从生成式 AI 到代理式 AI 的转变之路



行业动态

— 行业讯息 —


从生成式 AI 到代理式 AI 的转变之路

代理型AI是自主决策的人工智能系统，具备目标导向、适应性、反馈循环等核心特点，应用广泛如自动驾驶、智能家居等。面临技术难点如角色设定、内存管理等，未来展望更高级自主性及人机协同，但面临伦理、技术局限等挑战。
近几个月来，代理式 AI（Agentic AI）的人气急剧上升，多家科技巨头纷纷宣布基于该技术的新平台。

例如，Salesforce 推出了 Agentforce，为客户关系管理、营销和数据管理提供 AI 驱动的会话代理。首席执行官 Marc Benioff 甚至预测，到 2026 年将会有 十亿个 AI 代理。再比如，ServiceNow 的 Xanadu 自动化了客户服务和 IT 工作流程，Workday 则为人力资源和财务管理引入了 AI 代理。

与此同时，甲骨文（Oracle） 为其云融合应用套件开发了 50 多个基于角色的 AI 代理，涵盖企业资源规划、人力资本管理、供应链管理和客户体验等领域。












超越生成式 AI 的下一次进化

有趣的是，代理式 AI 的定义仍然模糊不清，因为该技术还处于起步阶段。一般而言，代理式 AI 是指具有自主性的系统。它们可以自主启动和完成任务，实时做出决策，并在最少甚至无需人工监督的情况下动态采取行动。

这些系统还擅长根据上下文进行推理和复杂决策，使用强化学习通过与环境的交互进行适应。它们能够高效地执行多步骤的工作流程。





生成式 AI 的局限性

生成式 AI 在某些用例中确实有明显的优势。它已被证明在生成软件代码和通过企业搜索或 RAG 增强内容管理方面非常有效。此外，它还可以帮助生成高质量的内容并支持聊天机器人。

然而，尽管有这些实际利益，生成式 AI 缺乏代表用户采取行动的能力。其功能范围有限，且易产生幻觉（即错误或不准确的信息）。

Gartner 最近的一份报告揭示了这些挑战。该报告估计，到 2025 年底，至少有 30% 的生成式 AI 项目将无法超越概念验证阶段。关键因素包括数据质量差、风险控制不足、成本高昂和业务目标不明确。

我认为还有一些关键挑战没有在 Gartner 的调查中得到解决。生成式 AI 的大型语言模型（LLM）缺乏执行复杂推理或直接采取行动的能力，这可能大大降低其潜在的生产力提升。而且坦率地说，这些基础 LLM 在企业环境中部署成本高昂。

另一项 Gartner 调查进一步支持了这一点，许多受访者报告称他们的 AI 实施难以展示投资回报率（ROI）。








代理式 AI 的机遇


在代理式自动化蓬勃发展的当下，UiPath客户的下一步该怎么走？Greene建议：
1.继续利用机器人实现自动化。——“因为这些将成为代理可以使用的工具。”
2.将非结构化内容转换为结构化数据格式。——“今天你可以使用我们的产品来训练模型，这也是我们的独特优势。我们的文档理解能力领先并且极为准确，我们相信这对代理在处理非结构化内容方面是强大的助力。你可以开始将数据转化为机器人和代理都能使用的模式。”
3.尝试使用现已发布的Autopilot for Everyone。——“可以从一些受监督的代理用例开始。”










克服基于意图的系统，避免与copilot混淆

传统的基于意图的系统目前是一个障碍，因为如果没有明确定义意图，它们有时会误解用户查询。然而，代理式 AI 可以帮助应对复杂的请求，提供更直观的对话体验，加速决策，提高用户满意度。


需要避免的一个挑战是独立的基于 SaaS 应用的 AI 副驾驶的泛滥。相反，应该有一个统一的界面，可在任何地方访问，无论是在您的电子邮件、Slack 还是移动应用中。这意味着拥有一个企业范围的、通用的、代理式的 AI 副驾驶。

以员工入职为例。代理式 AI 系统可以生成并发送所需的数字签名文件。然后，它可以设置员工的个人资料，分配福利并将其加入薪资系统。同时，AI 可以与 IT 系统集成，创建电子邮件账户，设置权限并配置必要的应用程序和平台的访问。在使用代理式 AI 的第一步中，您应确保已经拥有干净的数据。否则，结果可能会令人失望。

企业还应慎重考虑是否自行构建代理式 AI 系统。这可能既昂贵又风险高，需要复杂的基础设施和高水平的数据科学家。更好的方法是使用第三方平台。然而，如前所述，它必须具备AI 原生架构，并能与众多企业系统和应用程序集成。我建议选择拥有众多客户且已证明具有明确 ROI 的供应商。

当然，与过去的 AI 应用一样，代理式 AI 系统的构建应基于严格的伦理框架，采用安全的设计和部署实践，以降低潜在风险。

我相信代理式 AI 为企业提供了一个超越生成式 AI 局限性的变革性机遇。其核心特征——自主性、深度推理、强化学习和与工具的集成，可以帮助您以最少的人为干预来启动、执行和优化复杂的工作流程。通过遵循涉及 AI 原生架构和统一 AI 副驾驶等战略性代理式 AI 方法，您的组织可以体验到更高的准确性、个性化和深度推理。





关于我们


•公司简介 •



福建瀛联寰通信息科技有限公司，致力于政企数字化转型、流程智能化改造（RPA），以及加密通讯技术及产品的研发，是拥有自主知识产权的信息系统集成服务商。





公司核心业务


1

数字化转型解决方案

    统一规范，构建主数据资产，实现体系内核心数据的唯一性和可追溯；打通政企业务数据，用数据资产服务于业务；以业务流程为线索，覆盖项目全生命周期，实现投资、运作、管理的信息化和规范化；以投资项目为主线，打破业财壁垒，推动业财融合，助力经营决策。


2

国资监管信息化建设

     紧紧围绕“形成以管资本为主的国有资产监管体制”要求，以国资监管信息化建设为手段，改进监管方式、提高履职能力、防止国有资产流失。


3

基于区块链的加密即时通讯工具

    基于区块链技术实现去中心化身份认证，通过多重加密算法实现端到端的安全通讯，全面保障用户数据安全。


4

机器人流程自动化（RPA）

    根据客户需求，提供机器人流程自动化、智能文档处理、对话式AI集成的智能自动化平台，构造多种数字化劳动力，实现业务全流程自动化，为用户提供完美的解决方案。



作者：Abhi Maheshwari 是Aisera Inc.的首席执行官。

转载自微信公众号“RPA全球生态”；
如涉及侵权，请联系删除



News.

行业资讯

넳 넲
ꄴ前一个： 无
ꄲ后一个： 无