文章作者丨麥肯錫：Alex Singla, Alexander Sukharevsky, Lari H?m?l?inen, Oana Cheta, Olli Salo, Pallav Jain, Raghav Raghunathan, Sandra Durth, Stéphane Bout, and Vito Di Leo，慎思行采編翻譯

個(gè)人微信丨hello_SSX

前言

高管們都喜歡引用冰球大師韋恩·格雷茨基的名言：他曾說(shuō)過(guò)：“我滑行的方向是冰球?qū)⒁竭_(dá)的地方，而不是它曾經(jīng)所在的地方?！睆哪撤N程度上來(lái)說(shuō)，這是一個(gè)合理的商業(yè)建議。但是，隨著人工智能的快速發(fā)展，冰球的移動(dòng)速度已遠(yuǎn)超以往。

盡管首席執(zhí)行官及其高級(jí)團(tuán)隊(duì)努力從早期的生成式人工智能投資中看到實(shí)際收益，這種“加快發(fā)展”的號(hào)召可能會(huì)顯得蒼白無(wú)力。事實(shí)證明，開(kāi)發(fā)和擴(kuò)展新一代人工智能應(yīng)用案例已被證明令人沮喪的困難。一些高管仍然不相信人工智能智能體將會(huì)在短期內(nèi)產(chǎn)生重大影響，并已縮減相關(guān)投資。

當(dāng)首席執(zhí)行官們?cè)诓淮_定性中前行時(shí)，值得承認(rèn)的是，當(dāng)前正在發(fā)生的變化既迅速又可能波及廣泛。人工智能智能體——基于生成式人工智能構(gòu)建、能夠自主規(guī)劃、行動(dòng)、記憶并學(xué)習(xí)以實(shí)現(xiàn)預(yù)設(shè)目標(biāo)的軟件系統(tǒng)——正在快速演進(jìn)，并且隨著其成熟，可能徹底改變企業(yè)的運(yùn)營(yíng)方式和價(jià)值創(chuàng)造方式。事實(shí)上，正如Gartner的約翰·洛夫洛克最近所言，這段“幻滅低谷”期，正是高管們搶先于競(jìng)爭(zhēng)對(duì)手的契機(jī)。

首席執(zhí)行官如何應(yīng)對(duì)這一變革，將決定他們能否有效抓住機(jī)遇。雖然人工智能智能體還處于起步階段，但早期的教訓(xùn)和經(jīng)驗(yàn)凸顯了四種心態(tài)和行動(dòng)，它們可以幫助首席執(zhí)行官為未來(lái)的成功奠定基礎(chǔ)：

• 重新想象可能性。如今，圍繞人工智能智能體的許多想法仍集中在自動(dòng)化基本任務(wù)或增強(qiáng)知識(shí)工作上。然而，真正的突破將來(lái)自于更大膽的愿景，即圍繞“智能體優(yōu)先”的系統(tǒng)，重新設(shè)計(jì)工作流程與組織架構(gòu)。

• 以緊迫感行動(dòng)，立即開(kāi)始學(xué)習(xí)。生成式AI智能體的進(jìn)化速度極快，“觀望等待”反而可能成為高風(fēng)險(xiǎn)策略。在技術(shù)成熟過(guò)程中，早期的實(shí)踐經(jīng)驗(yàn)將迅速轉(zhuǎn)化為競(jìng)爭(zhēng)優(yōu)勢(shì)。

• 現(xiàn)在就著手解決規(guī)?；c長(zhǎng)期競(jìng)爭(zhēng)力問(wèn)題。圍繞技術(shù)、信任、治理、自建與外購(gòu)、能力構(gòu)建與人才儲(chǔ)備等關(guān)鍵決策，將決定企業(yè)能否實(shí)現(xiàn)更廣泛的轉(zhuǎn)型。邊試驗(yàn)、邊制定戰(zhàn)略、邊建設(shè)規(guī)?；芰Α?yàn)槿瞬畔∪迸c組織復(fù)雜性，落地永遠(yuǎn)比預(yù)期更慢。

• 讓每個(gè)人都成為“智能體領(lǐng)導(dǎo)者”。隨著智能體逐步接管執(zhí)行層工作，組織全員都必須掌握領(lǐng)導(dǎo)與監(jiān)督智能體的新技能。高管團(tuán)隊(duì)尤其要以身作則，帶頭更新工作方式，并把持續(xù)學(xué)習(xí)納入日常習(xí)慣。盡管仍有許多未知數(shù)，但要在智能體時(shí)代建立企業(yè)，就必須對(duì)運(yùn)營(yíng)模式、創(chuàng)新機(jī)制以及價(jià)值創(chuàng)造源泉進(jìn)行根本性“重新接線”。不過(guò)，本文將聚焦企業(yè)首席執(zhí)行官在價(jià)值、規(guī)模與人才三方面最應(yīng)優(yōu)先處理的關(guān)鍵議題，勾勒一條假想的兩年智能體轉(zhuǎn)型路徑，闡明首席執(zhí)行官需做出的核心決策，并探討其對(duì)公司運(yùn)營(yíng)方式的深遠(yuǎn)影響。

智能體值得嗎？

關(guān)于人工智能智能體價(jià)值的說(shuō)法鋪天蓋地。但由于這項(xiàng)技術(shù)尚處早期，這些說(shuō)法大多難以驗(yàn)證。然而，首批落地案例已表明其潛在價(jià)值巨大。我們?cè)诩夹g(shù)棧現(xiàn)代化項(xiàng)目中的經(jīng)驗(yàn)顯示，引入AI智能體可把交付周期縮短40–50%，成本降低逾40%，同時(shí)輸出質(zhì)量反而更高。

在另一個(gè)案例中，一家領(lǐng)先的綜合銀行面臨大量IT項(xiàng)目積壓，既要推動(dòng)業(yè)務(wù)成果，又要解決沉重的技術(shù)債和開(kāi)發(fā)人員短缺。起初只有3名工程師的小團(tuán)隊(duì)，最終搭建了一個(gè)“技術(shù)現(xiàn)代化智能體工廠”：100個(gè)智能體僅由5名人類監(jiān)督。這些受控智能體包攬了從逆向工程、設(shè)計(jì)到構(gòu)建新應(yīng)用的完整現(xiàn)代化生命周期，把時(shí)間和人力成本均削減了50%以上。

我們的經(jīng)驗(yàn)表明，第一階段——用AI智能體輔助員工、自動(dòng)化單點(diǎn)任務(wù)——可在公司層面帶來(lái)3–5%的年生產(chǎn)率提升；第二階段——多智能體協(xié)同完成復(fù)雜工作流——有望把增幅推高到10%甚至更高。

了解你的智能體：從“智能體勞動(dòng)力”到 “智能體引擎”

高管們對(duì)“智能體”是什么、能干什么，往往仍抱著固定且狹隘的想象，這種模糊認(rèn)知直接拖慢了他們?cè)陲L(fēng)險(xiǎn)、投資、資源投放與變革節(jié)奏上的決策。不妨摒棄“類人”直覺(jué)，把智能體視為視為能夠完成“一系列復(fù)雜度遞增的任務(wù)”的軟件系統(tǒng)（見(jiàn)圖示）。根據(jù)我們的經(jīng)驗(yàn)，這種視角能更清晰地思考組織需要做出哪些變革。

智能體勞動(dòng)力：作為工具的代理幫助現(xiàn)有工作

智能體工具可以通過(guò)協(xié)助個(gè)人完成基本任務(wù)和自動(dòng)化工作流程，為現(xiàn)有工作提供支持。

增強(qiáng)個(gè)人能力。這些工具有助于自動(dòng)完成、加快或改進(jìn)通常由個(gè)人完成的任務(wù)。其中許多任務(wù)都是大家熟悉的—撰寫(xiě)會(huì)議紀(jì)要、總結(jié)會(huì)議、生成代碼、開(kāi)展研究或提出合同條款。

在編程等領(lǐng)域，這些工具已經(jīng)成為“做生意的成本”，就像員工使用電子郵件和電子表格一樣。研究表明，在個(gè)人層面使用智能體工具可將產(chǎn)出提升20%至30%，在某些單一任務(wù)領(lǐng)域甚至更高。然而，若將這類工具橫向推廣至整個(gè)企業(yè)，卻很少能帶來(lái)顯著的宏觀業(yè)務(wù)影響。此外，一旦越過(guò)早期核心用戶，使用頻率會(huì)迅速下降，留存率亦隨之滑落。

要讓“個(gè)人智能體助手”真正普及，仍需投入常規(guī)變革管理手段：把工具嵌入標(biāo)準(zhǔn)作業(yè)流程、把其輸出與使用數(shù)據(jù)納入績(jī)效體系、向員工提供充分培訓(xùn)、持續(xù)溝通并由管理層示范價(jià)值。

同時(shí)，由于增益分散在眾多微小任務(wù)中，領(lǐng)導(dǎo)層還須通過(guò)預(yù)算控制或大規(guī)模效率項(xiàng)目，把“看不見(jiàn)”的個(gè)人提速轉(zhuǎn)化為“看得見(jiàn)”的企業(yè)效益。

任務(wù)與工作流程自動(dòng)化

第二類應(yīng)用聚焦于把組織內(nèi)既有的流程、工作流和任務(wù)自動(dòng)化。智能體執(zhí)行層以“外掛”形式部署在現(xiàn)有流程和系統(tǒng)之上，僅須對(duì)后者做最小改動(dòng)展示。

大型科技公司正在推出第一代智能體產(chǎn)品，同時(shí)一大批初創(chuàng)企業(yè)也攜解決方案涌入各個(gè)職能領(lǐng)域——客戶關(guān)懷、財(cái)務(wù)報(bào)告與監(jiān)控、編程、產(chǎn)品開(kāi)發(fā)、采購(gòu)等。

我們的研究顯示，早期部署在重復(fù)性、交易類工作中已實(shí)現(xiàn)周期時(shí)間縮短20–40%，或處理成本降低。在聯(lián)絡(luò)中心，某些通話類型（如余額查詢、地址變更等交易性操作）已接近完全自動(dòng)化。

把智能體工具嵌入工作流并建立持續(xù)改進(jìn)機(jī)制，是兌現(xiàn)價(jià)值的核心；僅僅把工具交給用戶并不能奏效。然而，阻礙價(jià)值放大的關(guān)鍵在于：這些更具領(lǐng)域針對(duì)性的用例往往孤立運(yùn)行，依賴其他系統(tǒng)與大量人工干預(yù)才能完成。此外，盡管模型能力持續(xù)提升，企業(yè)仍缺乏以高質(zhì)量、大規(guī)模自動(dòng)化現(xiàn)有任務(wù)的執(zhí)行能力。

智能體引擎：原生智能體工作流程和運(yùn)營(yíng)模式

新興智能體系統(tǒng)最新的突破在于“多智能體協(xié)同作戰(zhàn)”，這也被證明是獲取巨量?jī)r(jià)值的最具前景的路徑。然而，要把潛力變?yōu)檎娼鸢足y，就必須把現(xiàn)有流程“推倒重想”，按“智能體優(yōu)先”的原則重新設(shè)計(jì)——無(wú)論局限在單一職能（如客戶關(guān)懷），還是橫跨多個(gè)職能（如“線索到訂單”全流程）。職能級(jí)智能體工作流。

在此模式下，面向特定職能（如財(cái)務(wù)規(guī)劃與報(bào)告）的流程被徹底重設(shè)計(jì)，以充分發(fā)揮“多智能體團(tuán)隊(duì)”與智能體流程的優(yōu)勢(shì)。

其核心在于：重新排布任務(wù)順序、合并可一次性完成的步驟、引入以往未接入的數(shù)據(jù)源，并建立“事前感知-事前解決”等新機(jī)制。由于多智能體可被統(tǒng)一編排、無(wú)縫銜接，傳統(tǒng)流程中頻繁的手工交接與碎片化作業(yè)得以消除。

無(wú)論橫向還是垂直軟件領(lǐng)域，專業(yè)廠商正在打造面向客戶關(guān)懷、財(cái)務(wù)、供應(yīng)鏈規(guī)劃、軟件現(xiàn)代化等場(chǎng)景的“全棧、原生智能體”應(yīng)用。若部署得當(dāng)，這些系統(tǒng)可壓縮端到端周期、縮短問(wèn)題解決時(shí)間，并提升客戶滿意度。以呼叫中心為例，預(yù)計(jì)60%–80%的進(jìn)線請(qǐng)求可由智能體自動(dòng)處理，且客戶滿意度不低于現(xiàn)有“IVR+一線人工”模式。

構(gòu)建此類系統(tǒng)既需工程技術(shù)（如將概率模型與經(jīng)典確定性軟件集成），也需深厚的領(lǐng)域知識(shí)，用以搭建多智能體平臺(tái)并重新設(shè)計(jì)配套的組織與運(yùn)營(yíng)模式，同時(shí)保留充分的人工監(jiān)督。關(guān)鍵在于為特定流程（如采購(gòu)到付款、供應(yīng)商簽約、供應(yīng)商溝通、政策管理）設(shè)定清晰的“代理治理規(guī)則”——訪問(wèn)權(quán)限、決策權(quán)限、質(zhì)量門控——否則負(fù)責(zé)監(jiān)督的人員將迅速被海量決策淹沒(méi)。

跨職能智能體系統(tǒng)。這類“智能體優(yōu)先”系統(tǒng)橫跨多個(gè)職能部門，負(fù)責(zé)端到端復(fù)雜工作流（如完整客戶旅程），并具備高層級(jí)決策能力。例如：

• 7×24 現(xiàn)場(chǎng)服務(wù)智能體：自主派工、改約、訂件

• 保險(xiǎn)理賠智能體：獨(dú)立完成查勘、定損、賠付

• 按揭智能體：秒級(jí)審批與授信

• 財(cái)務(wù)周期智能體：從年度預(yù)算到月度報(bào)表全程處理

它們可在上市速度、單筆交易成本、問(wèn)題解決時(shí)長(zhǎng)及精準(zhǔn)營(yíng)銷收入等多維度同時(shí)創(chuàng)造價(jià)值。用現(xiàn)有技術(shù)開(kāi)展的早期試點(diǎn)，已在某些勞動(dòng)密集型流程里把單筆成本削減 70–80%。

走到這一階段，最大障礙不再是技術(shù)，而是組織與運(yùn)營(yíng)模式。首席執(zhí)行官及董事會(huì)必須親自下場(chǎng)，重新設(shè)計(jì)運(yùn)營(yíng)模型，包括打破傳統(tǒng)部門墻后的領(lǐng)導(dǎo)分工與團(tuán)隊(duì)職責(zé)。零敲碎打的改良已無(wú)濟(jì)于事，必須與過(guò)往做法做出徹底切割。

智能體轉(zhuǎn)型沿途的決策與重大考量

在這篇文章中，我們分享了與先鋒企業(yè)合作中鋪?zhàn)降降脑缙谛盘?hào)、來(lái)自科技領(lǐng)袖與投資者的洞見(jiàn)，以及高管們最常向我們提出的問(wèn)題。智能體組織范式無(wú)疑會(huì)不斷演變。

為幫助首席執(zhí)行官直觀把握全程并及時(shí)做出關(guān)鍵抉擇，我們勾勒了一張為期兩到三年的高階路線圖。圖中標(biāo)出階段性里程碑與必須由首席執(zhí)行官親自拍板的關(guān)鍵決策。

路線圖中的目標(biāo)與時(shí)間表頗具挑戰(zhàn)性，我們也深知兩年間變數(shù)極多。然而根據(jù)經(jīng)驗(yàn)，只有設(shè)定雄心勃勃的目標(biāo)并明確要求全速推進(jìn)，才能有效激勵(lì)組織、搶抓窗口。

第一年和第二年：設(shè)定方向、積蓄動(dòng)能

第一年的核心目標(biāo)應(yīng)聚焦于“建立共識(shí)、形成動(dòng)能、打下可規(guī)?；\(yùn)用 AI 智能體的基礎(chǔ)”。具體而言，要在一組精選的職能與運(yùn)營(yíng)環(huán)節(jié)中切實(shí)降低現(xiàn)有活動(dòng)的運(yùn)營(yíng)成本（可設(shè)定實(shí)現(xiàn)約 10% 的效率提升作為參考目標(biāo)）。然而，這一階段的首要使命并非單純追求數(shù)字，而是打破慣性、以明確意圖快速行動(dòng)，并在此過(guò)程中完成關(guān)鍵學(xué)習(xí)與能力積累。以人工智能代理為核心的初創(chuàng)企業(yè)如何重塑商業(yè)模式化，但當(dāng)今的領(lǐng)導(dǎo)者不能坐等其完美明晰。我們將指出當(dāng)下即可行動(dòng)的切入點(diǎn)——精煉運(yùn)營(yíng)模式、創(chuàng)造更多價(jià)值、并以AI為先重新布線——而非被動(dòng)等待被新范式重塑。

第一年和第二年應(yīng)達(dá)到的“智能體業(yè)務(wù)”標(biāo)志點(diǎn)便是:

1.全員“智能體流利度”迅速提升

• 能夠高效使用AI智能體成為所有員工的必備技能；商業(yè)價(jià)值尚低，但屬于"做生意的成本"

• 目標(biāo)：25-50%以上員工定期使用企業(yè)級(jí)智能體和AI工具；所有人通過(guò)“與智能體對(duì)話” 質(zhì)疑數(shù)據(jù)，而非只讀靜態(tài)報(bào)告

2.第一代工具已自動(dòng)化大量現(xiàn)有流程

• 覆蓋財(cái)務(wù)申報(bào)、文檔撰寫(xiě)、審批流等關(guān)鍵流程；交貨期明顯縮短，交易成本顯著下降

• 示例：修正結(jié)構(gòu)清晰的簡(jiǎn)單數(shù)據(jù)質(zhì)量缺陷時(shí)，智能體可自動(dòng)解決90-95%的問(wèn)題

3.首批智能體軟件系統(tǒng)與核心系統(tǒng)融合

• 關(guān)鍵系統(tǒng)界面正從“靜態(tài)命令”轉(zhuǎn)向“提示驅(qū)動(dòng)查詢”；內(nèi)置智能體自動(dòng)生成洞察、執(zhí)行任務(wù)并協(xié)調(diào)活動(dòng)

• 規(guī)劃、信息收集等自動(dòng)化能力成為常態(tài)；配套報(bào)告系統(tǒng)快速演變

4.先鋒團(tuán)隊(duì)打造端到端燈塔項(xiàng)目

• 選定完整流程(如訂單到回款、記錄到報(bào)告、貸款自動(dòng)審批與撥備)制定24個(gè)月目標(biāo)愿景

• 通過(guò)一系列最小可行產(chǎn)品(MVP)驗(yàn)證并擴(kuò)展能力；目標(biāo)需激進(jìn)——例如訂單到回款流程70%以上交易實(shí)現(xiàn)全渠道自動(dòng)化

5.部分崗位需求因生產(chǎn)力提升而減少

簡(jiǎn)單編碼任務(wù)已被AI智能體可靠接管；最新編碼智能體(尤其前端代碼執(zhí)行)可把個(gè)人產(chǎn)出提升50-100%，相應(yīng)減輕原有人力負(fù)荷

要讓業(yè)務(wù)達(dá)到上述標(biāo)志點(diǎn)，首席執(zhí)行官必須在以下核心領(lǐng)域出手：

1.以價(jià)值為導(dǎo)向設(shè)計(jì)轉(zhuǎn)型

當(dāng)前過(guò)多關(guān)注個(gè)人生產(chǎn)力；雖有益，卻非最大價(jià)值所在。首席執(zhí)行官應(yīng)追求變革性價(jià)值，這來(lái)自用智能體重新架構(gòu)和設(shè)計(jì)完整工作流。首席執(zhí)行官需確保團(tuán)隊(duì)從孤立用例轉(zhuǎn)向跨職能優(yōu)先工作流，這要求組織從分散的 AI 小組轉(zhuǎn)向包含 AI、數(shù)據(jù)、IT 及相關(guān)業(yè)務(wù)專家的跨職能智能體團(tuán)隊(duì)。

2.高度重視學(xué)習(xí)沉淀

必須將企業(yè)級(jí)學(xué)習(xí)集中捕獲并復(fù)用，同時(shí)形成“智能體優(yōu)先”流程重設(shè)手冊(cè)，包括 ROI 標(biāo)準(zhǔn)、多智能體編排模式、技術(shù)與數(shù)據(jù)集成最佳實(shí)踐、控制與評(píng)估方法，以及適用場(chǎng)景。

為此，組織需設(shè)立中央團(tuán)隊(duì)（“智能體工廠”），負(fù)責(zé)識(shí)別工作流、管理重設(shè)并推動(dòng)規(guī)?；?。

2022年，亞馬遜創(chuàng)始人杰夫·貝索斯發(fā)布內(nèi)部指令：所有開(kāi)發(fā)者編寫(xiě)的代碼必須包含可向第三方開(kāi)放的 API。此舉正是亞馬遜實(shí)現(xiàn)規(guī)?；年P(guān)鍵手段。面對(duì) AI 智能體，首席執(zhí)行官們同樣需要建立并強(qiáng)制執(zhí)行類似的設(shè)計(jì)原則——通過(guò)構(gòu)建“可組合”的智能體，而非單體、線性的流程，使各功能模塊能夠被重復(fù)調(diào)用、靈活重組，從而支撐不同任務(wù)需求。這一要求應(yīng)上升為組織層面的強(qiáng)制令，而非僅限于技術(shù)團(tuán)隊(duì)的偏好。

“智能體工廠”是工業(yè)化放大能力的核心載體

該工廠由專職團(tuán)隊(duì)組成，負(fù)責(zé)智能體的構(gòu)建、部署，并同步開(kāi)發(fā)配套系統(tǒng)與標(biāo)準(zhǔn)，以確保后續(xù)可橫向擴(kuò)展。其關(guān)鍵產(chǎn)出包括：

• 可復(fù)用的運(yùn)營(yíng)流程藍(lán)圖庫(kù)

• 統(tǒng)一的風(fēng)險(xiǎn)檢查與護(hù)欄機(jī)制

• 系統(tǒng)化的技術(shù)方案，用于智能體性能評(píng)估

• 自上而下的標(biāo)準(zhǔn)化 KPI 體系

工廠還須承擔(dān)強(qiáng)有力的治理職能，防止智能體在組織內(nèi)無(wú)序蔓延，并確保其符合公司及各國(guó)監(jiān)管要求。

支撐智能體工廠高效運(yùn)作的三大關(guān)鍵轉(zhuǎn)變：

1.技術(shù)與數(shù)據(jù)

• 架構(gòu)先行：首席執(zhí)行官需優(yōu)先推動(dòng)建立適配的體系結(jié)構(gòu)，部分能力可借助專業(yè)智能體服務(wù)商；同時(shí)保持供應(yīng)商中立，避免鎖定，便于在多個(gè)技術(shù)平臺(tái)間靈活組合自研與現(xiàn)成智能體

• 對(duì)于投資意愿更強(qiáng)的企業(yè)，可考慮采用"智能體 AI 網(wǎng)格架構(gòu)"——一套用于統(tǒng)一編排工作負(fù)載的模式、實(shí)踐與原則

• 數(shù)據(jù)基礎(chǔ)：只有當(dāng)智能體能夠訪問(wèn)經(jīng)治理、動(dòng)態(tài)且結(jié)構(gòu)化的數(shù)據(jù)時(shí)，規(guī)?；趴尚小＿@項(xiàng)任務(wù)并不輕松，需要高層領(lǐng)導(dǎo)將堅(jiān)實(shí)的數(shù)據(jù)底座列為優(yōu)先事項(xiàng)

2.平臺(tái)化

企業(yè)未來(lái)將面臨數(shù)百甚至數(shù)千個(gè)智能體，若缺乏統(tǒng)一平臺(tái)將迅速陷入管理困境。首席執(zhí)行官應(yīng)把"自動(dòng)化的智能體管理與可觀測(cè)平臺(tái)"納入優(yōu)先投資或采購(gòu)清單，平臺(tái)需涵蓋：

• 成本與性能監(jiān)控協(xié)議

• 智能體的上線與退役流程

• 訪問(wèn)權(quán)限管理（如根據(jù)當(dāng)?shù)胤ㄒ?guī)決定哪些智能體可訪問(wèn)哪些數(shù)據(jù)）

• 隱私權(quán)與安全保障機(jī)制

3.信任

員工只有理解 AI 智能體的運(yùn)行方式，才會(huì)給予信任；缺乏信任，推廣必將受阻。首席執(zhí)行官應(yīng)從第一天起便優(yōu)先部署可解釋系統(tǒng)，讓用戶清楚了解智能體的決策邏輯及潛在偏差來(lái)源，從而為大規(guī)模應(yīng)用奠定信任基礎(chǔ)。

重塑人才與運(yùn)營(yíng)模式。許多組織已急于開(kāi)設(shè)“如何使用生成式 AI 與智能體”的培訓(xùn)，這雖為員工打下技能基礎(chǔ)，但仍不足夠。更關(guān)鍵的是：未來(lái)人人都須具備“開(kāi)發(fā)—監(jiān)督”智能體的能力。智能體若只是日常工作的“外掛工具”，價(jià)值有限；必須內(nèi)嵌到每個(gè)人的作業(yè)方式中。

為實(shí)現(xiàn)這一轉(zhuǎn)變，各級(jí)管理者需立即著手構(gòu)建“人機(jī)混合”運(yùn)營(yíng)模型，并系統(tǒng)性地植入以下新技能：

• 如何設(shè)計(jì)與應(yīng)用智能體

• 如何訓(xùn)練、調(diào)優(yōu)并持續(xù)反饋

• 如何為智能體設(shè)定任務(wù)與邊界

• 如何追蹤、糾正其輸出質(zhì)量

• 如何將多智能體串聯(lián)，以完成更復(fù)雜的端到端任務(wù)

這一運(yùn)營(yíng)模式的重塑——本質(zhì)上是對(duì)“未來(lái)工作方式”的重新定義——是已重構(gòu)流程能否長(zhǎng)期可持續(xù)的關(guān)鍵，也是部署智能體解決方案時(shí)必須同步推行的核心變革。

落地變革的另一抓手是績(jī)效管理?？己伺c復(fù)盤須新增“智能體管理”維度，KPI 也應(yīng)隨之調(diào)整，例如：

• 與智能體協(xié)作完成的任務(wù)量

• 輸出質(zhì)量與準(zhǔn)確率

• 對(duì)智能體流程的優(yōu)化貢獻(xiàn)

• 通過(guò)將考核指標(biāo)與“人機(jī)協(xié)作成效”深度綁定，方能固化新習(xí)慣、驅(qū)動(dòng)新模型真正生根

第二年和第三年：在全組織范圍內(nèi)規(guī)?；?/strong>

智能體旅程的第二年核心任務(wù)，是把第一年的試點(diǎn)經(jīng)驗(yàn)放大成可復(fù)制的范式，并將衡量指標(biāo)從“智能體活躍度”轉(zhuǎn)為“損益表影響”。此時(shí)企業(yè)應(yīng)開(kāi)始對(duì)關(guān)鍵客戶旅程和工作流進(jìn)行“全面智能體化”，而不再只是將智能體嵌入現(xiàn)有流程。

第二年和第三年應(yīng)達(dá)到的標(biāo)志性業(yè)務(wù)節(jié)點(diǎn)：

1.首座智能體“燈塔”跨越臨界點(diǎn)

• 第一年重構(gòu)的客戶旅程燈塔實(shí)現(xiàn)>90%自動(dòng)化

• 標(biāo)準(zhǔn)流程的智能體交互保持高績(jī)效與高滿意度，例外情況可有效升級(jí)至人工處理

2.智能體自動(dòng)化在關(guān)鍵價(jià)值流中全面鋪開(kāi)

• 公司90%的關(guān)鍵價(jià)值流已部署智能體自動(dòng)化

• 智能體系統(tǒng)不僅被視為系統(tǒng)升級(jí)，更是新的運(yùn)營(yíng)模型缺省選項(xiàng)

3.傳統(tǒng)以靜態(tài)職能和線性交接為核心的運(yùn)營(yíng)模式開(kāi)始瓦解

• 至少五條優(yōu)先客戶旅程由“AI智能體團(tuán)隊(duì)+人工監(jiān)督”端到端負(fù)責(zé)，跨越傳統(tǒng)職能邊界（例如：同一智能體團(tuán)隊(duì)完成客戶分析、個(gè)性化營(yíng)銷、成交及售后服務(wù)）

• 企業(yè)內(nèi)跨職能的"智能體對(duì)智能體"交互（包括與客戶代表或采購(gòu)代表智能體）成為常態(tài)

4.員工角色轉(zhuǎn)向“智能體團(tuán)隊(duì)主管”

• 所有關(guān)鍵職能的智能體采納率超過(guò)75%

• 幾乎每位專業(yè)人員至少擁有1個(gè)、通常3-至5個(gè)智能體"為其工作"，高階用戶可同時(shí)調(diào)度數(shù)十個(gè)

5.智能體與全職員工(FTE)比例顯著變化

• 基礎(chǔ)及中等復(fù)雜度任務(wù)的智能體可靠性高，但仍需人工監(jiān)督

• 多領(lǐng)域?qū)崿F(xiàn)職能現(xiàn)代化：例如軟件開(kāi)發(fā)生命周期FTE需求下降30-40%；財(cái)務(wù)計(jì)劃與報(bào)告工作量減少約75%

隨著智能體能力成熟，首席執(zhí)行官的關(guān)注點(diǎn)需轉(zhuǎn)向組織與運(yùn)營(yíng)層面：

1.為價(jià)值而重設(shè)，架構(gòu)轉(zhuǎn)型而非修補(bǔ)

• 早期降本和學(xué)習(xí)項(xiàng)目重要，但首席執(zhí)行官應(yīng)瞄準(zhǔn)50%以上的生產(chǎn)力與價(jià)值提升，并有勇氣質(zhì)疑業(yè)務(wù)的所有假設(shè)

• 重新審視商業(yè)模式：在智能體時(shí)代哪些環(huán)節(jié)仍具防御性？哪些智能體創(chuàng)新與體驗(yàn)可成為可持續(xù)差異化來(lái)源？明確的差異化視角將指導(dǎo)"自建/外購(gòu)/合作"決策，并界定需保護(hù)的數(shù)據(jù)、IP與競(jìng)爭(zhēng)優(yōu)勢(shì)

2.用智能體加速"測(cè)試-學(xué)習(xí)-適配"循環(huán)

• 在數(shù)字孿生環(huán)境中運(yùn)行的智能體，可低成本、高速度地大規(guī)模試驗(yàn)流程、產(chǎn)品與優(yōu)惠

• 成功實(shí)驗(yàn)可由智能體立即實(shí)施，變革管理成本在高度自動(dòng)化的工作流中顯著下降

3.按智能體經(jīng)濟(jì)重塑預(yù)算與商業(yè)模式

• 員工與智能體的比例將大幅改變，投資重心從人力轉(zhuǎn)向技術(shù)

• 首席執(zhí)行官需與首席財(cái)務(wù)官、首席人力資源官共同建立財(cái)務(wù)與人力耦合模型，重新預(yù)算、跟蹤并分配技術(shù)與人員資源

4.規(guī)模化轉(zhuǎn)型：從職能架構(gòu)到價(jià)值流架構(gòu)

• 端到端智能體工作流跨越職能后，傳統(tǒng)組織模型將失去意義；繼續(xù)沿用并鏡像這些模型將扼殺規(guī)模潛力

• 企業(yè)須轉(zhuǎn)向以結(jié)果為導(dǎo)向，圍繞價(jià)值流（如客戶開(kāi)戶、新客戶銷售）組建"人+智能體"混編團(tuán)隊(duì)

• 遷移過(guò)程需在治理上做出艱難權(quán)衡（例如誰(shuí)對(duì)價(jià)值流負(fù)責(zé)），并投入機(jī)制持續(xù)追蹤智能體績(jī)效，避免不同部門各自開(kāi)發(fā)競(jìng)爭(zhēng)型智能體導(dǎo)致混亂與風(fēng)險(xiǎn)

5.人才與運(yùn)營(yíng)模型：2030年約30%現(xiàn)有工時(shí)或被自動(dòng)化

• 人機(jī)比例將被重新定義，職場(chǎng)出現(xiàn)“智能體-智能體”及“人-智能體”新型協(xié)作動(dòng)態(tài)

• 運(yùn)營(yíng)模型、績(jī)效指標(biāo)與企業(yè)文化均需同步升級(jí)，才能在全新比例關(guān)系下保持競(jìng)爭(zhēng)力

與首席人力資源官緊密協(xié)作，首席執(zhí)行官亟需描繪“智能體勞動(dòng)力”的未來(lái)圖景：明確智能體成熟后技能體系如何演進(jìn)，如何重新配置被釋放的人力，并相應(yīng)重塑人才與組織機(jī)制。

1.重塑HR系統(tǒng)

• 建立常態(tài)化崗位掃描機(jī)制——哪些角色需重構(gòu)、新增或取消

• 加快技能升級(jí)節(jié)奏，并同步更新人員配置、職涯路徑、績(jī)效、激勵(lì)及報(bào)表體系，以適配“智能體操作系統(tǒng)”

2.嵌入新角色與指標(biāo)

• 績(jī)效評(píng)價(jià)加入“智能體管理KPI”

• 設(shè)立“智能體編排師”“智能體訓(xùn)練師”等新職涯原型，晉升與“管理人機(jī)混合團(tuán)隊(duì)”的能力掛鉤

3.雙速治理

• 短期：推動(dòng)轉(zhuǎn)型落地

• 長(zhǎng)期：研判深遠(yuǎn)影響

首席執(zhí)行官與董事會(huì)必須同時(shí)駕馭兩種節(jié)奏。如下為前瞻性議題（供首席執(zhí)行官與董事會(huì)參考）

• 商業(yè)模式：智能體如何沖擊/重塑差異化？如何防守并拓展市場(chǎng)？

• 生態(tài)關(guān)系：是否出現(xiàn)“智能體去中介”風(fēng)險(xiǎn)？客戶、供應(yīng)商、合作伙伴角色如何演變？

• 企業(yè)文化：如何在人機(jī)共存中堅(jiān)守企業(yè)價(jià)值觀？

• 混合運(yùn)營(yíng)：職能邊界消失后，如何管理無(wú)縫協(xié)作的人-機(jī)工作流？

• 人才策略：內(nèi)部vs外包、開(kāi)源vs多供應(yīng)商vs單一平臺(tái)，最優(yōu)比例與組合為何？

• 投資路線圖：如何兼顧近期業(yè)務(wù)目標(biāo)與可擴(kuò)展的長(zhǎng)期轉(zhuǎn)型基礎(chǔ)？

“變革節(jié)奏”或許是商業(yè)世界最被濫用的陳詞之一，但智能體 AI 的崛起為其注入了前所未有的現(xiàn)實(shí)意義與緊迫感。盡管 AI 智能體仍被不確定性所籠罩，領(lǐng)導(dǎo)者絕不應(yīng)因此而躊躇不前；恰恰相反，唯有果斷且深思熟慮的行動(dòng)，才能一層層剝開(kāi)迷霧，打造出以智能體為核心的新型企業(yè)，開(kāi)啟生產(chǎn)力與增長(zhǎng)的新篇章。

編輯 | Yujie

進(jìn)一步交流

進(jìn)入專業(yè)社群展開(kāi)深度討論

慎思行通過(guò)微信等平臺(tái)覆蓋超過(guò)10萬(wàn)戰(zhàn)略人、咨詢?nèi)说雀黝悓I(yè)人士。我們也構(gòu)建了專業(yè)社群，推動(dòng)戰(zhàn)略與咨詢領(lǐng)域的問(wèn)題討論、信息交流和機(jī)會(huì)分享，社群已有超過(guò)5年歷史，并成為了頂尖專業(yè)人士感知市場(chǎng)前沿，獲得實(shí)踐經(jīng)驗(yàn)的首要選擇。入群請(qǐng)?zhí)砑由魉季⑿?，并提供名片?/p>

現(xiàn)在微信公眾號(hào)更改規(guī)則，如果你不特地點(diǎn)進(jìn)來(lái)，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(hào)【設(shè)為星標(biāo)★】，方便找到我們；也歡迎點(diǎn)擊右下角的【在看】。