企业AI智能体:不只是聊天机器人,还能做什么
说实话, 好多人一听“AI 智能体”这四个字, 脑袋里马上就会浮现出那样一种能陪着你聊天的虚拟助手。
我最初也是跟这样进行思考的状态。一直到我在一个专门针对行业所设立的论坛之上, 目睹一家从事物流运输工作的公司将智能体嵌入他们的仓储系统内, 才发觉自己在这方面的理解程度太过浅薄有限了。
不曾告知我的那些人有具体数字, 而对于我来讲却记得相当清晰, 即那家公司的月度运营成本, 原本是847万, 然而现在却降到了612万, 下降幅度超过了两成。
这个数字让我愣了好几秒。
智能体到底是什么
很多人以为智能体就是升级版聊天机器人。
其实不是。
只能对所提问题予以回答的传统对话系统, 会给出一段预先设置好的回复。智能体与之不同, 它具备目标, 拥有规划能力, 能够在后台调用各类工具。
打个比方来说吧, 传统的人工智能就好比是前台的接待人员, 不管你问了些什么, 它都会做出相应的回答。而智能体则更像是一名办事人员, 一旦你给了它一项任务, 那么它就会自行去拆解其中的步骤, 接着去查找相关资料, 然后发出工单, 甚至还会去协调其他的部门。
这个区别很重要。
业界当下对于智能体的界定还并非十分统一, 不过主流的看法觉得, 一个达标的企业智能体起码得具备三样事物, 分别是感知能力, 决策能力以及执行能力。
察觉是摄取资讯, 抉择是剖析判定, 施行是切实行动, 这三方面缺一不可。
企业到底怎么用
这个问题我研究了挺久。

不同行业用法差别很大,但也有共性。
最早落地的领域是客服领域, 许多公司利用它处理售后问题, 像退换货审核、订单状态查询这等重复性颇高的工作, 有人做过测算, 成熟的智能客服能够将人工坐席压力削减三成左右, 把响应时间从几分钟缩减至几十秒。
另一个热门场景是供应链管理, 智能体能够对库存进行实时监控, 还可以预测需求, 甚至能自动补货, 一家食品企业曾跟我讲述, 他们运用智能体来做保质期预警, 每年所减少的损耗大约有几百万元。
在数据分析方面, 传统做法是, 先进行SQL书写, 再跑相关报表, 之后等待人员负责汇总。而智能体能够自动关联多张表, 进而生成可视化报告, 甚至可以直接给出初步结论。二者效率差距极为明显。
关键技术点在哪
智能体能做到这些,背后有几项技术支撑。
能理解自然语言指令, 进而做出初步判断的大语言模型是基础, 然而仅有模型并不够, 还需具备连接数据库、操作API以及控制软件界面等工具调用能力。
记忆系统同样至关重要。于企业之中, 存在着诸多上下文信息, 智能体务必要记住先前的交互情形, 留存关键数据, 积累各项工作经验。一旦缺失记忆, 每一次对话都会从起始点开始, 致使效果大幅降低, 是这样的。
有一种常常被人忽视的能力称作自我反思, 好的智能个体能够评价自己输出的内容,当察觉到差错时会自行改正, 这致使它相较于传统程序而言更加可靠。
凭借业内施行的调研情形来看, 当下头部企业所拥有的智能体于均值方面调用外部工具的次数, 处于每日数百次至数千次的范围之内, 且呈现出不等的状态, 其准确率大概处于八成稍多的程度。这个具体的数值虽说并非属于较高水平, 然而却足以表明其中所蕴含的相关问题, 即它仍然处于持续成长的进程之中。
落地要注意什么
说实话,智能体没那么神奇。

好些企业起初的时候热情程度特别高, 然而在运用了几个月之后就将其搁置一旁了, 缘由大多是预期管理方面出现异常状况了。
别寄希望于它能全然将人取而代之。智能体所专长的乃是流程化的工作, 是重复性的工作, 然而复杂决策以及创造性的任务依旧得要依靠人。把它视作辅助工具来看待, 效果将会更佳。
被决定上限的是数据质量, 智能体所依赖用以运行的是数据, 倘若企业内部系统为碎片化的状态, 且数据呈现不规范的情形, 那么即便模型具备很强的能力也无法运行得出结果, 对于这一环节千万不要进行省略, 必须予以重视。
安全边界得清晰才行, 智能体究竟能够访问哪些系统以及所操作哪些数据, 这必须得有明确限制。有些公司把自己内部的财务系统直接对接给了智能体这种情形是见过的, 随后就出现了数据泄露的事件, 这般的结果实在是得不偿失。
要进行持续迭代, 不存在一个智能体是经由一次便建成的, 得依据实际使用中所反馈的内容, 恒常不断地予以调整, 而这个周期一般来讲起码是以三个月起, 可达至半年这个时段结束。
未来会怎样
我对这个领域的看法比较务实。
并非一夜之间, 智能体便会将所有行业予以颠覆, 然而会于特定场景之中渐次渗透进去。恰似电力一样, 并非每日你都能留意到它的存在, 可是没了它却是万万不行的。
当下, 技术正处于迅猛发展态势, 崭新的框架以及工具持续不断地涌现出来。预估在未来的两三年时间之内, 智能体的能力将会出现显著的提升情况, 特别是针对跨系统协作以及复杂任务处理的这些方面。
然而我也要讲这么一句, 那就是别被 hype 给带偏了方向。在市场上存在着超多的产品, 它们被吹嘘得神乎其神, 然而实际上能够稳定生效并切实落地的却并不多。在进行选择的时候, 要多多去查看实际发生的案例, 而相对应地要减少去顾及那些宣传性质的材料。
说到底,智能体只是工具。好用与否,取决于你怎么用。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐

所有评论(0)