智能体AI：CFO需要了解的关键要点

以下为贝克·蒂利（Baker Tilly）智能自动化业务负责人David Hickey的客座文章，仅代表作者个人观点。

如果说2024年是生成式AI之年，那么2025年将是智能体AI（Agentic AI）之年。若您尚未了解智能体AI，这并不奇怪。可将智能体AI视为增强版人工智能，或AI 3.0版本。近期您可能也听到过与AI相关的“智能体”一词。这一描述颇为贴切——作为一种超级智能技术，智能体AI在分析与处理过程中模拟人类思维。该技术依赖大型语言模型、自然语言模型以及用于编写和训练机器学习算法的专用软件。

智能体AI、RPA与生成式AI的区别

智能体AI（常称为agents）能在极少人工监督下自主决策并朝复杂目标行动，融合了大型语言模型和机器学习等技术。相比之下，机器人流程自动化（RPA）使用软件机器人自动化重复性、基于规则的任务，异常情况需人工介入。生成式AI则基于用户提示创建文本、图像或代码等新内容，利用深度学习识别数据模式。简言之，智能体AI高度自主且以决策为核心，RPA面向任务，而生成式AI擅长根据用户输入生成创意内容。

智能体AI与RPA数字员工可协同工作，提升业务流程的效率与决策能力。智能体AI能处理复杂决策任务并适应动态环境，而RPA数字员工擅长自动化重复性、规则型任务。例如，智能体AI可分析数据以识别模式并做出战略决策，随后将具体任务委派给RPA数字员工执行。这种协作使企业能发挥两种技术的优势，实现更高程度的自动化及更智能、更敏捷的运营。

智能体AI的实际应用

设想道路旁的震动带，可帮助理解如何训练智能体。人类为智能体设定运行“护栏”，限制其可参与的活动类型。当智能体触及护栏时，会后退并告知用户无法继续，同时提醒人类同事需要协助。随着人类与智能体协作，护栏会随其学习而扩展。

智能体将客户互动提升至全新水平。与智能体AI结合后，机器人能超越预设矩阵或流程图做出决策。由于具备主动性，智能体可“思考”、推理并适应动态环境，无需人类指示。事实上，智能体在每次问题解决迭代中都会改进自身的思考过程。

更有趣的是，智能体AI能帮助AI系统设定目标，使其更智能、更独立地工作。通过持续学习和优化流程，智能体可采纳组织的价值观、品牌和视角。

智能体AI正跨行业扩散，早期采用者包括IBM、苹果、西门子、联邦快递、杜克能源、UPS、特斯拉、高盛和PayPal等知名公司。该技术已应用于客户服务、医疗诊断与定制化治疗方案、业务流程自动化、制造业供应链优化、金融与算法交易、智能电网与能源管理、自动驾驶、气候建模与环境保护等领域。

智能体AI对CFO意味着什么？

智能体AI在现有AI平台基础上融入类人决策，将效率提升至新高度，使员工摆脱单调重复任务，专注于更重要的工作。CFO可放心，智能体AI与其他AI形式一样具有可扩展性和灵活性。例如，组织可将其嵌入面向客户的应用程序，提供高度定制化体验或高级帮助台；也可在后台运营中部署。许多情况下，成熟企业会在客户界面和内部运营中同时集成智能体AI。

由于智能体持续学习、自我改进并基于过往“经验”构建，它们能处理复杂、动态、多变的情景。其本质有助于解决不断演变的现实问题。

智能体会取代人类或导致劳动力流失吗？

与早期AI版本类似，我们预计AI智能体不会消除人类接触。在某些复杂案例中，智能体的决策需要人类监督和复核。已知的是，智能体AI能释放员工时间，使其从事更高层次、更具战略性和意义的工作。在部署智能体AI战略时，企业领导者还需关注除就业替代外的其他伦理问题，包括滥用风险、意外后果、数据偏见、透明度及数据治理。

与其他新兴技术一样，智能体AI需要深思熟虑的战略性实施。这意味着从流程识别开始，确定哪些具体流程或功能适合采用智能体AI。企业领导者还需评估组织价值和影响，并建立评估与衡量机制，确保技术带来明确效益。公司还应关注团队构成，必要时引入外部专家以确保成功实施。除技术可行性外，还需考虑数据安全等因素。

目前，CFO及其他业务领导者需理解“智能体”概念，并保持开放心态，思考这一强大技术如何最好地服务于组织需求。无论是否准备好，智能体AI的新阶段已经来临。