BCG见闻录：AI Agent如何帮助企业实现1人做6人的工作量？

BCG见闻录：AI Agent如何帮助企业实现1人做6人的工作量？

「From automating repetitive tasks to completely transforming complex workflows, AI agents are redefining the future of business productivity and innovation. 」

从自动执行重复性任务到彻底改变复杂的工作流程，AI代理正在重新定义未来企业的生产力和创新。

——佚名

想象一下，一个不知疲倦地工作、不断学习并适应需求的成员。这就是 AI Agent的能力。

凭借自主观察、计划和行动的能力，AI Agent开启了跨行业端到端转型的新篇章，以前所未有的方式简化流程、推动数据洞察并增强人类潜力。

AI Agent能够跨任务和不断变化的状态进行记忆；他们可以使用一个或多个 AI 模型来完成任务；可以代表用户决定何时访问内部或外部系统。这使 AI 代理能够在最少的人工监督下自主做出决策和采取行动。

例如，一家消费品公司希望使用 AI Agent来优化其全球营销活动，以转变流程。一个曾经每周需要 6 名分析师的项目现在需要一名员工与一名代理合作，在一小时内交付结果。

以下是它的工作原理：

• 收集数据：每周通过连接的数据管道自主收集和加入营销数据。
• 分析性能：对数据执行上下文分析，以了解活动绩效指标并与预期进行比较，并在必要时从操作员接收业务上下文。
• 提供建议：编写一份标准化报告，提出优化建议。人工对 AI Agent的建议进行压力测试和优化。
• 更新平台：获得人工批准后，Agent会使用建议更新媒体购买平台。

AI Agent观察环境，利用大语言模型进行规划，并访问系统以采取行动并实现目标。

• 观察：AI Agent不断从其环境中收集和处理信息，包括用户交互、关键性能指标或传感器数据。他们可以在对话中保留记忆，从而为多步骤计划和操作提供持续的上下文。
• 计划：使用LLM模型，AI Agent根据他们对要解决的问题、要完成的目标、上下文和记忆的理解，自主评估行动并确定其优先级。
• 行动：AI Agent利用与企业系统、工具和数据源的接口来执行任务。任务由大模型或小模型提供的计划控制。

为了执行任务，AI Agent可以访问企业服务（例如 HR 系统、订单管理系统或 CRM），将操作委派给其他 AI Agent，或要求用户进行澄清。能够检测错误、修复错误，并通过多步骤计划和内部检查进行学习。

这种观察-计划-行动的循环是自我强化的，因为 AI Agent工具会根据过去的互动不断分析世界的变化，并学习如何随着时间的推移变得更加高效和有效。

AI Agent的实现各不相同，但往往有五个组成部分：

• 以Agent为中心的接口，包括用于将Agent连接到用户、数据库、传感器和其他系统的协议和 API，允许Agent观察其环境。
• 记忆模块包括对最近事件和即时上下文的短期记忆，以及用于事实知识、概念、过去对话的细节以及关于过去任务如何执行的知识的长期记忆。
• 配置文件模块定义Agent的属性，例如其角、目标和行为模式。
• 规划模块（通常使用 LLM 或 SLM）从环境中获取观察结果，包括内存和Agent的配置文件，以组装适当的计划供代理执行。
• 操作模块包括 API 和系统集成，用于定义 AI Agent可用的操作范围。

AI agent代表了人工智能的新时代，远远超过了传统软件。与静态工具不同，这些agent充当自主的决策实体。

他们分析数据、规划任务、采取行动并不断适应 - 通常是实时的。以下是它们如此强大的原因：

• 与环境互动，边走边学和适应。不断从各种来源收集信息，使用内存和专用工具来了解环境中发生的情况并跟踪重要细节。
• 通过考虑目标、角和约束来决定最佳行动方案。随着事情的变化实时更新他们的计划，更能适应流程变化和边缘情况。
• 通过使用互联网并与其他智能代理协作来完成工作。
• 不仅仅是工具，他们还是有能力、高绩效的团队成员，为他们支持的团队带来真正的价值。

AI agent的复杂程度各不相同，从简单的编码助手到复杂的网络，这些网络可以自动化当今需要团队的流程。

以编码为例，我们可以看到各种类型的Agent 可以实现的不同复杂程度：

图 | 以windsurf为例

Windsurf Editor 由 AI 提供支持，既可以像 Copilot 一样与您协作，也可以像 Agent 一样独立处理复杂的任务。AI 每一步都完全同步。

• 在最简单的层面上，编码copilot 可以在开发人员提示时生成代码。
• 更高级的agent可以自动摄取现有代码库并相应地自定义其输出。甚至可以在开发人员编写单元测试后自动生成通过单元测试的代码，而无需询问即可生成输出。
• 更高级的 AI agent 不仅可以开发代码，还可以在测试环境中编译和运行应用程序。
• 未来的 AI agent可能会更进一步，在人工批准后通过自动化管道将经过测试的应用程序部署到生产环境。这将有效地允许任何人使用简单的语言创建和部署整个应用程序。

强大的 AI Agent性能来自于密切模仿人类遵循的流程。这是因为LLMs，现代智能体的核心规划组件能够“继承”人类认知——他们接受了大量人类输出的训练，因此可以解决与人们可以解决的问题相似的问题。

与 AI 中的Agent一样LLMs，在可以分解为组件的问题上表现良好。他们需要小的、定义明确的任务。他们需要相关的背景。当紧密的反馈回路到位时，它们的性能会更好，因此可以在迭代时纠正错误。

AI Agent在三个主要领域提供商业价值：

• 标准化业务流程的自动化：AI Agent可以准确快速地处理重复性任务，减少人为错误并使员工能够专注于更高价值的工作。
• 与人类协作：AI 中的虚拟Agent充当智能协作者，通过提供可操作的见解、支持决策和执行增强人类专业知识的任务来增强人类团队。
• 发现数据洞察：在数据丰富的环境中，AI Agent以人类团队无法比拟的规模分析和综合信息，识别模式并提供推动战略决策的洞察。

AI Agent在各行各业中迅速变得普遍。

早期采用者已经从这些Agent的多个功能中释放了价值，包括营销和销售、客户服务、研发以及数据和技术。这只是冰山一角。

以下是公司目前正在探索的 AI Agent的一些业务案例：

• 营销：一家领先的消费品公司使用 Agent 创建博客文章，将成本降低了 95%，速度提高了 50 倍（在一天内发布新的博客文章，而不是 4 周）。
• 客户服务：一家领先的全球银行使用 AI Agent与客户交互，将成本降低了 10 倍。
• 研发：一家生物制药公司使用 AI Agent来生成潜在客户，将起草临床研究报告的周期时间缩短了 25%，时间效率提高了 5%。
• 数据和技术：一个 IT 部门使用 AI Agent对其旧技术进行现代化改造，将生产力提高了 40%。

AI Agent是未来!

AI Agent在一系列业务应用程序中迅速获得关注，预计未来五年 AI 代理市场将以 45% 的复合年增长率增长。

AI Agent将成常态，与人类紧密协作，像人类一样融入工作流程。复杂领域如软件开发等，将由小人类团队搭配AI代理完成。

AI Agent可快速复制，使组织快速扩张，减少对招聘依赖。公司借助AI代理可解锁新商业模式，提高生产力，员工能发挥更大创造力，提升工作效率。

监督AI Agent成核心技能，需保障目标达成及隐私、公平、道德使用。

AI Agent数量增加，员工管理需求大，故需在各层级开展负责任的AI培训。

好了，今天的介绍就到这里了，感谢你的阅读。

关于更多的Agent产业应用信息，可以加我V：xinzhiaigc 进行咨询。

如果觉得不错，欢迎点赞、在看、转发，您的转发和支持是我不懈创作的动力~

如果想第一时间收到推送，可以给我个星标⭐～

谢谢你挤出时间看我的文章推送，一眼万年，不胜感激。