上下文与协同：企业自动化中缺失的一层

大多数企业拥有大量自动化，却缺乏真正的转型。试点项目取得了成功，机器人也在运行，但生产率曲线仍然趋于平缓。这是企业中最常被重复的故事，而下一波浪潮——代理式 AI——有望打破这一模式，前提是企业愿意为这些系统所运行的上下文进行工程化设计。

几乎没有人把它当作战略。它就是如此。

一家大型美国医疗保健提供商网络发现，真正的瓶颈并非临床容量，而是基于被动猜测的预约调度——在患者缺席的情况被发现之前，系统根本看不到哪些患者可能会错过预约。通过对预约历史建立预测模型，网络能够在空缺出现之前主动行动，而不是事后手忙脚乱。患者未到率下降，净收入上升，调度分流时间缩短。上下文早已存在于多年的预约数据中，只需将其整合并付诸行动。

在所有这些项目中，核心、上下文和协同这三大纪律决定了代理式 AI是实现成果还是停滞不前。

自动化易实现的部分

最大的差距在于自动化任务与自动化结果之间。企业会自动化各个环节——发票匹配、数据录入、状态更新，却发现成本仍然存在于这些环节之间的工作中。大部分已自动化的流程并不等同于已解决的大部分问题。仍然需要人为将各环节串联起来并对结果负责，完成那些自动化从未能够实现的协同工作。

原因很简单。传统自动化遵循规则，缺乏处理判断的上下文，也缺乏将例外转交的协同能力。机器人在可预测的中间环节表现完美，却在边缘环节束手无策，而在实际工作中，边缘正是核心所在。缺少文件的索赔或异常条款会让机器人停下，交由人工处理。领导者关注已自动化的部分，而损益表关注未被自动化的部分。

为什么难点会抵抗？因为上下文正隐藏其间。干净的部分运行在整齐的行列上，难点则隐藏在政策 PDF、邮件线程、扫描表单、通话记录、附录中的条款中。McKinsey 估计约 90% 的企业数据是非结构化的。仅能看到结构化部分的自动化对大多数决策视而不见。要解决这一问题，需要为自动化提供两样从未拥有的能力：用于判断的上下文以及跨系统执行的协同。

为何上下文改变一切

代理式 AI 弥补了这一差距，因为它能够在上下文中进行推理，而这正是以往自动化技术所不具备的。不同于传统自动化，代理能够跨系统推理，处理模糊性，并在现实偏离预设脚本时进行自适应。它不仅自动化各个流程本身，还自动化流程之间的衔接。

这使得上下文成为真正的工程挑战。上下文工程是一门学科，旨在确定代理需要了解的内容、从正确来源获取这些信息并在恰当时机呈现。代理只能基于已知信息进行推理。

一家拥有超过 30,000 名员工的全球半导体公司直接领悟了这一教训。其上千份合同分散在 SharePoint、共享驱动器和本地文件夹中，以非结构化 PDF 形式存在，导致在截止日期前无法追踪通知期限或续约条款。自动提取并解读这些隐藏的上下文，使合同审查时间大幅缩短，每年节省超过 200 小时的人工工作，并降低遗漏义务的风险。企业 AI 的规模化并非通过自动化更多孤立任务实现，而是通过整合这些任务之间的上下文来实现。

缺乏协同，自动化仍会停滞

即使拥有完美的上下文，如果这些知识无法在实际流程涉及的系统、团队和时区之间流通，自动化仍会停滞，而这种差距并非假设。某全球生命科学公司每年处理约 50,000 起投诉，遍及四个地区，直接遭遇此问题。投诉通过分散的电子邮件、门户和文档进入，类似案件因处理团队不同而采用不同方式，正是监管机构所关注的不一致性。将其标准化为统一的协同工作流后，每年节省超过 4,200 小时，解决时间缩短 70%。跳过这一层的企业会得到能够推理的自动化，却仍在旧系统的同一交接点卡住。

治理陷阱

过去，自动化的治理方式类似于软件，需进行授权、配置并监控运行时间。代理式 AI 打破了这一模式，因为一旦它开始做出决策而非仅执行指令，仅对其访问权限的治理已不再足够。一个能够读取 CRM、写入 ERP、触发支付并向客户发送消息的代理不再是工具，而是具有影响力的行为者。关注点从“集成是否安全”转向“该代理可能做出何种决定、依据何种授权、留下何种痕迹，以及出错时由谁负责”。解决方案并非削减自主权，而是设定明确的边界、定义授权、完整的行动记录以及为每个结果指定负责人。

这种治理必须包括监督，而不是作为刹车，而是作为一种机制，使代理的范围能够随着时间安全扩展。每一次纠正都揭示代理是否拥有正确的上下文，从而形成一个循环，逐步赋予它更多的责任。

它还必须触及上下文层，这是大多数团队忽视的部分。挖掘非结构化来源意味着继承其中的内容：个人数据、特权材料、相互冲突的真相版本。代理的可信度仅取决于其使用的上下文的来源。将上下文视为受治理的资产，内置血统、访问和新鲜度规则，自动化就会成为可审计的系统，而非负债。应在扩散之前而非事后构建这些机制。

第一年，别样做法

大多数组织将在今年花时间寻找可自动化的任务。少数组织会把时间用于绘制信息、责任和决策实际交接的地点，并为交接时的情况进行构建。

两年后，没人会在乎一家公司部署了多少代理。真正的问题将是谁搭建了其底层基础设施，以及谁仍在把机器人硬接到已损坏的交接环节上。