今年可能是自主式AI大放異彩的一年，許多企業都在尋找增值用例。一個關鍵問題：哪些業務流程實際上適合采用自主式AI?

商業咨詢公司德勤預測，到2025年，在使用GenAI的公司中，有25%將推出自主式AI試點或概念驗證，到2027年這一比例將增長到50%。該公司表示，在某些行業、某些用例中，自主式AI應用可能會在今年被納入現有工作流程。

但并非所有業務流程都適合采用自主式AI，因此也不值得為此投資AI。一些市場觀察人士認為，另一種方式——確定性自動化——仍將在今年的生產中占據主導地位。

CIO在確保自主式AI能為特定工作流程帶來回報時，應注意以下幾點。

業務一致性、價值和風險

企業如何知道一個業務流程是否適合采用自主式AI?與任何IT投資一樣，一個需要考慮的因素是，采用自主式AI是否能為某個流程增加實際價值。

“成功的自主式AI戰略始于對智能體目標的清晰定義，”全球技術研究和IT咨詢公司ISG的首席戰略官兼合伙人普拉尚特·克爾克表示。“將AI的目標與更廣泛的業務目標相結合至關重要。自主式AI需要一個使命。沒有明確的目標，就像讓一艘船漫無目的地駛向大海。”

專注于AI的法律事務所庫蘭·米德斯(Culhane Meadows)的合伙人賴克·菲弗表示，最初，決定是否將一個業務流程轉變為采用自主式AI的流程，應遵循與評估是否使用任何新的業務或技術解決方案相同的內部流程。

如果成本效益分析顯示，自主式AI能提供當前流程所缺少的東西，并實現投資回報率，那么公司就應該投入必要的資源，包括資金、人力和時間。由于供應商提供的自主式AI產品的定價可能復雜且尚未完全明確，這一等式因此變得更加復雜。

菲弗表示，給定流程或流程的自主式AI的自主程度、資源增加以及復雜性也帶來了必須考慮的挑戰。企業解決這些挑戰的能力，有助于確定流程是否已準備好采用自主式AI。

“企業是否有初始和持續的資源來支持和不斷改進自主式AI技術，包括基礎設施和必要的數據?”菲弗說，“企業是否建立了合規審查和監控結構，以初步評估特定自主式AI的風險;在出現問題時進行監控和糾正;衡量成功;跟上適用的法律和法規?”

此外，從性能和合規性的角度來看，企業是否能承受自主式AI在流程中失敗?菲弗問道：“如果自主式AI失敗，需要用另一種解決方案來處理相關業務流程，那會對業務產生什么影響?該業務流程能否輕松回歸另一種解決方案?”

數據和可操作框架

一個好的自主式AI用例的另一個關鍵屬性是用于支持流程的數據質量。

“為了從自主式AI中獲得有形價值和投資回報率，公司需要確保擁有高質量的數據，”工作管理平臺提供商Asana的CIO薩凱特·斯里瓦斯塔瓦表示。“如果代理操作的數據過時、沒有意義或與公司目標不一致，組織就無法從這些智能體中獲得有價值的輸出。”

智能體還需要了解誰負責特定任務、目標是什么、何時需要采取行動以及流程如何展開。“如果沒有這個可操作的框架，即使是最先進的AI系統也難以提供有意義的價值，”斯里瓦斯塔瓦說。

對于Asana而言，自主式AI在公司內部及其客戶工作管理轉型方面發揮著舉足輕重的作用。去年，Asana推出了智能體，它們可提出優先級建議、推動工作流程并采取行動，同時適應個人和團隊獨特的工作方式，斯里瓦斯塔瓦說。

Asana最近還推出了Asana AI Studio，它使用自主式AI使團隊能夠創建無代碼、由AI驅動的工作流程。“這些工作流程使智能體能夠處理諸如篩選項目請求、起草簡報或分配工作等重復、手動任務，顯著減少了團隊花在瑣碎工作上的時間，”斯里瓦斯塔瓦說。

“我們已讓所有員工利用AI Studio執行特定任務，如研究和起草計劃，確保內容或資產的準確翻譯符合品牌規范，”斯里瓦斯塔瓦說。

例如，Asana的網絡安全團隊利用AI Studio來減少警報疲勞，并騰出了團隊之前花在警報和漏洞分類上的大量繁瑣工作時間。IT部門使用Asana AI Studio進行供應商管理，支持服務臺請求，并確保滿足軟件和合規性管理要求。

客戶服務：自主式AI的一個理想應用場景

技術咨詢公司Publicis Sapient的首席產品官兼GenAI負責人謝爾頓·蒙提羅表示，客戶服務領域可能是自主式AI的理想應用場景。企業已經使用交互式語音應答(IVR)系統和早期的客戶服務聊天機器人來自動化客戶交互有一段時間了。但他說，這些都是基于規則的，并在固定、預定義的工作流程內運行。

“IVR依賴于僵硬的決策樹，這意味著它們在處理復雜或意外的查詢時會遇到困難，常常讓客戶陷入無盡的循環或不得不重復自己，”蒙提羅說。

蒙提羅說，傳統的聊天機器人基于關鍵詞匹配和預設的響應來運行。它們對于簡單、結構化的查詢(如查詢賬戶余額)效果很好，但當客戶以意想不到的方式提問、引入多個主題或需要上下文理解時，它們就會失效。

“這兩種方法都缺乏真正的適應性和動態解決問題的能力——導致頻繁升級為人類代理和糟糕的客戶體驗，”蒙提羅說。自主式AI引入了一種新的范式，從基于規則的自動化轉變為具有上下文感知、自我改進和自主客戶服務代理，他說。

“客戶服務是一個強大的應用場景，因為它需要解決可能復雜且多步驟、具有依賴性的客戶問題，涉及上下文理解、理解細微差別、通過客戶問題進行推理，并根據變化的情況進行調整，”蒙提羅說。

蒙提羅說，客戶服務交互涉及文本、圖像和語音等非結構化數據，并在動態環境中運行，需要不斷學習和實時適應。

“通過即時、自主的解決方案，并利用反饋隨時間改進，可以最大化競爭優勢，”他說。“傳統的聊天機器人和IVR是關于自動化任務的。自主式AI是關于解決問題和提供實時、自適應和個性化的客戶體驗的。”

自主式AI適合的領域

除了客戶服務工作流程外，專家還看到了四個通用的流程場景，這些場景可能為自主式AI提供有意義的應用案例。

1. 提升混合業務流程

全球管理和技術咨詢公司AArete的數據科學和分析副總裁普麗雅·伊拉加瓦拉普表示，自主式AI可以對已經融合了自動化和基于人類決策的任務的業務流程產生影響。

“自主式AI最適用于將程序性和手動任務交織在單個流程中的業務流程，”伊拉加瓦拉普說。

例如，當保險索賠處理工作流程涉及自動驗證結構化數據(如驗證保單號碼和承保日期)與手動審查非結構化文檔(如醫療報告或需要人類解釋的異常情況)相結合時。

2. 跨孤島工作流進行橋接和協調

自主式AI可以發揮價值的另一個場景是，當業務流程跨越多個孤立的團隊時，每個團隊都無法看到或訪問其他團隊的數據或系統。

“這時最好構建一個可以跨功能進行培訓和獲取知識的智能體，”伊拉加瓦拉普說。一個例子是大型組織中的訂單到收款流程，其中銷售、財務和物流團隊各自在獨立的系統中運作。

“智能體可以整合和匯總來自所有這些系統的數據，提供一個統一的視圖來識別瓶頸，發送有關延遲的主動警報，并協助對賬任務，”伊拉加瓦拉普說。該代理充當跨團隊的橋梁，以確保更流暢的工作流程和決策，她說。

當流程跨越多個團隊或部門，并需要大量協調時，它們可以從AI作為協調者的能力中受益，斯里瓦斯塔瓦說。Asana的代理可以建議最佳工作流程，并通過跟蹤團隊進度來確保問責制。“這確保了工作與目標保持一致，并降低了溝通不暢或錯過截止日期的風險，”他說。

3. 通過多個重復步驟來聚合自動化

“涉及常規、重復操作(如數據輸入、任務分配或報告生成)的流程非常適合[代理型]AI，”斯里瓦斯塔瓦說。“這些任務通常會消耗大量員工時間，但不需要深入的創新或戰略思考。自主式AI可以自動化這些工作流程，讓員工專注于更高價值的活動。”

ISG正在其ISG Tango工具的一些組件中使用自主式AI。凱爾克說：“我們正在升級[該工具]以納入AI元素，并在采購、尋源和供應商管理等我們咨詢服務的主要內容中試點用例。”“我們正在快速跟蹤那些我們可以超越傳統機器學習、自主完成任務和做出決策的用例。”

高度重復且遵循明確規則的步驟是自主式AI的主要候選對象，凱爾克說。“例如，在供應商管理中匹配發票處理催生了我們的發票取證服務，該服務可確保公司不會為服務重復付款，”“規則應該清晰，重復性應該高。這是理想的組合。”

4. 取代昂貴的手工任務

自主式AI的另一個理想應用場景是，當業務流程涉及手動操作，且雇傭員工來處理這些任務的成本太高時。

“這方面的一個例子是快速增長業務中的客戶支持運營，”伊拉加瓦拉普說。與其雇傭一個大型團隊來處理常規的客戶查詢，如訂單狀態更新、賬戶問題或基本故障排除，不如讓一個智能體自主處理這些交互的大部分內容。

“它可以解決常見問題，將復雜案例升級給人類代理，并隨著時間的推移學習以改進其響應，”伊拉加瓦拉普說。“這種方法降低了運營成本，提高了響應時間，并允許人類專注于更高價值的交互，如處理爭議或建立客戶關系。”