从 AI 代理到数字同事：建设工作的未来

几乎 八成 的公司表示，他们正在使用生成式 AI，但同样多的公司承认，他们尚未看到对底线的可衡量影响。这就是“GenAI 悖论”，它反映了企业和 IT 领导者今天面临的现实：AI 无处不在，但价值难以捉摸。将代理式 AI 作为数字同事实施的用例为实现可衡量的结果提供了一条途径。这些数字同事可以帮助组织加速生产力，扩大运营，并最终解锁他们被承诺的 ROI。

然而，实现这种价值需要我们对工作的思考方式发生转变。这些代理不能仅仅被视为添加到现有流程中的另一个工具。它需要采取刻意的步骤来促进有效的人机协作和周密的采用。企业领导者必须创造一个环境，让员工能够在这些新系统旁边学习、实验和成长。

从工具到同事：代理式 AI 的演变

AI 已经成为企业的一部分，早在 ChatGPT 出现之前。许多成功采用今天工具的组织都是通过在生成模型出现之前就奠定了坚实的基础。像 Adobe、ServiceNow 和 Zoom 这样的公司长期以来一直利用 先进的 AI 系统来简化运营。在 Xerox IT Solutions，我们开发了一个 AIOps 平台来提供高度自动化的网络运营中心 (NOC) 服务，提供最佳的可用性和平均故障解决时间 (MTTR)。早期采用者证明，持续投资于数据基础设施和智能自动化可以为可扩展的企业范围内转型奠定基础。但是，这些系统大多是特定任务的——它们遵循规则，执行指令，并需要大量的人类监督。

代理式 AI 标志着一个根本性的转变。这些系统部署代理，最佳地理解为数字同事。在工作场所，他们超越了自动化，承担了决策、工作流程和与人类团队的协作责任。这可以包括处理数千份合同、解决 IT 支持单、管理复杂的财务工作流程或跨部门协调，以人类无法匹敌的速度。它还创建了一个多代理生态系统，人类与监督、功能和任务特定 AI 助手协作。这使得员工能够专注于战略问题解决、降低运营成本和更有效地扩大业务。

这种区别使得 AI 代理能够超越实验，进入 ROI。事实上，最近的 数据 显示，88% 的高级执行官计划在未来 12 个月内增加与 AI 相关的预算，这是由于代理式 AI 的潜力。

在工作场所促进人机协作

代理式 AI 最强大的优势之一是其能够弥合结构化和非结构化数据之间的差距，汇集信息以驱动更明智的决策。然而，数字同事的真正力量在于合作。

这些系统不是设计来取代人类的；它们是设计来补充人类的。这需要对技能、培训和协作的新方法。员工必须学会通过监督、将数字同事集成到工作流程中和适应自己的角色来管理数字同事。这也有助于弥合日益增长的工作场所培训差距，特别是在 AI 文化方面。随着 AI 日益嵌入日常任务——从客户支持到供应链管理——持续学习将成为保持人类专业知识与数字进步一致的必备条件。

根据 Nash Squared/Harvey Nash 数字领导力报告，今年早些时候发布，AI 技能短缺正在迅速加剧。与之前的报告（28%）相比，几乎两倍的技术领导者（51%）现在表示他们正在经历 AI 技能短缺，增加了 82%。同时，今天的学生已经将 AI 教育融入了他们的课程，弥合了学术学习和企业就绪之间的差距。

大规模管理数字同事

组织必须建立安全、有序的基础来有效地部署代理式 AI。采用数字同事而不采取适当的保障措施，可能会导致效率低下和潜在的声誉或监管损害。

安全性和合规性在混合和数据丰富的环境中尤为重要。零信任 架构 —— 一个假设没有基于位置、设备或帐户的隐式信任的框架 —— 有助于保护敏感信息。通过与信息安全、隐私和合规团队密切合作，公司可以确保代理在既定的警戒线内安全运行。

为数字同事的成功创造条件

对于大多数组织来说，难点不在于采用，而在于执行。这凸显了技术本身无法带来转型。没有重新想象人类和 AI 之间的协作，公司将停留在无法带来成果的实验周期中。弥合这一差距需要不仅仅是新工具，还需要新的思考责任、沟通和工作方式。

代理式 AI 代表了从自动化到协作的转变。创造条件让数字同事能够蓬勃发展的组织将会解锁效率、创新和敏捷性的可衡量收益。工作的未来将不再是“人类与 AI”而是“人类与 AI”——每一方都在增强另一方的优势。

为了实现这一愿景，领导者必须将战略与执行相结合。这意味着重新设计工作流程、重新培训团队，并将 AI 治理融入组织的 DNA 中。下一个优势将来自于在人与数字同事之间实现信任和责任感的运营，而不是采用新技术。

那些采取果断行动（例如，试点数字同事计划、衡量影响、扩大有效成果）的商业领导者，将真正的转型与炒作区分开来。那些成功的领导者不仅会提高生产力，还会重新定义价值的创造方式、团队的运作方式以及 AI 创新在现代企业中真正扩张的方式。