【吉之祥之声】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。
。