋——從數(shù)據(jù)隱私到財(cái)務(wù)閾值再到品牌聲音 ?？缭?AI 智能體生命周期（從智能體發(fā)現(xiàn)和啟動(dòng)到退役）的 AI 治理框架可以平衡速度和規(guī)模與所需的安全和控制機(jī)制 。
3.3人類問責(zé)和監(jiān)督依然存在
人類問責(zé)和監(jiān)督仍然必不可少，但其性質(zhì)將發(fā)生變化 。合規(guī)官員和領(lǐng)導(dǎo)者不再進(jìn)行逐行審查，而是定義政策、監(jiān)控異常值并調(diào)整人類參與的程度 。挑戰(zhàn)在于找到甜蜜點(diǎn)：既有足夠的監(jiān)督來管理風(fēng)險(xiǎn)，又不會(huì)將智能體拖回人類的速度 。正確平衡這一點(diǎn)的公司將獲得更多智能體優(yōu)勢 。最終，智能體采用的規(guī)模將受限于人類能提供多少監(jiān)督能力——這使得治理本身成為生產(chǎn)力的潛在瓶頸 。
在智能體組織中，人類將從執(zhí)行活動(dòng)轉(zhuǎn)向擁有和引導(dǎo)端到端結(jié)果 。這種轉(zhuǎn)變需要具有不同技能的新人才畫像，以及提供凝聚力和目標(biāo)的文化 。
4.1混合智能體勞動(dòng)力需要新的人才系統(tǒng)
隨著智能體承擔(dān)執(zhí)行工作，人們將越來越多地定義目標(biāo)、進(jìn)行權(quán)衡并引導(dǎo)結(jié)果 。這將改變公司如何規(guī)劃混合勞動(dòng)力、雇用（或借用）誰、如何部署人類或 AI 人才以及如何衡量成功 。人力資源系統(tǒng)不僅跟蹤人類員工，也是智能體和智能體工作流的存儲(chǔ)庫 。錨定在任務(wù)完成上的績效管理將讓位于跟蹤人們?nèi)绾螀f(xié)調(diào)智能體、釋放價(jià)值和交付結(jié)果的系統(tǒng) 。在這個(gè)新范式中，人才系統(tǒng)本身必須被重新思考——從職業(yè)路徑到激勵(lì)機(jī)制再到領(lǐng)導(dǎo)力模型 。
4.2出現(xiàn)具有不同技能的新人才畫像
在我們與先鋒組織的合作中，我們看到 AI 智能體取代了歷史上由知識(shí)工作者處理的任務(wù)，如分析文檔和創(chuàng)建 API 。同時(shí)，我們看到對(duì)其他技能的需求上升——例如，具有端到端視角的深度問題解決、系統(tǒng)設(shè)計(jì)的應(yīng)用，以及在智能體失效的邊緣案例中應(yīng)用模式識(shí)別的能力 。隨著人類與智能體并肩工作，三種角色正在浮現(xiàn)（見圖表 2）：
M 型主管 (M-shaped supervisors)：精通 AI 的廣泛通才，協(xié)調(diào)跨領(lǐng)域的智能體和混合勞動(dòng)力 。
T 型專家 (T-shaped experts)：深度專家，重新構(gòu)想工作流，處理異常情況并保障質(zhì)量 。
AI 賦能的一線員工 (AI-empowered frontline workers)：專注于需要人際接觸以獲得最佳結(jié)果的人際任務(wù) 。
（圖表說明請(qǐng)見文末）
領(lǐng)導(dǎo)者自身也會(huì)演變。CEO、產(chǎn)品官和合規(guī)負(fù)責(zé)人將越來越需要曾經(jīng)只期望首席信息官具備的技術(shù)流利度 。填補(bǔ)這些角色將需要大規(guī)模的技能提升和再培訓(xùn) 。早期證據(jù)表明，沒有技術(shù)背景的員工可以像受過訓(xùn)練的工程師一樣快速學(xué)會(huì)管理智能體工作流 。隨著“方框和線條”讓位于人類和數(shù)字技能的生態(tài)系統(tǒng)，職業(yè)路徑和績效系統(tǒng)將需要適應(yīng) 。隨著這些畫像的確立，“組織”和“員工”的概念將變得更加流動(dòng)，人類和數(shù)字人才的生態(tài)系統(tǒng)在組織內(nèi)部和外部融合 。
4.3文化作為粘合劑和道德指南針
文化將成為智能體組織的運(yùn)營粘合劑和道德指南針 。先鋒智能體組織強(qiáng)調(diào)編排的必要性——圍繞共享背景和結(jié)果對(duì)齊團(tuán)隊(duì)，確定人類和 AI 能力的正確組合（因?yàn)椴⒎撬惺虑槎夹枰狝I智能體），并在人類和智能體之間建立信任 。文化指南針將價(jià)值觀和長期目標(biāo)嵌入智能體系統(tǒng)，因此公司不會(huì)為了短期效率而犧牲凝聚力和信任 。早期先鋒表明，清晰度、果斷的領(lǐng)導(dǎo)力和持續(xù)學(xué)習(xí)至關(guān)重要——但區(qū)分贏家的是他們?cè)诳焖俎D(zhuǎn)型的同時(shí)保持凝聚力和身份認(rèn)同的能力 。
在智能體組織中，技術(shù)和數(shù)據(jù)將在?AI?智能體網(wǎng)格（agentic AI mesh）的支持下變得民主化 。智能體對(duì)智能體（Agent-to-agent）協(xié)議將使跨系統(tǒng)、機(jī)器和人類的集成更容易、更便宜 。成功的擴(kuò)展者將根據(jù)獨(dú)特性和競爭優(yōu)勢來源平衡自建與購買決策，避免技術(shù)或供應(yīng)商鎖定，以便快速適應(yīng)快速演變的產(chǎn)品格局 。
5.1 IT 和數(shù)據(jù)的分布式所有權(quán)變得可行
在數(shù)字時(shí)代，技術(shù)和數(shù)據(jù)系統(tǒng)從遠(yuǎn)離業(yè)務(wù)的集中式單體和數(shù)據(jù)庫演變?yōu)榭拷鼧I(yè)務(wù)的微服務(wù)和數(shù)據(jù)產(chǎn)品 。這需要大量的軟件和數(shù)據(jù)工程專業(yè)知識(shí)來設(shè)計(jì)、開發(fā)和維護(hù)底層技術(shù)和數(shù)據(jù) 。在新興的智能體時(shí)代，業(yè)務(wù)側(cè)員工將能夠通過AI自主智能體 獨(dú)立創(chuàng)建軟件資產(chǎn)并管理數(shù)據(jù)，AI自主智能體 ?在深度專家的監(jiān)督下自動(dòng)化軟件開發(fā)生命周期（SDLC） 。早期采用者的生產(chǎn)力至少翻了一番，來自不同背景的員工——例如我們團(tuán)隊(duì)中的一位法國文學(xué)畢業(yè)生——證明在構(gòu)建智能體工作流方面與軟件工程師一樣有能力 。為了負(fù)責(zé)任地?cái)U(kuò)展這種轉(zhuǎn)型，組織必須采用智能體平臺(tái)和架構(gòu)，例如AI智能體 網(wǎng)格 。這些平臺(tái)提供可重用的、高性能的“原子”智能體和配備技術(shù)安全護(hù)欄的數(shù)據(jù)產(chǎn)品，以防止技術(shù)債務(wù)或網(wǎng)絡(luò)安全風(fēng)險(xiǎn)的積累，同時(shí)釋放前所未有的民主化和創(chuàng)新水平 。
5.2 智能體對(duì)智能體協(xié)議簡化交互和集成
智能體對(duì)智能體協(xié)議正在重新定義人類、智能體、IT 系統(tǒng)和設(shè)備之間的交互 。與其依賴需要繁重編程和自定義系統(tǒng)間連接的傳統(tǒng) IT 系統(tǒng)集成（如中間件和 API），智能體對(duì)智能體協(xié)議使系統(tǒng)能夠使用智能體與其他系統(tǒng)通信 。通過轉(zhuǎn)向位于底層系統(tǒng)復(fù)雜性之上的智能體對(duì)智能體對(duì)話，組織可以更快速、更低成本地將遺留系統(tǒng)、云平臺(tái)甚至無人機(jī)等機(jī)器集成到連貫的工作流中 。更重要的是，這允許更快的實(shí)驗(yàn)——新功能可以被測試、擴(kuò)展或棄用，而無需數(shù)月的工程努力 。
5.3 動(dòng)態(tài)采購變得至關(guān)重要
許多關(guān)鍵業(yè)務(wù)平臺(tái)歷史上都是通過嚴(yán)格的采購流程在內(nèi)部構(gòu)建或選擇的，實(shí)施轉(zhuǎn)型需耗時(shí)數(shù)年 。這些系統(tǒng)原本旨在保持長期穩(wěn)定以確保幾十年的競爭力 。在智能體時(shí)代，將需要更靈活的戰(zhàn)略 。大型語言模型和 AI 產(chǎn)品發(fā)展如此之快，以至于鎖定一個(gè)解決方案或供應(yīng)商可能導(dǎo)致技術(shù)在幾周內(nèi)過時(shí) 。同時(shí)，組織需要圍護(hù)專有的組織背景、機(jī)構(gòu)知識(shí)和非公開數(shù)據(jù)以保持競爭力 。這需要將智能體結(jié)構(gòu)、邏輯和數(shù)據(jù)與底層供應(yīng)商格局分離的架構(gòu) 。
How to start the journey
我們?cè)谂c高管討論時(shí)最常聽到的問題是，“我該如何開始？” 。高管們想知道如何在對(duì)未來尚不清晰的情況下創(chuàng)建北極星愿景 ；如何評(píng)估數(shù)據(jù)、技術(shù)和治理基礎(chǔ)的成熟度和升級(jí)需求 ；如何設(shè)定價(jià)值和可行性的優(yōu)先級(jí)；如何在技能和思維方式方面帶動(dòng)組織 ；以及如何比競爭對(duì)手更快地?cái)U(kuò)展以創(chuàng)造競爭優(yōu)勢 。
明確而現(xiàn)實(shí)的危險(xiǎn)是最終擁有“比漢莎航空還多的飛行員（pilots，雙關(guān)語，意指試點(diǎn)項(xiàng)目）”，與價(jià)值驅(qū)動(dòng)因素脫節(jié)，到處都能看到 AI 但在損益表中看不到，或者最終遭遇公關(guān)慘敗 。
基于我們的轉(zhuǎn)型經(jīng)驗(yàn)，我們相信那些希望在開發(fā)智能體組織方面獲得競爭優(yōu)勢的公司應(yīng)該大膽思考（think boldly）、快速行動(dòng)（move fast）并深入挖掘（go deep）。
在成為智能體 AI 領(lǐng)導(dǎo)者的旅程中，高管們將需要一種不同的思維方式，以便在我們?cè)诒疚闹辛谐龅?15 個(gè)主題上達(dá)成連貫的選擇和行動(dòng)（見圖表 3） 。
（注：Agents 智能體或代理 圖表說明請(qǐng)見文末）
我們鼓勵(lì)領(lǐng)導(dǎo)者思考三個(gè)激進(jìn)的轉(zhuǎn)變，以便在如何為智能體時(shí)代進(jìn)行轉(zhuǎn)型方面實(shí)現(xiàn)階躍式變化 ：
從線性到指數(shù) (From linear to exponential)：雖然技術(shù)呈指數(shù)級(jí)發(fā)展，但組織和運(yùn)營模式通常呈線性演變，這可能會(huì)限制組織最終能夠捕獲多少價(jià)值 。不要讓這種情況發(fā)生。領(lǐng)導(dǎo)團(tuán)隊(duì)需要在使運(yùn)營模式適應(yīng)智能體組織方面采取大膽立場——用跨職能的自主智能體團(tuán)隊(duì)取代職能孤島，重新設(shè)計(jì)激勵(lì)機(jī)制和支持流程以促成變革，并投資所需的能力 。
從技術(shù)先行到以終為始 (From technology-forward to future-back)：像部署軟件一樣將智能體轉(zhuǎn)型委托給您的技術(shù)領(lǐng)導(dǎo)者是不夠的 。領(lǐng)導(dǎo)者需要設(shè)想未來的組織、其利用 AI 優(yōu)先流程和混合人-智能體組織的全部價(jià)值潛力——然后反向推導(dǎo)以確定開始的地方 。你只能通過做來學(xué)習(xí)，而不是通過讀書或在高爾夫球場上談?wù)撍?。通過大膽地重新構(gòu)想一個(gè)端到端的領(lǐng)域?qū)⑵渥優(yōu)楝F(xiàn)實(shí)，將在建立組織的學(xué)習(xí)肌肉方面大有作為 。與此同時(shí)，領(lǐng)導(dǎo)者應(yīng)該開始規(guī)劃并建立超出其第一個(gè)燈塔項(xiàng)目的擴(kuò)展促成因素 。
從威脅到機(jī)會(huì) (From threat to opportunity)：領(lǐng)導(dǎo)者可能會(huì)對(duì)AI智能體 對(duì)日常運(yùn)營的影響感到擔(dān)憂 。高管們必須不斷與員工接觸，討論這項(xiàng)技術(shù)可以釋放的新可能性，不僅是為了組織的增長和目標(biāo)，也是為了他們作為專業(yè)人士的發(fā)展 。在基本素養(yǎng)之外充分投資于技能提升——以及變革管理、激勵(lì)、預(yù)算、溝通和績效管理以支持轉(zhuǎn)型——將有助于鋪平道路 。
具體而言，領(lǐng)導(dǎo)團(tuán)隊(duì)可以從采取以下步驟開始：將AI智能體 作為高層團(tuán)隊(duì)議程的重要組成部分 ；概述 CEO 創(chuàng)建智能體組織的愿景；建立 AI 卓越中心；提升人員技能 ；以及重新布線一兩個(gè)燈塔領(lǐng)域，以快速啟動(dòng)智能體流程并“實(shí)時(shí)學(xué)習(xí)” 。
組織范式確實(shí)并存：89% 的組織仍生活在工業(yè)時(shí)代，而 9% 擁有數(shù)字時(shí)代的敏捷或產(chǎn)品和平臺(tái)運(yùn)營模式，只有 1% 作為去中心化網(wǎng)絡(luò)運(yùn)作 。但時(shí)機(jī)已到，組織應(yīng)盡快邁向新的智能體范式，以獲得顯著的競爭優(yōu)勢，否則將面臨被拋在后面的風(fēng)險(xiǎn) 。
圖表 1 (Exhibit 1)
商業(yè)模式/運(yùn)營模式：AI 原生渠道和產(chǎn)品（如個(gè)人禮賓）；實(shí)時(shí)超個(gè)性化；由專有多模態(tài)數(shù)據(jù)驅(qū)動(dòng)的 AI 優(yōu)先工作流；扁平的混合智能體團(tuán)隊(duì)網(wǎng)絡(luò)。
治理：實(shí)時(shí)、嵌入式治理和具有人類問責(zé)制的智能體控制。
勞動(dòng)力：具有 T 型和 M 型人才畫像的混合勞動(dòng)力；持續(xù)變革和學(xué)習(xí)的文化；傳感器、人形機(jī)器人、無人機(jī)等。
技術(shù)和數(shù)據(jù)：民主化的 AI 網(wǎng)格，具有模塊化 AI 智能體、智能體對(duì)智能體通信和動(dòng)態(tài)采購。
標(biāo)題：AI 正在引領(lǐng)自工業(yè)革命和數(shù)字革命以來最大的組織范式轉(zhuǎn)變。
內(nèi)容：該表格按時(shí)代（農(nóng)業(yè)時(shí)代、工業(yè)時(shí)代、數(shù)字時(shí)代、AI 時(shí)代）對(duì)比了組織范式的核心要素。
AI 時(shí)代特征：
商業(yè)模式/運(yùn)營模式：AI 原生渠道和產(chǎn)品（如個(gè)人禮賓）；實(shí)時(shí)超個(gè)性化；由專有多模態(tài)數(shù)據(jù)驅(qū)動(dòng)的 AI 優(yōu)先工作流；扁平的混合智能體團(tuán)隊(duì)網(wǎng)絡(luò)。
治理：實(shí)時(shí)、嵌入式治理和具有人類問責(zé)制的智能體控制。
勞動(dòng)力：具有 T 型和 M 型人才畫像的混合勞動(dòng)力；持續(xù)變革和學(xué)習(xí)的文化；傳感器、人形機(jī)器人、無人機(jī)等。
技術(shù)和數(shù)據(jù)：民主化的 AI 網(wǎng)格，具有模塊化 AI 智能體、智能體對(duì)智能體通信和動(dòng)態(tài)采購。
圖表 2 (Exhibit 2)
M 型總經(jīng)理：構(gòu)建、監(jiān)督和優(yōu)化混合工作流；擁有端到端責(zé)任；多技能，能跨領(lǐng)域應(yīng)用知識(shí)。
T 型深度專家：提供工作流的人類監(jiān)督；擁有廣泛的學(xué)科專業(yè)知識(shí)；增強(qiáng)現(xiàn)有基于專業(yè)的角色。
AI 賦能的一線工人：專注于需要人際接觸的任務(wù)；高社會(huì)情感技能及基本 AI 流利度。
標(biāo)題：智能體組織中將出現(xiàn)主管、專家和一線工人的新人才畫像。
內(nèi)容：展示了 AI 時(shí)代演變角色的所需技能（M 型總經(jīng)理、T 型深度專家、AI 賦能的一線工人）。
關(guān)鍵技能：
M 型總經(jīng)理：構(gòu)建、監(jiān)督和優(yōu)化混合工作流；擁有端到端責(zé)任；多技能，能跨領(lǐng)域應(yīng)用知識(shí)。
T 型深度專家：提供工作流的人類監(jiān)督；擁有廣泛的學(xué)科專業(yè)知識(shí)；增強(qiáng)現(xiàn)有基于專業(yè)的角色。
AI 賦能的一線工人：專注于需要人際接觸的任務(wù)；高社會(huì)情感技能及基本 AI 流利度。
圖表 3 (Exhibit 3)
商業(yè)模式：渠道顛覆（AI 渠道實(shí)現(xiàn)超個(gè)性化）、成本曲線壓縮（AI 優(yōu)先工作流降低邊際成本）、新差異化來源（專有數(shù)據(jù)）。
運(yùn)營模式：從組織結(jié)構(gòu)圖到工作圖、減少組織摩擦、扁平和流動(dòng)的網(wǎng)絡(luò)。
治理：實(shí)時(shí)決策、智能體治理（嵌入式護(hù)欄）、人類監(jiān)督保留。
勞動(dòng)力：混合人才系統(tǒng)、新畫像新技能、文化更加重要。
技術(shù)和數(shù)據(jù)：分布式所有權(quán)（AI 網(wǎng)格）、簡化集成（智能體對(duì)智能體協(xié)議）、動(dòng)態(tài)采購。
標(biāo)題：智能體組織將在 15 個(gè)核心主題上解鎖變革。
內(nèi)容：按組織支柱列出了關(guān)鍵轉(zhuǎn)型。
關(guān)鍵轉(zhuǎn)型：
商業(yè)模式：渠道顛覆（AI 渠道實(shí)現(xiàn)超個(gè)性化）、成本曲線壓縮（AI 優(yōu)先工作流降低邊際成本）、新差異化來源（專有數(shù)據(jù)）。
運(yùn)營模式：從組織結(jié)構(gòu)圖到工作圖、減少組織摩擦、扁平和流動(dòng)的網(wǎng)絡(luò)。
治理：實(shí)時(shí)決策、智能體治理（嵌入式護(hù)欄）、人類監(jiān)督保留。
勞動(dòng)力：混合人才系統(tǒng)、新畫像新技能、文化更加重要。
技術(shù)和數(shù)據(jù)：分布式所有權(quán)（AI 網(wǎng)格）、簡化集成（智能體對(duì)智能體協(xié)議）、動(dòng)態(tài)采購。
