代理式人工智能将给贵公司带来哪些挑战和变化？ 

代理式人工智能代表着新一代人工智能。不同于以往的模式，代理式人工智能可以在极少的人工监督下自主规划、决策并执行任务。对企业领导者而言，这一点非常重要：它将人工智能从提升生产力的工具，转变为重塑工作方式与价值创造的战略能力。

这种转变的迹象正日益增多。Salesforce的研究发现，80%的人力资源负责人预计，未来五年内大多数员工队伍将实现人类与人工智能代理协同工作。研究凸显了一个悖论：生成式人工智能的应用范围广泛，但迄今为止对企业利润的影响有限。这有力的证明，企业应转向可规模化、以目标为导向的人工智能代理 - 它们能够执行实际工作并交付可衡量的成果。与之呼应的是，麻省理工学院近期的研究表明，（当前的人工智能应用）对损&益表几乎没有可衡量的影响，这进一步凸显了从一开始就设计集成工作流程和企业成果的必要性。

随着人工智能代理能力的扩展，我们对工作性质与工作设计的构想也必须随之延伸。代理式人工智能通过整合复杂的认知任务，并访问人类无法触及的多元数据源，前所未有的实现了复杂工作流程的自动化。因此，成功的人工智能转型策略必须平衡两方面：一是安全地改造传统系统,以确保运营连续性；二是加快创新，以保障企业未来发展。

随着人工智能重塑商业模式，代理将成为用户（包括商业伙伴、客户和员工）与系统之间的主要交互界面。每一款商业和消费类应用程序都注定会成为代理访问的工具；Anthropic的模型上下文协议的应用就体现了这一点，实现了跨企业应用程序的无缝访问。 

通过目标导向型设计，企业集成代理能够在人类与人工智能之间协调工作，带来可衡量的绩效提升和战略优势。 

2025年的一项调研显示，约有29%的大型企业已经部署了代理式人工智能或先进的自主式人工智能代理，另有44%计划在下一年内部署。到2026年，预计多达40%的企业应用程序将配备特定的人工智能代理，将技术的影响力从当前的5%（2025年）进一步扩大，使代理式人工智能成为企业IT架构的核心组成部分。 

人工智能代理的快速应用正在推动运营、客户服务和知识型工作职能等领域的转型。花旗银行预测，代理式人工智能将有效“助推代劳经济的发展”。研究指出，自动化系统主导选择（而非用户驱动）的模式会优先考虑结果而非品牌忠诚度，这将改变竞争格局。例如，人工智能代理不在乎客户与同一家保险公司的合作时间长短；他们只会推荐能够提供最优结果的那一家。 

代理式人工智能是一个战略机遇，它能重塑工作角色、工作流程、衡量标准与治理机制，将投资转化为持久的企业价值。随着代理式人工智能能力的演进，企业领导者该如何维持运营模式的可持续性？

答案在于采用人工智能增强型运营系统（AOS）。在这种模式下，人工智能贯穿整个价值链，推动持续创新，实现绩效的指数级提升，同时使工作更加便捷和富有人性化。这需要构建一个生态系统，包含八大关键变革驱动因素：

TCoW方法反映了工作现实的演变：工作不再局限于传统的雇主-雇员模式，而是涵盖了人类、数字和自动化代理的多样化组合。 通过应用 TCoW，公司可以将这些综合成本与预期收益进行权衡，从而在自动化程度、人工智能代理部署位置以及如何优化混合劳动力模式等方面做出明智的决策。因此，所有与工作相关的成本都被纳入统计，包括：

• 传统劳动力成本（全职员工、承包商、自由代理）
• 与零工和人才平台相关的成本
• 外包和供应商成本，包括人工智能和机器人服务的费用
• 与技术投资和战略联盟相关的资本支出，作为年度资本费用摊销 

• 领导者实施业务转型计划时，会带动员工共同参与，同时考量从应用程序到人工智能代理的转型如何改变商业模式。要明确人机协作的愿景，需要各级领导者对可持续转型负责，并随着人工智能能力的演进持续革新。
  
  
• 领导力还体现在管理混合团队、积极倡导人工智能驱动的创新与变革，以及在业务组合与运营层面对自动化与人才做出权衡。

• 在人工智能代理的能力及其如何辅助（而不是取代）员工方面，开展透明的沟通将有助于建立信任，而不是引发恐惧。
  
  
• 通过与一线团队共同打造解决方案，实现责任共担和变革准备，同时调整激励机制，使员工从生产力提升中受益（包括技能提升积分和职业流动性）。

• 伦理和法律框架： 新的治理体系界定了知识产权、数据使用以及人工智能贡献和人类工作责任，确保在人工智能增强环境中的伦理和法律清晰性。例如，在创意产业中，合同会明确规定人工智能生成内容与人类输入之间的所有权，以保护竞争优势和合规性。
  
  
• 质量控制和风险管理： 企业负责人应用并监控严格且可审计的网络安全框架，以应对新一轮网络安全风险。例如，恶意攻击者可能在提示层面操纵大型语言模型，诱使代理泄露敏感数据或执行非预期操作。模型幻觉不仅会导致糟糕的用户体验，还可能使企业面临法律和合规风险，特别是在银行和保险等受监管行业。责任框架通过明确问责来应对人工智能驱动的决策和风险，同时标准化指标用于评估人工智能输出与组织目标的一致性。
  
  
• 协作与自适应系统： 治理机制支持人工智能驱动的知识共享，并整合实时监控系统以管理动态工作流程。这将关注点从传统角色转移到以任务和项目为基础的生命周期，涉及人类和人工智能代理（包括短期和长期项目）。例如，科技公司使用基于云的平台，人类员工和人工智能代理协同更新项目数据，同时监督系统跟踪进展和合规情况。 

• 企业需要重视自适应结构（例如平台模式）而非僵化的层级结构，以提升灵活性。技术创新需与劳动力战略相平衡，后者要无缝适配混合模式（全职员工、零工和数字劳动力的结合）。
  
  
• 应对人工智能转型复杂性的一个大胆做法是将人力资源和数字职能整合到同一个领导岗位上，正如Moderna通过开创首席人力资源与数字技术官这一角色所实现的那样。该角色将人才战略与技术创新相结合，推动全面的数字化转型，有效协调劳动力与代理管理、数字工具及数据驱动型决策。 

• 鼓励员工“大胆信任”，推动人工智能发挥能力。实现这一目标的方法之一是不仅认可和奖励工作成果，还认可和奖励积极发现问题和重新设计流程的行为。另一种方法是设置激励机制，鼓励员工在工作中使用人工智能（例如，对开发出能减少工作流程时间成本、提升人类生产力的创新代理给予即时奖励）。
  
  
• 为了获得几乎无限的创新资源以维持增长，企业需要依靠以心理安全为基础、并设有适当保障措施的试验文化。引入"人工智能代理沙盒"（在大规模部署前用于概念验证的受控环境），使员工能够安全地尝试人工智能工具，同时降低风险。那些成功且安全、能体现明确投资回报的试验项目，可进一步推广；而推动创新的参与者也会得到认可与奖励。

• 随着技术的发展，人工智能代理的应用场景将不断增加，进而推动人机协同工作流程的重塑。对高管而言，这一演变带来了提升灵活性的机遇，可让他们专注于能创造价值的战略优先事项。
  
  
• 要推动真正的转型，技术必须辅以适应性工作流程和敏捷的人力资源策略，将人工智能代理全面融入日常运营。这意味着重新设计流程，使人工智能代理成为积极的协作者，处理日常或复杂的认知任务，从而让员工专注于高价值的战略性工作。决策、知识共享和绩效管理等运营实践必须重新调整，以反映这一全新人机合作关系。例如，在工作流程中嵌入检查点以验证人工智能输出，确保质量并保持合规，同时持续促进试验和学习。 

• 随着人工智能代理的发展，劳动力所需的技能将快速发生变化。运用劳动力数据和代理遥测（从人工智能代理收集的数据和信号）来预测新兴技能，助力人才持续提升技能。
  
  
• 开展人工智能素养和员工职业规划项目，配合个性化学习内容，以弥补技能差距并满足员工的职业愿望。美世的技能优先方法和未来技能资源展示了如何支持这一转变。

企业领导者可以采取结构化的方法，从试点项目入手，在关键领域通过短期冲刺测试代理式人工智能，并在扩大转型规模之前获取洞见，从而为代理式人工智能的持久成功奠定基础。专注于人工智能可以立即创造价值的流程，以建立信心和推动势头，是快速致胜的法宝。让各级领导者参与进来，将更好地推动变革。制定初步指南,以确保负责任及合规的使用人工智能，这一点至关重要。 

为进一步采用人工智能，应持续审查现有基础设施和资本支出以支持有效的人工智能部署，同时建立明确的关键绩效指标（KPI）来衡量人工智能项目的影响力和可持续性。借助开放的沟通、持续学习的文化和变革管理，实施过程将变得更加顺畅，使组织充分享受人工智能转型带来的益处。

代理式人工智能会成为更强大、更具人性化的企业的基石，还是在变革重压下破碎的薄弱根基？ 企业未来的走向，取决于您如何重新设计工作方式。通过关注八大变革驱动因素，领导者可以构建一套AOS（人工智能增强型运营系统），充分发挥人与代理的优势，其成效将直接体现在损&益表上。