文章作者｜麥肯錫公司：Barr Seitz、Jorge Amar、Lari H?m?l?inen、Nicolai von Bismarck，慎思行采編翻譯

個人微信 |hello_SSX

生成式AI的發(fā)展為各組織帶來了巨大的機遇，特別是那些有關AI智能體的組織——而所謂的AI智能體，是一種由AI驅動的軟件實體，它可以規(guī)劃和執(zhí)行任務，或是通過提供特定的服務來幫助人類。目前，由于數(shù)據(jù)質量、員工的不信任和實施成本等方面的原因，企業(yè)大規(guī)模采用AI面臨重重困難。除此之外，領導層對于如何利用這些智能體來變革工作方式的想象力，也遠遠落后于AI技術本身的潛力。

然而，隨著生成式AI技術的進步和下一代智能體的出現(xiàn)，我們預計將有更多的用例被解鎖，部署成本將會降低，長尾用例也將變得更加經(jīng)濟可行，且更大規(guī)模的自動化將會在更為廣泛的范圍內(nèi)落地實現(xiàn)（如企業(yè)流程、員工體驗和客戶界面）。這種演變需要在對強人工智能的信任、風險管理的實踐與政策，以及對智能體系統(tǒng)的平臺監(jiān)管上投入更多的努力。

在本期訪談探索了AI智能體的發(fā)展，以及企業(yè)應當怎么實施這項技術（總的來說，這才是它對于企業(yè)的價值所在）。

巴爾：

生成式AI智能體究竟是什么？

拉里：

當我們談論AI智能體時，我們指的是一種軟件實體，它能夠組織策劃復雜的工作流程、協(xié)調多個智能體之間的活動、應用邏輯推理，以及評估答案等等。這些智能體可以幫助企業(yè)實現(xiàn)流程自動化，或在員工和客戶執(zhí)行某些流程時，為他們起到增強作用。這很有價值，因為它不僅能幫助人類更好地完成工作，還能將工作的底層流程和服務完全數(shù)字化。

例如在客戶服務領域，近期的最新進展，使得這些智能體可以與外部客戶和內(nèi)部用戶進行個性化互動，并幫助人類客服學習。所有這些都意味著，AI智能體正愈發(fā)接近真正的虛擬員工，它既可以增強企業(yè)所有業(yè)務領域的工作，從人力資源、財務到客戶服務，也能把這些工作自動化。這也就意味著，我們在提高服務質量的同時，也在逐步實現(xiàn)涵蓋諸多職能部門的大范圍任務自動化。

巴爾：

你們認為AI智能體的最大價值在哪里？

喬治：

我們根據(jù)60余個用例估計，生成式AI用于企業(yè)的用例每年可產(chǎn)生2.6萬億到4.4萬億美元的價值。但這些價值中有多少能轉化為業(yè)務增長和效率提升，取決于企業(yè)有多快重構現(xiàn)有工作，并將AI引入重點領域中，比如用戶旅程、整個活動鏈條的流程或某種職能等。

由AI智能體有望加速實現(xiàn)工作流程中長尾部分的自動化，否則這些部分工作將消耗過多的資源。AI的潛能比想象中的更大：理論上，當今全球經(jīng)濟之中60%到70%的工作都能夠被自動化，這可以通過應用包括生成式AI在內(nèi)的各種現(xiàn)有技術來實現(xiàn)，但這需要開發(fā)大量的解決方案和還會增加企業(yè)的投入。

我們來考慮一下客戶服務領域。目前，AI智能體在客服工作中的價值，要么體現(xiàn)在優(yōu)化處理量上，要么體現(xiàn)在縮短平均處理時間上。例如，在今年早前的研究報告中，我們對使用生成式AI的5000名客服人員進行了調查，發(fā)現(xiàn)每小時的問題解決效率提高了14%，而處理問題所花的時間則減少了9%。

另一個有價值的領域是客服專員培訓。通常情況下需要6到9個月的時間才能讓一位新晉客服達到資深客服的水平。有了這項技術后，培訓時間在有些情況下可以縮短到3個月，因為有大量的有效干預措施和腳本庫可供新人使用。

隨著時間的推移，隨著AI智能體變得愈發(fā)熟練，我期待看到它們能提高客戶滿意度并創(chuàng)造收入。例如，通過支持人類客服且自動化地工作，AI智能體不僅在幫助客戶解決眼前問題的方面可以發(fā)揮至關重要的作用，還能推銷新服務，或者滿足更廣泛的需求。隨著公司增加更多的AI智能體，成本很可能會降低，并為企業(yè)帶來更多改善客戶體驗的選擇，例如把個性化的人工客服作為一項會員服務提供給顧客。

巴爾：

你們看到了哪些AI智能體的機會？

喬治：

客戶關懷將是AI智能體大規(guī)模應用的首批功能之一，但絕對不是唯一的功能。在過去的一年里，我們見證了很多成功的試點，比如用AI智能體改善客戶服務。例如，你可以讓一名客服專員在與客戶通話的同時，使用專有AI智能體的實時幫助，如推薦最值得參考的文章，或提供對話中最合適的下一步等等。AI智能體還可以就語氣、同理心和禮貌等行為要素提供指導。

在過去，要想在銷售過程的每一個環(huán)節(jié)里都為顧客配備專屬客服，其成本令人望而卻步。但是，正如拉里所說，隨著AI智能體的最新進展，現(xiàn)在就可以做到這一點。

尼克萊：

值得強調的是，AI智能體不僅能夠實現(xiàn)流程自動化，還能夠為人類客服提供支持。舉例來說，AI智能體非常擅長的一件事，就是為客服專員提供個性化輔導，這種輔導不僅可以從硬技能的角度，也從軟技能的角度（如借助于上下文來理解顧客究竟說了什么）來進行。我們估計，把生成式AI用在客戶關懷功能上，可以將效率提高30%至45%。

喬治：

是的，在其他情況下，AI智能體還會直接幫助客戶。一個數(shù)字銷售助理可以在客戶決策的每個環(huán)節(jié)為其提供幫助，例如，檢索信息、提供產(chǎn)品規(guī)格或比較價格等，然后記住客戶訪問、離開和返回時的場景。隨著這些功能的發(fā)展，我們可以期待這些AI智能體通過追加銷售來創(chuàng)造收入。

巴爾：

為什么大家應該相信AI智能體是真正的機會，而不是又一個虛假的技術泡沫？

喬治：

當然，現(xiàn)在還處于早期階段；但我們從AI智能體身上看到了前所未有的能力。例如，與過去技術不同，生成式AI不僅，從理論上講，可以處理員工與客戶之間在各種渠道上數(shù)以億計的互動，而且還能產(chǎn)生更高質量的互動，例如提供個性化的內(nèi)容。我們都知道，個性化是提升客戶服務質量的關鍵驅動力。其中蘊含著巨大的機遇，因為我們在一次對客服部門的調查中發(fā)現(xiàn)，在北美，只有不到10%的受訪者認為他們接受到的客戶服務超越預期。

拉里：

從技術的角度再來談談。這是我們第一次擁有這樣的技術，它既符合人類交互的方式，又可以在在企業(yè)規(guī)?；渴稹?/strong>舉個例子，我們都知道過IVR（交互式語音應答）通話的體驗，那肯定不是人類該有的交互方式。人類的交互方式是非結構化的，而且常常會有隱含的意圖。如果我們考慮一下LLM（大型語言模型），它們從一開始就是為了處理非結構化的數(shù)據(jù)和交互而創(chuàng)建的。從某種意義上說，目前為止，我們客服等領域應用的所有技術，都是以這樣的假定為前提的：即客戶打來電話時，所要表達的一套想法就是結構化的、符合某種預定設想的。

巴爾：

在過去的12個月里，AI智能體的格局發(fā)生了哪些變化？

拉里：

生成式AI的發(fā)展極為迅速。在LLM的早期，它們的一些缺點，如幻覺和處理成本較高，意味著這些模型只能用于生成非常基礎的輸出，例如給人類提供一些專業(yè)知識或者生成圖片。而更復雜的情形就行不通。舉例來說，如果把一個準確率僅為80%的LLM用到一個包含10個步驟的任務之中，最終的累積準確率將只有11%。

如今，由于最近的多項創(chuàng)新，LLM就可以應用于更廣泛的用例和更復雜的工作流程中。這些創(chuàng)新包括LLM本身在精確度和能力方面的進步、長短期記憶結構的創(chuàng)新，邏輯結構和答案評估上的進展，以及能夠將智能體和模型應用于復雜工作流的框架。LLM可以評估并糾正“錯誤”答案，從而大大提高準確率。如果再有熟練的圈內(nèi)人士參與處理那些識別錯誤的案例，那么這種人機聯(lián)合就能帶來極高的質量和效率。

最后，值得一提的是，在過去的一年里，生成式AI應用都是通過把不同的組件整合在一起定制而成的。而我們現(xiàn)在所看到的，則是把各種框架進行標準化和工業(yè)化，使其更接近于“軟件包”的結果。這樣將會加快實施速度，提高成本效益，使之在現(xiàn)實世界中的應用更加容易實現(xiàn)，包括解決企業(yè)中的長尾用例。

巴爾：

在客服領域落地AI智能體的過程中，你們遇到了哪些障礙？

尼克萊：

我們看到的一大障礙是在難以在整個組織內(nèi)建立對AI智能體的信任。例如，在一家銀行里，他們知道需要通過減少錯誤答案來建立信任。因此，他們構建了一個可以檢查AI幻覺的架構。只有當答案正確時，才會被呈現(xiàn)出來；如果不正確，聊天機器人就會說它無法回答這個問題，并嘗試換個措辭。這樣，客戶就要么就能快速得到問題的答案，要么干脆去和真人員工對話。這真的很重要，因為我們發(fā)現(xiàn)，各個年齡段——甚至是Z世代的客戶，都還是更喜歡通過真人的電話交談來獲得幫助和支持。

喬治：

我們看到了一些前沿的成果，但這僅限于一小部分環(huán)境下的客戶或專員。要推廣這些成果，變革管理方式至關重要。這是企業(yè)面臨的一大障礙，這比推出一套新工具要復雜得多。公司只有重新設計職能部門的工作方式，才能充分發(fā)揮AI智能體的價值。

比如數(shù)據(jù)，就必須遵循正確的格式，處在正確的位置，才能被生成式AI有效地利用。事實上，近20%的企業(yè)認為數(shù)據(jù)是利用生成式AI獲得價值的最大障礙。這樣的例子包括，聊天機器人在給出回答時會去查找過時的信息等等。內(nèi)容也許是正確的，但早已經(jīng)過時了。公司需要在清理并重整數(shù)據(jù)方面進行投資。

此外，公司還需要建立面向AI的信任和治理能力。也就是建立原則、政策、流程和平臺這些東西，以確保公司不只是隨著快速變化的法規(guī)亦步亦趨，還要有能力公平和不帶偏見地履行對客戶和員工的承諾。這需要公司的法律和風險團隊的合作達到新的水平，也需要公司用新技術來大規(guī)模地管理和監(jiān)控系統(tǒng)。

其他方面也同樣需要變革。企業(yè)需要為客服部門的各個層級——從經(jīng)理到一線員工——量身定制廣泛的學習課程。經(jīng)理需要制作新的KPI和績效管理協(xié)議，而一線員工則需要了解怎樣用不同方式來和客戶打交道，以及和AI智能體共事。

這些技術需要更加靈活，且覆蓋運維服務的整個生命周期，才能更好發(fā)揮AI智能體的價值，這就是我們所說的MLOps（機器學習運維），或者越來越多地被稱作AIOps（生成式AI運維）。新的運維模式需要支持小團隊，讓他們能夠不斷迭代，從而開發(fā)出更多AI服務。而推廣AI工具的應用也需要持續(xù)的努力和新的激勵機制，這樣人們才會學著信任這些工具，并發(fā)現(xiàn)它的好處。尤其是對于資深客服來說——在他們看來，自己的技能并不能通過應用AI智能體來得到提升。僅就客戶運營而言，我們往大了說，這關系到生成式AI領域4000多億美元的潛在價值，所以值得一試。

巴爾：

就客戶服務領域來說，AI智能體到底對企業(yè)有什么價值呢？

喬治：

這是個很好的問題，因為我們相信，AI最直接的影響還是增強人類所做的工作，即便是在自動化程度越來越高的今天。我的信念是，AI智能體將會改變各式各樣的企業(yè)服務和工作流程。它將幫助我們自動化執(zhí)行大量低價值的任務，同時又能讓員工和客戶有更好的體驗。例如，企業(yè)的服務中心會有更高的工作效率，取得更好的成果，提供更好的體驗。

事實上，我們還看到應用這項新技術有助于減少員工流失。隨著生成式AI的普及，我們發(fā)現(xiàn)，服務工作出現(xiàn)了更加專門化的趨勢。一些公司和部門將率先采用AI并實現(xiàn)完全的自動化，而另一些則可能通過建立更多高度個性化的互動來打出差異化格局。

尼克萊：

我們在一家德國公司看到了把這個想法付諸實踐的例子，這家公司正在實施基于AI的學習和培訓引擎。在推廣的過程中，無論是從主管還是從員工的角度來看，公司員工的體驗都得到了顯著改善，因為員工覺得他們終于得到了與自己有關的反饋。他們感覺自己受到了重視，自己在職業(yè)生涯中不斷進步，而且還學到了新技能。例如，他們不再僅僅是接聽留存電話，現(xiàn)在還可以接銷售電話。這種體驗讓他們的工作變得更加豐富多樣，減少了枯燥的重復。

拉里：

從更廣闊的視角來看。我們早先模擬過一個中點情景，也就是在2055年左右，當前50%的工作活動都將實現(xiàn)自動化。但技術的發(fā)展速度遠超所有人的想象——看看一些LLM的能力，就正在接近，甚至在特定情況下還超過了人類的平均水平。生成式AI的創(chuàng)新把我們所預測的那個中點情景提前了約十年。而且創(chuàng)新的速度會越來越快，因此我們可以預期，應用AI的時間會進一步縮短。這是一項關鍵的進展，每一位管理層都需要理解它究竟意味著什么。

編輯 | Noah

清流學苑2025Q1課程安排

我們將在3月29~30日在上海推出我們的清流學苑的新晉課程《關鍵洞察營》，歡迎感興趣的朋友掃碼了解和報名。

進一步交流

進入專業(yè)社群展開深度討論

慎思行通過微信等平臺覆蓋超過10萬戰(zhàn)略人、咨詢?nèi)说雀黝悓I(yè)人士。我們也構建了專業(yè)社群，推動戰(zhàn)略與咨詢領域的問題討論、信息交流和機會分享，社群已有超過5年歷史，并成為了頂尖專業(yè)人士感知市場前沿，獲得實踐經(jīng)驗的首要選擇。入群請?zhí)砑由魉季⑿牛⑻峁┟?/p>

現(xiàn)在微信公眾號更改規(guī)則，如果你不特地點進來，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號【設為星標★】，方便找到我們；也歡迎點擊右下角的【在看】。

＞AI將如何改變戰(zhàn)略？

＞AI對戰(zhàn)略的影響 —— 嘉賓爐邊談 | 《戰(zhàn)略簡史》老友會