Wipro首席战略官解读代理互联网:AI智能体重塑企业生态

Wipro首席战略官解析“代理互联网”趋势。数据显示40%大型组织正扩展AI智能体应用,行业重心从孤立试点转向构建连接人员、流程与技术的统一生态系统,旨在通过深度企业转型重塑核心竞争力。

Wipro 首席战略官解读“代理互联网”:AI 智能体如何重塑企业生态

随着人工智能自主代理(AI Agents)在企业中的普及,互联网正经历从以网站和应用程序为中心向由智能数字生态系统驱动的“代理互联网”转型。这些代理能够代表个人或组织进行信息发现、协作、谈判及任务执行。

40%大型组织扩展AI代理

近日,Wipro 首席战略和技术官 Hari Shetty 就这一趋势及其对企业的影响进行了深度解析。

  • 从孤立试点到规模化生态系统

过去,企业的人工智能应用往往呈现碎片化特征,如独立的聊天机器人或辅助工具。然而,行业数据显示,这一阶段正在终结,目前已有 40% 的大型组织积极扩展代理人工智能的应用规模。当前的重点在于构建一个有意连接的平台,将人员、流程与 AI 技术整合为统一的生态系统。

Shetty 指出,这一转变涉及三个层面的变革:

  1. 成本转型:聚焦于效率提升和生产力优化,这是目前最容易衡量且多数行业讨论的焦点。
  2. 技术转型:涉及更复杂的工程工作,包括数据模型构建和治理体系完善。
  3. 企业转型:最具雄心的层面,旨在拆解并重构业务流程。尽管难以展示和销售,但真正的价值蕴含其中。Wipro 通过其智能解决方案追求这种连接数据、流程、平台和代理的转变。

单纯在现有流程上叠加代理仅能带来边际收益,而深入的企业转型才是获取核心竞争力的关键。

  • 跨边界协作与分布式架构

为了实现跨越组织、地理和技术边界的协作,AI 代理需要通过编排层协同工作。Wipro 近期推出了专门的 AI-Native 业务和平台部门,致力于构建此类代理及编排层,使每个代理能够识别所需能力、获取正确信息并在企业内部协调行动。

在架构设计上,未来将采用分布式模式,结合前沿大模型与企业特定的小型模型。对于大多数企业任务而言,基于正确数据的小型模型往往比通用前沿模型更高效、易管理且更具领域适应性。编排层的作用在于根据工作流程的具体步骤,动态选择最合适的模型、数据和工具。

此外,跨组织的合作不仅依赖连接性,还需要可验证的身份、明确的权限许可以及可靠的信任机制。同时,必须建立控制平面,允许人类设定代理的自主程度、在必要时介入干预,并审查代理的所有操作。这确保了企业在扩展代理工作流程时,仍保持对数据、访问权限和问责制的透明控制。

  • “代理互联网”的实践意义

传统互联网连接人与信息,而“代理互联网”则将 AI 驱动的智能连接到企业系统、工作流程及其他代理,推动企业计算从反应式向自主式转变。

在实践中,代理主要分为两类:

  • 助理代理:协助个人完成邮件总结、信息分析及软件开发测试等任务。
  • 嵌入式代理:直接融入商业流程,以隐形方式跨系统解决问题、完成交易或调整工作流程,仅在需要人类判断的关键节点介入。

鉴于代理技术的复杂性,证据与承诺同样重要。企业应以核心流程和关键业务指标为起点,重新思考如何通过 AI 重构这些流程,并以结果为导向衡量价值,而非单纯统计部署的代理数量。

  • 典型用例与服务角色

代理生态系统已在客户入职、供应链调查、业务报告、财务规划、营销、员工服务及风险管理等领域重塑工作方式。具体应用场景包括:

  • 金融与合规:支持财务和解、欺诈分析及发票处理流程。
  • 工业与物流:涵盖车队协调、设备维护及钻井效率优化。
  • 特定行业方案:如银行业的 KYC(了解你的客户)、制造业资产管理、能源公用事业以及电信领域的自主网络。

这些用例超越了单一任务的加速,要求围绕企业数据、业务规则和跨系统协调重新设计端到端流程。信息技术服务公司通过提供 AI-first 解决方案组合,帮助企业在人力资源、金融和供应链等横向职能中集成人为代理能力,并提供针对关键任务流程的行业特定解决方案,旨在交付可衡量的业务成果。

  • 扩展前的运营挑战

代理人工智能的大规模扩展依赖于企业对代理在实际操作条件下的信任。这不仅意味着要在高业务量和突发情况下保持准确性与一致性,还要求具备完整的可追溯性。企业需要能够审计决策过程、理解代理行为,并在流程失败时实现恢复。

因此,弹性设计和适当的人类监督必须从一开始就内置于代理系统中,特别是在高风险业务或监管场景中。此外,清晰的运营模式至关重要:代理在现场工作流程中应有明确的角色,而人类所有者需对结果负责,能够设定自主度、指导行为、审查绩效并在必要时干预,所有环节均需有明确的审计线索和业务相关指标支撑。

  • 人与代理的可靠协作模式

企业的成功不再取决于代理的数量,因为缺乏统一定义标准使得数量对比失去意义。更好的衡量标准是人与代理共同完成的业务成果,例如更高效的欺诈检测或更快的处理速度。

这要求 AI 流利度在整个组织中传播,而非局限于专业团队。各级员工需理解如何与代理协作、何时依赖代理以及人类判断的关键作用。领导者需营造心理安全的环境,鼓励团队进行技术实验。

行业报告显示,目前仅有 13% 的员工认为 AI 有助于重塑工作。这反映了 AI 价值的 J 曲线效应:初期投资后,效益可能显得有限或难以衡量,只有当更多价值流转向新的运营模式时,回报才会显著增加。因此,代理人工智能的实施不仅是技术变革,更是组织与文化的双重转型。最终胜出的企业,将是那些建立了足够信任、让人与代理自信协作并保持清晰问责制的企业。

评论 0

0/500

评论需审核后展示,请文明发言

💬
还没有评论,来说两句

相关阅读