Agentic AI 的崛起：智能自动化的战略性三步法

像许多人一样，我喜欢好的建议。但有时，我需要帮助来完成某事。

下一代 AI —— agentic AI —— 将使我们从建议转变为实际行动。它将使采用它的企业能够向前迈出变革性的步伐。

但迈向哪里？以及如何变革？

Agentic AI 可以通过超越简单的任务执行来减少客户支持的成本 25-50%，同时大幅提高质量和客户满意度。它还可以自主解决复杂的工作流程和客户互动。例如，当应用于客户支持时，代理不仅仅是响应查询，还可以从头到尾全面解决询问，减少人工干预，提高效率。

与所有新技术一样，采用 agentic AI 也带来了挑战。公司必须拥有详细记录和深入理解的工作流程，并且 拥有一个强大的知识库，agentic AI 可以从中获取信息。同样，和生成式 AI 一样，数据隐私和安全问题 需要公司了解它们使用的语言模型以及信息如何存储和传递。

然而，智能自动化的正确采用策略可以保证成功。为了获得最大的收益，公司需要做三件事：

• 从正确的地方开始
• 平衡 agentic AI 和人类专业知识
• 利用 agentic 专家网络

虽然现在还处于初期阶段，但我们正在从与各个行业的客户合作中学习，如何将 agentic AI 集成到他们的工作流程和运营中。

不要从小开始 —— 从聪明开始

也许违反直觉的是，开始的最佳位置是您的最高容量用例。这样不是很冒险吗？如果做得正确的话，事实并非如此。实际上，尽管从低容量用例开始可能看起来降低了风险，但它实际上 增加了 没有看到足够影响来证明投资的风险。

从高容量用例开始提供了最大的投资回报率，使公司能够快速实现显著影响，最大化效率收益，并证明使用 AI 代理的明确价值。

如何减轻开始太大的风险？通过最初只实施 1% 的最大用例容量。这使您能够识别和解决潜在问题，同时为更广泛的自动化做准备。

对于零售公司来说，这可能意味着自动化“我的订单在哪里？”或退货处理工作流程。除了监控公司的履约网络外，AI 代理还可以验证客户的身份，检查实时状态并更新客户 —— 甚至在订单意外延迟时提供选项。

对于退货，代理可以检查公司的退货政策，收集客户关于退货的信息，建议下一步，并完成相关任务，例如打印退货标签，安排取货，发出退款等。退货代理还可以监控滥用模式，并在必要时调整其决策和下一步。

在公司部署 AI 代理到高容量工作流程的样本部分后，它必须监控工作流程活动以识别可能需要调整的位置。当代理顺利运行时，公司可以扩大其使用范围，直到最终处理整个工作流程容量。

当然，并非所有任务和工作流程都适合使用 agentic AI 进行总自动化。事实上，保持人类专家与 AI 代理的整体工作联系将产生最佳结果。

平衡 AI 和人类专业知识

当公司检查其工作流程和过程 以寻找自动化候选项时，它将找到最适合人类监督或直接行动的实例。Agentic AI 是一个不可思议的、非常有能力的创新，但它有局限性。

特别是三个：

AI 代理，如支持它们的语言模型，目前不具备一般性智能。它们在狭窄、定义明确的领域中表现最佳。因此，虽然人类可能会学习如何执行特定任务并从中抽象出原则，然后将其应用于不同的、无关的任务，但 AI 目前无法做到这一点。

然后，有些工作流程需要非常复杂的决策矩阵，需要大量的经验和经验判断。例如，零售公司可能需要一个简单的营销活动的内容。代理可以处理它 —— 并执行活动。

但要重新审视一个品牌在多个市场的表达和承诺？代理将无法胜任这项任务。它需要对市场趋势、品牌认知、文化差异和品牌如何唤起情感的洞察力。

最后，依赖于“混乱”的人类沟通和情感细微差别的工作流程，需要人类特有的元素，如同情心，应该留给人类。可以想到客户服务问题，涉及愤怒的客户，或者医疗互动，患者的情感或精神状态可能处于风险之中。

但是我并不是描述一个二元决策过程：给予 AI 代理；其他一切都给人类。在实践中，混合模型最有效。

虽然需要明确划分 AI 和人类的角色，但即使任务需要由人类专家处理，AI 也应该在场以扩展他们的能力并充分利用他们的专业知识。

一般来说，公司应该使用 agentic AI 进行事务性、可重复的任务，并利用人类专业知识进行高风险互动、情感复杂的场景和需要细致判断的情况。50 美元的保修索赔可能会被完全自动化，而 5,000 美元的索赔可能会从人类的情感智慧和品牌敏感处理中受益。

利用 agentic 网络

也许最重要的是，不要尝试独自进入 agentic AI 领域。建立一个专家合作伙伴网络。新兴的 agentic AI 平台可以在数字和语音渠道上提供技术。一个系统集成商和顾问，可以理解客户的运营环境，能够为特定的客户需求训练 agentic 模型，并将其集成到公司的运营中。

将这些模型集成到企业系统中需要对复杂工作流程和行业特定挑战有深入的专业知识。它还需要对工作流程决策点和人类互动最需要的地方有细致的理解 —— 以便 agentic AI 成为员工和团队生产力的福音。

Agentic AI 为企业提供了一种强大的方式来提高效率、增强客户体验和驱动创新。但是，成功并不是关于匆忙进入，而是关于做出明智的、明智的选择：从正确的地方开始，应用混合的人类/AI 模型，并利用正确的网络。

因为 AI 的世界变化如此之快，您不能独自前行。