随着我们全面步入自主转型时代,AI代理正在改变企业的运营和价值创造方式。但是,当数百家供应商都声称提供"AI代理"时,我们如何穿透炒作,真正理解这些系统能够实现什么,更重要的是,我们应该如何使用它们?
答案比简单地列出可以自动化的任务清单并测试AI代理能否达到这些基准要复杂得多。喷气式飞机比汽车移动得更快,但它显然不是去杂货店的正确选择。
为什么我们不应该尝试用AI代理替代我们的工作
每个组织都为其客户、合作伙伴和员工创造一定量的价值。
这个数量只是总可创造价值的一小部分(即组织有能力创造且会被客户、合作伙伴和员工欢迎的总价值)。
如果每位员工下班时都带着明天的长长待办事项清单,以及另一份需要完全放弃的待办事项清单——这些事项如果能够被优先处理本可以创造价值——那么价值、时间和努力之间就存在不平衡,导致价值被搁置。
使用AI代理的最简单起点是审视已经在进行的工作和正在创造的价值。这使初步的心理计算变得简单,因为你可以映射已存在的价值,并分析更快或更可靠地创造相同价值的机会。
将这作为转型过程中的一个阶段没有任何问题,但大多数组织和AI计划失败的地方在于仅考虑AI如何应用于已经创造的价值。这将他们的关注点和投资缩小到下面维恩图中重叠的狭窄部分,使大部分可创造的价值被搁置。
人类和机器本质上有不同的优势和劣势。那些与业务、技术和行业合作伙伴协作重塑工作的组织,将超越那些仅关注一种价值体系并无休止地追求更高程度自动化而不增加总价值输出的组织。
通过SPAR框架理解AI代理能力
为了帮助解释AI代理如何工作,我们创建了所谓的SPAR框架:感知(Sense)、规划(Plan)、行动(Act)和反思(Reflect)。这个框架反映了人类如何实现自己的目标,并提供了理解AI代理运作方式的自然途径。
感知:就像我们使用感官收集周围世界的信息一样,AI代理从环境中收集信号。它们跟踪触发器,收集相关信息,并监控其运行环境。
规划:一旦代理收集了关于其环境的信号,它不会直接跳入执行阶段。就像人类在行动前考虑选项一样,AI代理被开发为在其目标和规则的背景下处理可用信息,以便对实现目标做出明智决策。
行动:采取具体行动的能力使AI代理区别于简单的分析系统。它们可以协调多种工具和系统来执行任务,实时监控其行动,并进行调整以保持正确方向。
反思:也许最复杂的能力是从经验中学习。先进的AI代理可以评估其表现,分析结果,并根据最有效的方法改进其方法——创造一个持续改进的循环。
使AI代理强大的是这四种能力如何在一个集成的循环中协同工作,创建一个能够以越来越复杂的方式追求复杂目标的系统。
这种探索能力可以与已经通过数字化转型多次优化的现有流程形成对比。它们的重塑可能会带来小的短期收益,但探索创造价值和开拓新市场的新方法可能会带来指数级增长。
构建AI代理战略的5个步骤
大多数技术专家、顾问和业务领导者在引入AI时遵循传统方法(这导致了87%的失败率):
创建问题清单;
或者
检查你的数据;
选择一组潜在用例;
分析用例的投资回报率(ROI)、可行性、成本、时间线;
选择用例子集并投资执行。
这种方法看似合理,因为它通常被认为是最佳实践,但数据显示它并不奏效。是时候采用新方法了。
1. 绘制你的组织基于核心能力以及市场的监管和地缘政治条件,可以为客户和合作伙伴提供的总可创造价值。
2. 评估你组织当前的价值创造。
3. 选择对你的组织创造新价值最有价值且能开创市场的五大机会。
4. 分析设计AI代理解决方案的ROI、可行性、成本和时间线(根据需要重复第3步和第4步)。
5. 选择价值案例子集并投资执行。
用AI创造新价值
迈入自主转型时代(更多自主系统持续创造价值)的旅程不是短跑——而是一个战略性的进程,在技术进步的同时构建组织能力。通过最初识别价值并有条不紊地增长雄心,你将使你的组织在AI代理时代蓬勃发展。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。