AI 模型与平台
Appian 扩展 AI 智能体管控能力,并推出 Ask Appian

要点Appian将代理置于确定性流程中,使规则处理可预测的工作,而代理处理判断性工作。
查看更多
- Appian将代理置于确定性流程中,使规则处理可预测的工作,而代理处理判断性工作。
- Raiffeisen报告称,在测试中,代理与规则相结合的混合方法将令牌消耗和处理时间减少了80%。
- Appian的控制平面仍然缺乏对其平台之外构建的代理的跨平台追踪和测量。
2026 年 11 月 17 日,Appian 在伦敦举行的 Appian Europe 大会上扩展了其 AI 智能体控制平面,并推出 Ask Appian,提供流程级监督和结果衡量工具。在公告中,Raiffeisen Bank International 表示,测试显示,采用智能体与规则相结合的混合方法,使令牌消耗量和处理时间均减少了 80%。
控制平面旨在通过统一的管理视图登记 Appian 智能体和第三方智能体、监控活动与成本、限制可用模型、跟踪策略合规情况并生成警报。其优化层利用评估跟踪准确性,并将智能体与其处理过的案件和流程步骤关联起来;每案成本、周期时间等业务关键绩效指标(KPI)则提供运营背景。
Ask Appian 是一个独立界面,用户可以用日常语言提出工作请求。它旨在从通过 Appian 数据织构连接的系统中提取相关背景信息,并调度智能体完成任务。其目标是让员工不必在底层应用程序之间来回切换,就能汇总信息并完成请求。
让智能体成为确定性流程中的步骤
Appian 的方法是将智能体置于确定性业务流程中,由流程控制执行顺序,并将每个步骤分配给智能体、人员、系统或规则。规则负责处理可预测的工作;对于需要判断的步骤,则为智能体设置防护措施并提供共享背景信息。如果智能体失败或被停止,任务可以转交给人员、规则或另一个智能体,以便案件继续处理。
Appian 产品管理执行副总裁 Sanat Joshi 表示,权限、防护措施和模型访问权限并不能证明智能体是否在开展有用的工作。他说:“Appian 将业务流程置于核心位置。”他以此说明,公司关注的是每个智能体如何影响业务成果。
2026 年 11 月 16 日发布的一篇Appian 博客文章阐述了其中的权衡。由流程驱动的步骤一致、可重复且可审计;由智能体驱动的步骤能够处理开放式工作,但会增加成本和延迟,而且结果可能因案件而异。例如,在评估贷款时,智能体会将债务计算交给确定性公式处理,而最终决定由贷款专员作出。
现有集成与计划中的衡量功能
Appian 的控制平面文档明确区分了现有功能和后续新增功能。第三方智能体现在可以通过 MCP 或直接集成,作为 Appian 流程中的步骤运行,而无需迁入 Appian。后续将支持 A2A 协议、建立涵盖第三方智能体的注册表,并提供对 Appian 之外运行的智能体进行追踪的功能。
衡量功能也存在类似的界限。Appian 智能体目前已经按照流程 KPI 进行衡量。文档将每个案件和每个步骤的成本估算(涵盖 Appian 智能体和第三方智能体)、与人工工作进行前后对比,以及智能体改进建议列为后续推出的功能。
控制平面的许多功能已经推出,包括控制、编排和流程智能;客户还可以加入早期采用者计划,在正式普遍开放前获得访问权限。Appian 表示,其他功能将于 2026 年开始陆续推出,但计划中的功能和时间安排可能会有变化,采购决策应以普遍可用的功能为依据。
Raiffeisen 的智能体与规则测试
Raiffeisen Bank International 计划借助 Appian 自动处理付款咨询。该行智能自动化负责人 Claus Mitterlehner 表示,团队最初将大多数任务交给AI 智能体处理。他说:“测试之后,团队改变了做法,将可预测的步骤转为确定性自动化处理,并让智能体继续负责需要判断的步骤。”
这正是控制平面更广泛的优化闭环:评估和流程 KPI 用于识别智能体的表现,而反复出现的智能体步骤则可以转变为确定性工作流或业务规则。其目标是让流程中的智能体开支集中用于需要判断的工作,而非可预测的执行任务。
Appian 与 Harvard Business Review Analytic Services 的一项研究落地页显示,92% 的受访者表示,智能体需要基于规则的防护措施才能安全有效地运行,而 48% 的受访者已经制定了此类规则。该研究对 AI 决策者进行了调查,并考察了现代化改造和工作流集成。
因此,控制平面的商业价值不只在于确保智能体遵守策略。衡量其价值的有效标准是:流程证据能否表明智能体在哪些方面改善了成本、速度或准确性,以及哪些重复性工作应转为规则处理。Raiffeisen 报告的测试提供了一个具体案例;计划中的跨平台注册表、追踪和衡量功能,将决定 Appian 能否在多大程度上持续把这类分析扩展到其他平台构建的智能体。












