科技行业普遍认为AI智能体将自动化整个业务流程,可能改变全球企业运营模式。然而,现实情况却大不相同。
根据沃顿商学院和GBK Collective发布的AI采用研究显示,58%的企业IT决策者表示他们的组织正在试点AI智能体,大多数项目针对流程自动化、工作流程效率提升或客户服务等用例。
需要注意的是,这些仍然是试点项目,而非生产环境的实际部署。目前还没有成熟的人机协作工作流程指南。
将AI智能体融入企业组织
随着IT部门努力寻找使用AI自动化运营的最佳路径,与人力资源部门的紧密合作将至关重要,这有助于最小化干扰并确保组织为新角色、新流程和新团队结构做好准备。
Sophos首席信息官Tony Young正在领导该MDR供应商的AI部署工作,包括Microsoft Copilot。他表示,IT和HR之间的紧密互动对于负责任的AI部署所需的变更管理至关重要。"正确的方法是与HR专业人员合作,了解如何让员工参与其中。"
Young预测,更多公司将雇用自动化专家以及那些了解如何策划内容和处理数据的人员,以平滑向智能体AI的过渡。HR可以帮助融合这些新兴专家阵容。
此外,适当的拟人化处理可以大大缓解向数字同事过渡的阻力。Sophos的营销组织现在将AI智能体纳入组织架构图中,作为团队的一部分与人类员工并肩工作。新的智能体会像人类员工一样获得新团队成员公告。
Sophos的IT服务台功能现在设有排行榜,让人类员工可以看到他们与数字同事的表现对比。人类员工监控AI智能体以验证其工作,这符合人机协作的最佳实践。
"了解如何使用大语言模型或如何创建智能体就像掌握Excel一样,"Young说,"这是我们所有人都需要具备的新基础技能。"
为了实现这一目标,首席信息官需要与HR领导者合作,帮助制定员工AI培训议程,这可能包括新兴的生成式AI认证以及推动AI变革的课程。
未来充满智能体的组织形态
未来完全自主化的企业会是什么样子?想象一下数百或数千个自主"机器人"协同工作,促进端到端业务流程的执行。这些工作机器人可能由一个"主管"机器人管理,确保它们专注于任务。
如果这听起来很熟悉,那是因为这与人类长期以来执行知识工作的方式形成了对称类比。
然而,组织需要一种与智能体协作的新运营模式。IT部门将负责安排和管理智能体决策树及相应的工作流程。这些工作流程会因功能而异。
例如,选择用AI自动化呼叫中心运营的组织需要培训人类监控智能体,这是一项超越大多数呼叫中心员工当前技能范围的管理和技术技能。
麦肯锡高级合伙人Klemens Hjartar表示:"这需要新的技能组合,包括理解通话意图和设定边界。"这要求习惯于以人为中心工作方式的组织具备新的流程管理能力。
将AI智能体引入销售和营销流程会带来不同的挑战,涉及CRM和其他参与系统的各种工作流程。对于可能受到智能体AI影响的运营团队和其他职能部门也是如此。
无论工作流程如何,HR都可以通过清晰、一致的沟通以及关于IT和其他部门如何为新时代重新培训团队的信息传递来减轻对团队的影响。
微软预测IT和HR团队将创建首席资源官等新角色,帮助平衡人类和数字员工,而一些组织可能会设立"智能体主管"。麦肯锡设想了AI伦理和负责任使用、AI质量保证负责人和智能体教练等新角色。
巨大但可克服的挑战
简而言之,组织动态的全面变化即将到来,IT和HR将在这些转型的前线服务,主要是协同作战。
虽然这些变化还有一段路要走,但大多数组织还没有准备好,但在规划前进道路时需要牢记这个未来。
FinOps平台提供商DoiT的现场首席技术官Amit Kinha表示,一个挑战是将过多决策权分配给智能体AI架构会带来重大风险,这是由于跨不同平台的技术挑战和隐性知识差距。
例如,如果你给初级程序员分配一些任务,他们可以在需要帮助时向更有经验的工程师求助。但目前还没有机制让AI智能体访问相同的部门知识。
"真实信息源从何而来?"Kinha疑惑道,"因为如果它无效,整个决策树也将无效。"
智能体行为的影响巨大。Kinha说,一个有权在15个系统中进行更新的多智能体系统可能对下游产生重大影响,实质性地影响底线。
一种方法可能包括将检查点作为组织治理策略的一部分。例如,虽然某些AI智能体可能被授权做出个别决策,但其他智能体可能必须寻求人类的批准。
"最难掌握的部分是决策自主权,"Kinha说。自主权过少的智能体会经常与人类确认,阻碍自动化。自主权过多的智能体会犯可能是灾难性的错误。除了明确目标和意图外,组织还必须确保其数据卫生状况良好。
前景光明但不可预测
当技术和流程挑战得到解决时,HR和IT的合作将在协助从人类向人机结合工作的转型中至关重要。每个将AI智能体引入组织的公司都必须在如何执行业务流程和衡量结果方面变得更加有意识。
"我们所有人在不同功能领域都需要在意图设定、边界设定和测量方面提升水平,"Hjartar说,"这将需要我们很多年的时间。"
Young表示,每家公司都会按自己的节奏前进,这将创造新的拥有者和非拥有者类别,就像之前涉及新兴技术的范式转换一样。"一些公司会努力推进自动化,其他公司则不会。"
显而易见的是,工作场所人机融合的挑战才刚刚开始。
Q&A
Q1:AI智能体目前在企业中的应用现状如何?
A:根据研究显示,58%的企业IT决策者表示他们的组织正在试点AI智能体,主要针对流程自动化、工作流程效率提升和客户服务等领域。但这些仍然是试点项目,还没有成熟的人机协作工作流程指南。
Q2:为什么IT部门和HR部门需要紧密合作?
A:因为AI智能体的部署需要进行重大的变更管理,涉及新角色、新流程和新团队结构。HR可以帮助员工适应变化,制定AI培训议程,并通过清晰沟通减轻对团队的影响。
Q3:AI智能体在决策自主权方面面临什么挑战?
A:主要挑战是平衡自主权程度。自主权过少的智能体会频繁寻求人类确认,阻碍自动化效果;自主权过多的智能体可能做出灾难性错误。此外,智能体还缺乏获取部门专业知识的机制。
好文章,需要你的鼓励
Waymo近日发布软件更新,对旗下约4000辆自动驾驶车队实施召回,以帮助车辆规避积水道路。美国国家公路交通安全管理局(NHTSA)指出,此前Waymo机器人出租车在遭遇无法通行的积水路段时,仅减速而未完全停车。此次召回涵盖第五代和第六代自动驾驶系统车辆,共计3791辆。Waymo表示正在完善软件防护措施,并已限制车辆在极端天气及易发洪涝区域的运营。
南京大学提出Light-Omni框架,通过全局状态与潜在状态双机制,让AI视频助理无需反复推理即可实现精准记忆检索,速度提升逾12倍,准确率同步提高。
路面坑洞每年给城市造成数百万美元损失。车队管理公司Samsara推出名为"Ground Intelligence"的AI解决方案,通过已安装在数百万辆商用卡车上的摄像头,自动识别并追踪坑洞的位置与劣化程度。该系统以仪表盘形式呈现,可主动向城市管理者推送预警信息,将被动响应转变为主动规划。目前,芝加哥已成为其新客户。未来还将扩展至涂鸦、损坏护栏等城市基础设施监测。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。