題圖｜虎嗅拍攝

許多企業(yè)負責(zé)人希望借助AI智能體來達成“業(yè)務(wù)升級”的目標。然而，AI智能體并非只是一個即插即用的功能模塊，它更像是一場人機協(xié)同模式的深度再造。

若缺乏精準的場景定位、數(shù)據(jù)沉淀和反饋機制，AI智能體的部署不僅難以釋放技術(shù)價值，反而可能造成流程梗阻。

真正實現(xiàn)“智能體原生”的企業(yè)運作，意味著從任務(wù)拆解到角色分工、再到?jīng)Q策鏈路的全盤優(yōu)化：你的核心需求是否清晰？自主執(zhí)行與人工監(jiān)督如何平衡？在多智能體協(xié)同的未來，組織如何筑牢核心競爭力？

若這些問題尚未梳理清楚，而僅將AI智能體視為“替代人力”的捷徑，它可能帶來的不是賦能，而是內(nèi)耗。

近期《AI無悖論》節(jié)目邀請中歐國際工商學(xué)院管理學(xué)副教授楊蔚、網(wǎng)易集團副總裁阮良與銜遠科技Frontis AI聯(lián)合創(chuàng)始人兼首席執(zhí)行官任成元，探討大廠AI落地實戰(zhàn)，分享從游戲、電商到智能體應(yīng)用的洞見：

l當AI從技術(shù)概念走向企業(yè)實戰(zhàn)，智能體如何重塑業(yè)務(wù)流程、組織形態(tài)與人機關(guān)系？

lAI時代的企業(yè)組織形態(tài)變革，會對傳統(tǒng)企業(yè)的管理層級與權(quán)力分配帶來哪些顛覆性影響？

l在人機角色反轉(zhuǎn)趨勢下，如何平衡AI執(zhí)行效率與人類創(chuàng)新的價值？

l中美AI應(yīng)用的差異化路徑會如何影響全球AI技術(shù)的發(fā)展方向，中國能否憑借算力效率優(yōu)勢建立獨特的競爭壁壘？

l對于初創(chuàng)企業(yè)而言，如何在泡沫周期中精準把握技術(shù)轉(zhuǎn)化節(jié)奏，避免被資本周期裹挾而偏離核心業(yè)務(wù)？

本期主持人為中歐國際工商學(xué)院管理學(xué)副教授楊蔚，以下為交流實錄（虎嗅有刪編）：

大廠AI智能體落地實錄

楊蔚：二位從什么時候開始關(guān)注、涉及AI相關(guān)業(yè)務(wù)？整個歷程是什么樣的？

阮良：網(wǎng)易多年前就開始用AI賦能游戲。但新一代AI技術(shù)在產(chǎn)品效果和內(nèi)部效率提升上有巨大的提升。AI現(xiàn)在在游戲里相當于一個非常高智能的NPC。舉個例子，當你玩一款游戲競技類的游戲，要真實匹配到跟你棋逢對手的玩家其實是比較困難的。AI可以做到每次匹配都有一個比較細分的對手。劇情類的游戲僅可以進行傳統(tǒng)的對話，還可以聊天，有些用戶甚至把它當做樹洞。由于AI NPC提供了像人一樣的情感反饋，玩家會更愿意投入在游戲里面。

楊蔚：根據(jù)您的描述，AI NPC提供了個性化的鏈接，如果每一個游戲都這么做，是否會改變游戲行業(yè)的競爭格局？

阮良：我認為在大的層面上不會顯著改變游戲的競爭，AI會讓游戲更好玩、更溫暖，提升內(nèi)容延展性和玩家粘性。但平常喜歡玩吃雞類游戲的人，不會因為另一款游戲有了個AI我轉(zhuǎn)而偏向那個游戲。它只會把原來的內(nèi)容放大。

任成元：京東從2016年開始做AI，我們關(guān)心的是，怎樣能通過AI使得消費鏈條上的決策效率大幅提升。我們用智能體來做人或者消費市場行為模擬，我們最早把AI用在了消費個性化和產(chǎn)業(yè)創(chuàng)新的加速上。每一個人可能都會找到獨屬于他獨一無二的這樣的一個對應(yīng)的產(chǎn)品服務(wù)價值。所以這也是我們對未來智能體AI的發(fā)展，如何去變革我們的生活、產(chǎn)業(yè)方面的一些想象空間。

中歐國際工商學(xué)院管理學(xué)副教授楊蔚

楊蔚：智能體到底是一個什么樣的概念？

阮良：我個人認為，智能體（Agent）更像“人”，能處理很多低頻的事件。當碰到意外情況的時候，它有大模型判斷規(guī)劃，可以去幫你操作。

任成元：對，以往的技術(shù)不具備智能體有的自主性，智能體能聯(lián)通環(huán)境并去做一些事情。大家最期待的突破是他的反思和自我進化，比如給他一個任務(wù)后，他沒寫對，他可以去不斷的反思到底哪里出了問題。多次反思以后，他能找到這個路徑，這是所謂的智能體完整的自主性的體現(xiàn)。

阮良：AI論文里一個詞叫“Aha Moment”，就是他可能突然涌現(xiàn)了一種反思的過程。當這條新的路徑是人類都沒有想過的路徑時，我們稱之為“Alpha Moment”。Agents AI是醫(yī)療領(lǐng)域的專家會診，系統(tǒng)性的難題，單一的agent無法解決，可能就需要一堆agents循環(huán)調(diào)用。每個專業(yè)他只能做好自己專業(yè)的事情，AI也一樣，強調(diào)專業(yè)性就會喪失通用性。

網(wǎng)易集團副總裁阮良

楊蔚：就像一個悖論。

任成元：對，但這個悖論可以找到最優(yōu)解，可能是一個更加泛化通用的智能體的編排者協(xié)調(diào)者。他會去協(xié)調(diào)無數(shù)個非常專業(yè)的agent來做事情。你遇到不同的問題，我知道要調(diào)取不同的專家，如何編排他，如何去協(xié)調(diào)、監(jiān)督、反饋，最后達成結(jié)果。

這里面其實有一個概念是AI原生。隨著AI越來越像人，我們要思考AI原生的組織形態(tài)是否有可能超越人類的組織形態(tài)。

阮良：但是agent構(gòu)成的這樣的組織可能跟人形成的組織有很大的差異。AI原生到來以后，由agent構(gòu)成的一個組織會如何改變組織這個性質(zhì)，很值得研究。

任成元：一個鮮活的案例是在編程里面應(yīng)用AI，我們剛開始認為說AI是輔助我們的程序員來編程的，但很快發(fā)現(xiàn)人只是AI的拐杖。人更多的是輔助AI解決主流程中遇到的卡點。

銜遠科技Frontis AI聯(lián)合創(chuàng)始人兼首席執(zhí)行官任成元

阮良：我們以前寫代碼，肯定會受限于自身的生理條件、學(xué)識和所處環(huán)境。團隊人數(shù)增多后，又產(chǎn)生大量的溝通需求，隨之而來的就是熵增。所以越是復(fù)雜、規(guī)模越大的產(chǎn)品，開發(fā)效率反而越低，但AI來了之后，很可能一個人或者兩三個人，就能憑借AI完成一個產(chǎn)品訴求。AI是24小時不間斷工作的，可以同時跑多臺電腦讓它并行處理。

任成元：人類對復(fù)雜性的系統(tǒng)認知是有邊界的，但是AI不會，只要給他足夠的算力，放一萬個agent進去，同時并行1000個任務(wù)，任務(wù)之間是有復(fù)雜的前后邏輯關(guān)聯(lián)的時候，沒有問題，但是人絕對做不了這件事情。

楊蔚：讓AI去并行，需要有一個非常有經(jīng)驗的工程師或開發(fā)者，這個人是一個什么樣的作用呢？

阮良：很有經(jīng)驗的工程師。但我認為這是階段性的，現(xiàn)階段AI的確還沒有那么強，人類的經(jīng)驗還特別重要，但是當AI越來越進化的時候，可能產(chǎn)品經(jīng)理就可以直接指揮agent去做。

任成元：我認為真正的專家能夠深度的理解為什么要做這件事。會定義問題，而不是會處理問題。它的核心是和上下游或者價值系統(tǒng)本身的連接怎么樣。有沒有超越技能本身在思考未來如何跟AI適配的一種設(shè)計。

阮良：就像教父里面那句臺詞說，真正聰明的人，他幾秒鐘就能洞察一個事情的本質(zhì)。但不是聰明人的話，你可能一輩子都想不清楚這個問題，陷入在無窮無盡的執(zhí)行當中。

思考AI時代的職業(yè)教育與職業(yè)發(fā)展

楊蔚：大學(xué)生和職場人如何鍛煉總結(jié)經(jīng)驗、發(fā)現(xiàn)問題的能力？

任成元：我的思考是如何連接價值系統(tǒng)。站在企業(yè)核心層理解如何去管理、分配、監(jiān)督任務(wù)。

楊蔚：我們的組織會不會更加扁平化？隨著工種被AI代替。

任成元：組織的存在實際是為了解決問題，創(chuàng)造價值。如果你把事情放在首位，不需要科層，在AI原生化階段，其實是以agent為主，人為輔助。如此就需要重新去看待你管理的這些資源的核心。是算力，是數(shù)據(jù)，之后才是人。

因此未來HR的定義會有很大的變化，因為人才結(jié)構(gòu)發(fā)生了變化，基礎(chǔ)層絕大部分是數(shù)字員工，中層以上是人類。這時候你就發(fā)現(xiàn)HR絕大部分工作，你可能要去關(guān)注的是人和這些agent之間的協(xié)同問題。怎么去把理解好的目標和任務(wù)下發(fā)到整個agent的這套網(wǎng)絡(luò)里面，然后如何通過這套網(wǎng)絡(luò)來判斷高管或人類的價值貢獻。

楊蔚：所以我們未來的畢業(yè)生，首先得搞懂AI智能體的工作邏輯，這很可能會成為企業(yè)最看重的一項核心能力。

阮良：是的，這方面的話，其實現(xiàn)在的年輕人還是很有機會。因為大家都是在同一起跑線上。

任成元：某種意義上我會看好AI原生這一代。因為在AI里邊有非常多的邊界，現(xiàn)在我們還限制于人類過往經(jīng)驗。AI原生這一代一出生他就各種嘗試，能探索到更遠的AI的那個邊界。

楊蔚：你越是一張白紙，你越有可能去到更遠的地方。

AI智能體的實際應(yīng)用

楊蔚：AI智能體現(xiàn)在在二位公司企業(yè)的實踐中有什么樣的具體應(yīng)用呢？

阮良：我們公司現(xiàn)在有個很典型的應(yīng)用場景——給明星員工打造數(shù)字分身。優(yōu)秀的產(chǎn)品經(jīng)理還是銷售總會被同事追問各種基礎(chǔ)問題，嚴重耽誤核心工作。我們就把這些員工的文檔、聊天記錄等數(shù)據(jù)整合起來，搭建一個搭載大模型agent的知識庫，訓(xùn)練成數(shù)字員工。這樣一來，70%左右的問題都能由數(shù)字員工解答，明星員工就能抽身去做創(chuàng)造性工作了。

這個模式還能復(fù)制到銷售和導(dǎo)購場景。比如銷售見客戶前，不用再到處問案例，直接查知識庫agent就能拿到詳盡資料；直接拉高服務(wù)下限。

任成元：我們更關(guān)注如何用AI拉高企業(yè)的上限——希望借助于AI，把創(chuàng)新創(chuàng)造力大幅的提升。從企業(yè)的角度，你的上限和下限就是創(chuàng)新和效率，創(chuàng)新可能決勝你的未來，效率是說如何活得更好。我們開發(fā)了“首席增長官”的AI系統(tǒng)，把管理學(xué)的方法論植入進去，讓它幫高管實時分析市場、跟蹤競爭對手，結(jié)合企業(yè)特性生成個性化的戰(zhàn)略建議。這個系統(tǒng)的難點在于企業(yè)數(shù)據(jù)的個性化問題，每家公司的數(shù)字化程度、賽道都不一樣。

阮良：我還有個不同的視角，AI不僅能拉高老板和高管的上限，也能拉高一線員工的上限。過去像BI報表這種數(shù)據(jù)工具，只有老板和高管能用，因為需要專業(yè)的數(shù)據(jù)團隊支撐。但現(xiàn)在AI能讓一線銷售、區(qū)域經(jīng)理直接調(diào)取數(shù)據(jù)，自己拿到?jīng)Q策依據(jù)，這其實是一種“數(shù)據(jù)平權(quán)”。

任成元：這里面提到了組織內(nèi)的決策信息流轉(zhuǎn)，我們現(xiàn)在開發(fā)了CIP——戰(zhàn)略決策層的助理，我們有兩套agent系統(tǒng)，一套給決策層，一套給執(zhí)行層。決策層確定戰(zhàn)略方向后，AI會自動把這個“context”下發(fā)到員工的agent里，員工的所有工作思考，都基于公司的戰(zhàn)略框架。如果偏離了戰(zhàn)略，系統(tǒng)會直接提醒。

阮良：還有個很有意思的的場景，AI如何去降低企業(yè)內(nèi)部的信息差的。比如說活動復(fù)盤。過去企業(yè)做促銷復(fù)盤，報告都是層層上報、被“抹平”過的，真實原因往往被掩蓋?，F(xiàn)在AI能直接整合銷售數(shù)據(jù)、客服反饋、社交媒體評論，生成客觀的復(fù)盤報告。

任成元：我們幫一個IP品牌做了全流程的AI活動管理。AI會自動制定促銷計劃，分解到店鋪裝修、內(nèi)容撰寫、采購備貨等各個環(huán)節(jié)，給出六七十分的初稿，人再在這個基礎(chǔ)上優(yōu)化。老板只需要做兩次確認，就能生成80分以上的方案。而且AI會持續(xù)跟蹤活動數(shù)據(jù)，復(fù)盤時精準定位問題。不過這里也出現(xiàn)了新問題——員工會越來越依賴AI，慢慢喪失主動思考的能力。

楊蔚：這確實是個隱患，短期能提升效率，長期可能會影響創(chuàng)新。

任成元：我們也在探索新的激勵機制——讓AI助理記錄員工的參與度和建設(shè)性建議的貢獻度。如果員工能指出AI方案的不足并優(yōu)化，系統(tǒng)就會給他更高的評價，倒逼員工主動思考。

阮良：對年輕人來說，這種機制反而更友好。只要用好AI下屬，做出成績，貢獻就會被客觀記錄，這其實更有利于公平。

楊蔚：未來會不會出現(xiàn)一個人帶著一堆agent就能撐起一家公司的情況？

阮良：短期來看還不太可能，因為AI做戰(zhàn)略決策時，數(shù)據(jù)有很大局限性。它只能拿到互聯(lián)網(wǎng)公開數(shù)據(jù)和企業(yè)自有數(shù)據(jù)，拿不到友商的內(nèi)部信息，而這些信息往往很關(guān)鍵。人不一樣，人可以通過外聯(lián)、社交拿到這些隱性數(shù)據(jù)，還能靠直覺做判斷。

任成元：未來企業(yè)里，人的核心價值會聚焦在外聯(lián)和洞察上——去獲取AI拿不到的數(shù)據(jù)，去做AI做不了的戰(zhàn)略判斷。而AI則會承擔(dān)中后臺的重復(fù)性、高頻次工作。就像現(xiàn)在海外已經(jīng)出現(xiàn)了個人開發(fā)者靠AI年營收幾千萬美金的案例，未來“一人公司”可能會成為一種新形態(tài)，但肯定是少數(shù)。

中美智能體應(yīng)用的差異

楊蔚：中美在AI智能體上有什么明顯的差異？為什么很多中國團隊會先做海外市場？

阮良：最核心的是付費意愿。北美企業(yè)和用戶愿意為AI工具付費，比如一個計算卡路里的應(yīng)用，每月訂閱19、29美金都有人買單；但中國用戶習(xí)慣了免費服務(wù)，哪怕是國產(chǎn)大模型，想收費都很難。

任成元：還有人力成本的差異。歐美人力成本高，AI替代人的價值感特別明顯；而中國人力成本相對低，企業(yè)算下來，雇人可能比買AI系統(tǒng)還劃算。

阮良：而且中國是制造業(yè)大國，未來AI對制造業(yè)的賦能潛力巨大。但制造業(yè)的特點是成本敏感，不可能像歐美那樣大量采購昂貴的GPU，這也會推動我們在算力效率上持續(xù)突破。

任成元：我非常同意。其實現(xiàn)在的大語言模型還只是AI發(fā)展的0.1階段，未來多模態(tài)、世界模型才是方向，這對算力和存儲的需求會是現(xiàn)在的十倍以上。真正的AI爆發(fā)還沒到來，未來5到10年，芯片、能源、算力效率會迎來全方位的挑戰(zhàn)和機遇。

楊蔚：很多人說AI行業(yè)有泡沫，兩位怎么看？創(chuàng)業(yè)者現(xiàn)在還能進場嗎？

阮良：泡沫肯定是有的，但泡沫不是壞事。就像互聯(lián)網(wǎng)早期一樣，泡沫能吸引資本和人才進場，最終才能燒出真東西。沒有泡沫的行業(yè)，反而沒什么創(chuàng)業(yè)機會。

任成元：對創(chuàng)業(yè)者來說，泡沫期其實是最好的機會——只有浪大的時候，小公司才有機會沖到浪尖。當然這對創(chuàng)業(yè)者的要求更高，要能在風(fēng)浪中把握節(jié)奏?，F(xiàn)在AI行業(yè)沒有長期的護城河，快就是唯一的優(yōu)勢，只有每天都保持領(lǐng)先，才能在競爭中存活。

阮良：不過像騰訊這樣的公司，靠著以人為本的網(wǎng)絡(luò)效應(yīng)，還是有很強的長期壁壘。它可能不會最先沖出去，但很容易后發(fā)制人。

任成元：但上一個時代的壁壘，未必能在AI時代延續(xù)。谷歌靠著transformer的技術(shù)積淀，在AI浪潮中快速調(diào)整，重新回到領(lǐng)先位置；而Meta雖然技術(shù)底子厚，但因為文化和業(yè)務(wù)整合的問題，表現(xiàn)就相對滯后。這說明技術(shù)變革期，大公司的轉(zhuǎn)型速度和文化適配性至關(guān)重要。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4821790.html?f=wyxwapp