【尊龙时凯之声】企业需要什么样的AI Agent

  在数字化转型日益加速的今天，，人工智能（AI）作为技术进步的尖端
，，，，正在为企业带来前所未有的机遇。。。尤其是AI Agent的崛起，，为大规模企业的工作模式和商业生态注入了新活力
。。。。近年来，，，科技巨头纷纷投入资源，，
，推动AI Agent的研发和应用。。。AI Agent作为利用深度学习和自然语言处理等先进技术的智能工具，，，，被赋予了强大的预期，，，，能够处理诸如客户服务、、、营销策略、、、数据分析等多种复杂任务。。。。

AI Agent落地的关键

  一个值得思考的问题是，，Agent落地的关键是什么？？？？企业用户（ToB）到底需要什么样的AI Agent？
？

  当前市场上的大多数Agent，，，，包括OpenAI推出的GPTs，，，
，主要构建了一个基于特定知识库或专业数据的Chatbot。。这类智能体用于进行问答交互，
，，，比如获取行业信息和报告等。
。。。但是，，，在程序互操作则比较薄弱，，，我们还无法直接使用GPTs来操作ERP、、CRM等企业内部系统，，，，因为这涉及到API的应用、、授权、
、、、维护和互联问题。。对于企业而言，，如果GPTs等AI智能体仅用于知识问答，，，
，那么它的作用就非常有限
，
，
，难以上升为工具，，无法深入到企业的业务流程。。。

  AI Agent需要具备感知环境、、、、做出决策并执行行动的能力。。。在这些关键步骤中，
，最重要的是理解输入给Agent的内容、、、进行推理、、、、规划、、、、做出准确决策
，，，并将其转化为可执行的动作系列，
，，，以实现最终目标。。我们基于大模型能实现的场景，，，，说到底还是要靠行业经验，，，而这恰是OpenAI等一众大模型巨头们暂时不具备的。。。

  对于企业而言，，，
，有价值的引入AI Agent进行流程优化，
，，，就需要技术供应商提供的必须是平台级解决方案，，，而不是只针对单一、、
、个别场景需求来提供的AI Agent自动化解决方案。。。。大型企业引入的AI技术必须具备行业术语和业务规则，，例如，，，一个医疗行业的AI Agent需要具备医学知识
，，
，并能够理解和处理医疗数据。。。。一个金融行业的AI Agent需要具备金融知识，
，，并能够理解和处理金融数据。。。而一个能源电力行业的AI Agent就需要熟悉业务基本逻辑和运营规则。。由此设计出智能体数字员工，，才有可能纳入企业统一管理。。。。

  由此可见，
，模型能力作为核心，，，，行业经验成为关键，，载体是保障，，
，这些共同构成AI Agent落地的关键。。。

当下的实践和启发

  当前，，协同办公领域成为做AI Agent的“必经之地”
。。例如钉钉魔法棒套件中，，，
，从聊天AI、、、文档AI、、会议AI、、、宜搭AI
、、、、TeambitionAI等都汇集了钉钉AI产品能力
；腾讯会议中的“会议助理”功能提供了一些智能化的支持，，
，，如自动总结会议纪要、、、、转录和翻译；百度推出的智能工作平台如流搭载了文心大模型，，，
，可以实现智能创作、、、智能推荐等功能；字节跳动旗下的办公软件飞书宣布推出智能AI助手“MyAI”，，旨在提升团队协作效率。。。

  从国内外领先公司的实践看
，
，除了协同办公，
，，，还有许多其他载体更适合AI Agent的落地应用。。例如智能客服、、智能助手、
、、
、RPA、、、CRM等。
。。
。具体来看，，，，在智能客服方面
，，AI Agent可以自动回答用户的问题，，处理投诉和建议
，，
，，提高客户满意度和效率。。在智能助手方面，，，，苹果公司的Siri、、谷歌公司的GoogleAssistant和亚马逊公司的Alexa都是智能助手的代表。。在智能流程自动化方面，，，，许多企业采用智能流程自动化工具，
，
，如UiPath、、
、、BluePrism等，，，
，来自动完成某些特定的业务流程
。。。。在智能营销方面，，，许多营销平台都集成了AI Agent，，，如HubSpot、、、、Salesforce等
。。。。这些平台的AI Agent可以通过数据分析和机器学习技术，，，提供精准的营销建议和预测
，，，帮助企业更好地了解客户需求，，，，提高销售业绩。。当前
，，企业引入AI Agent 的发展仍然挑战巨大，
，包括大模型训练成本高、、、、行业理解人才不足、、交互效果稳定性等问题。。。。从方法上讲
，，
，，可以通过工程化优化、、、数据标注微调、、
、、知识图谱等方式来克服这些技术障碍，，，但是需要较长的熟悉和训练过程。。

  值得关注的是，，，国内的软件行业特殊生态，
，，倒逼国内服务商练就了定制化、、个性化能力，，，这种能力可能将成为国内企业在技术落地上的潜力，，，
，会有利于推动Agent的落地
。。