高管們喜歡引用冰球傳奇人物Wayne Gretzky的名言：“我滑向冰球將要去的地方，而不是它已經到達的地方。”從某種程度上來說，這是一條合理的商業建議，但隨著自主式AI的快速發展，冰球的移動速度已今非昔比。

當CEO及其高管團隊竭力從早期的AI投資中看到實際收益時，加快發展步伐的呼吁似乎顯得不合時宜。事實證明，開發和推廣AI用例極具挑戰性，令人沮喪。一些高管仍對智能體是否會產生重大影響持懷疑態度，至少在短期內如此，因此他們已減少了相關投資。

在CEO應對不確定性的過程中，有必要認識到當前變革的速度和潛在范圍。智能體，即利用通用AI構建的軟件系統，具備規劃、行動、記憶和自主學習能力，可自主實現預定義目標。它們正迅速發展，成熟后或將徹底改變企業的運營方式和價值創造方式。事實上，正如Gartner的John Lovelock最近所言，這個“幻滅低谷”期正是高管們超越競爭對手的契機。

CEO如何管理這一變革，將決定他們能否充分把握變革帶來的好處。盡管智能體尚處于起步階段，但早期的經驗教訓凸顯了四種思維方式和行動，可助力CEO取得成功：

? 重新構想可能性。當前，關于智能體的思考大多仍聚焦于自動化基礎任務或增強知識應用。然而，真正的成功將來自于圍繞以智能體為核心的系統，對工作流程和組織架構進行重新設計的更大膽愿景。

? 立即行動，開啟學習之旅。通用AI智能體的快速改進意味著，采取觀望態度可能具有高風險。隨著技術的成熟，早期實踐經驗對于迅速建立競爭優勢至關重要。

? 立即解決規模化與長期競爭力問題。圍繞技術、信任、治理、采購與自建決策、能力建設和人才引進等關鍵決策，對于推動更廣泛的轉型至關重要。在實驗的同時，應盡快著手制定戰略并發展規模化能力，因為受人才短缺和組織復雜性影響，執行所需時間將超出預期。

? 讓每個人都成為智能體領導者。隨著智能體和智能體系統承擔更多執行工作，組織中的每個人都需培養智能體領導和監督能力。尤其是高管團隊，更需以身作則，積極推動工作習慣的學習與演變。

盡管許多方面仍存在未知，但構建面向智能體時代的企業，需從根本上重塑業務運營、創新和價值創造保護方式。本文將聚焦企業CEO在價值、規模化和人才方面應解決的幾個最重要要素。我們將概述一個假設的兩年智能體發展之旅可能呈現的面貌，探討CEO應考慮的決策類型，以及這可能對企業運營產生的重大影響。

智能體是否物有所值?

互聯網上充斥著關于智能體價值的各種說法。但由于這項技術仍然較新，這些說法難以驗證。

然而，早期的實施案例表明，其中蘊含著巨大的價值。我們在技術現代化方面的經驗表明，利用智能體可使項目周期縮短40%至50%，成本降低超過40%，同時提高輸出質量。

另一個案例中，一家領先的綜合性銀行在管理大量技術債務和熟練開發人員短缺的情況下，面臨著交付大量IT項目以推動業務成果的重大挑戰。該銀行從一個小型的三人工程師團隊起步，建立了一個擁有100個智能體的技術現代化智能體工廠，僅由五人進行監督。在這些人員的監督下，這些智能體執行了從逆向工程到設計和構建新應用程序的整個現代化生命周期，將時間和勞動力成本降低了50%以上。

我們的經驗表明，利用智能體輔助人員和自動化任務的初步應用，可在公司層面推動年度生產率提高3%至5%。隨著智能體團隊能夠執行更復雜的工作流程，增長幅度可能達到10%甚至更高。

了解你的智能體：從“智能體勞動力”到“智能體引擎”

高管們對智能體的認知往往既固定又有限，不清楚智能體能做什么。這種困惑使得他們難以理解在風險、投資、資源分配和變革方面需要做出哪些決策。

盡管人們傾向于從人類的角度來理解智能體，但更客觀的方法是將其視為能夠執行一系列日益復雜任務的軟件系統。根據我們的經驗，這種方法有助于更清晰地思考需要進行哪些組織變革。

智能體勞動力：作為現有工作輔助工具的智能體

智能體工具可通過促進個人承擔的基礎任務和自動化工作流程，為現有工作做出貢獻。

個人能力增強。這些工具可幫助自動化、加速或改進人們通常執行的任務。許多任務都較為熟悉，如起草研究筆記、總結會議內容、生成代碼、進行研究或提出合同條款等。

在編程等領域，這些工具很可能已經成為，并且已經是“業務成本”的一部分，類似于員工使用電子郵件和電子表格。

研究表明，個人工作效率可提高20%至30%，在單一任務領域的提高幅度可能更大。然而，智能體工具在企業中的廣泛橫向部署很少能轉化為顯著的商業影響。此外，對于許多工具而言，使用率往往會逐漸下降，非主要用戶的留存率也會大幅降低。

推動個人支持智能體的廣泛采用，需要進行熟悉的變化管理投資，如將工具嵌入標準操作程序、將預期輸出和使用情況監控納入績效管理系統、為員工提供適當的工具使用培訓，以及宣傳和示范工具的益處。同時，領導層需要確定如何利用跨多個小任務提高的生產率，這通常通過預算和大規模效率提升努力來實現。

任務和工作流程自動化。第二類聚焦于自動化組織中的現有流程、工作流程和任務。智能體執行層本質上位于現有流程和系統之上(需對它們進行小幅修改)。

主要技術參與者正在推出第一代智能體產品，同時大量新興公司也在為許多功能領域帶來解決方案(如客戶關懷、財務報告與監控、編程、產品開發和采購)。

在我們的研究中，早期部署使得重復性、事務性工作的周期時間縮短了20%至40%，或降低了處理成本。在聯絡中心，某些類型的呼叫(如事務性處理余額查詢和地址變更)幾乎已完全自動化。將智能體工具嵌入工作流程并建立持續改進方法是核心推動因素，但僅僅為用戶提供工具是行不通的。

然而，實現價值的障礙在于，這些更具領域特定性的用例是孤立運行的，依賴其他系統和大量人工干預來執行。此外，盡管模型能力在不斷提升，但企業在大規模高質量自動化現有任務方面仍面臨執行能力不足的挑戰。

智能體引擎：以智能體為核心的工作流程和運營模式

新興的智能體系統在團隊智能體協作方面取得了突破，為創造重大價值提供了最廣闊的前景。然而，要捕捉這一價值，需要重新思考和設計工作流程，使其圍繞智能體展開，無論是在單一職能(如客戶關懷)內還是跨職能(如從潛在客戶到訂單)進行。

職能型智能體工作流程。在這種情況下，特定領域的工作流程(如財務規劃和報告)被重新設計，以利用智能體團隊和智能體流程。這意味著需要重新思考任務順序、合并任務、訪問新數據源以及開發新流程，如在問題出現前進行早期感知和解決。專業供應商正在橫向和縱向軟件領域為客戶關懷、財務、供應鏈規劃和軟件現代化等領域構建和實施全棧、以智能體為核心的應用程序。正確部署后，這些系統可縮短端到端周期時間、提高解決時間并提升客戶滿意度。例如，對于呼叫中心性能，估計影響可能是自動化處理60%至80%的來電請求，同時客戶滿意度得分與當前系統相當或更高(如交互式語音應答加上一線支持)。

這類系統需要結合工程(如將概率模型與更經典、確定性的軟件集成)和領域專業知識，以構建多智能體系統，并在足夠的人工監督下重新設計相關組織和運營模式。為確保監督人員不會迅速不堪重負，為特定工作流程(如從采購到付款、供應商合同簽訂、供應商溝通、政策管理)制定治理規則(如訪問權限、決策權限和質量關卡)至關重要。

跨職能智能體系統。這些以智能體為核心的系統處理跨職能的復雜工作流程(如端到端客戶旅程)，并具備高級決策能力。例如，全天候現場服務操作智能體可自主派遣技術人員、重新安排訪問時間和訂購零件;保險團隊可裁決索賠;抵押貸款可在數秒內獲得批準并承保;或財務周期由智能體處理從年度規劃到月度報告的所有事務。

這些智能體系統可在更快上市時間、更低單次交易成本、更快問題解決和通過更好目標定位增加收入等方面創造多維價值。早期使用現有技術的試點項目顯示，某些勞動密集型流程的單次交易成本降低了70%至80%。

在這一層面，關鍵限制與組織和運營模式問題相關。CEO和董事會需深入參與，重新設計運營模式，包括領導力和團隊職責，這些職責歷來存在于孤立的企業職能中。漸進式變革將無法奏效;這一層面的轉型需要與過去實踐明確決裂。

智能體發展之旅中的決策——以及需考慮的一些重大影響

為幫助CEO設想這一發展之旅并明確沿途的關鍵決策，我們制定了一個高級別的假設性兩至三年路線圖。它突出了某些目標以及需要CEO積極參與的一些關鍵決策。

路線圖中提出的目標和時間表具有挑戰性，我們承認在兩年時間內許多方面將發生變化。然而，根據我們的經驗，CEO設定大膽的目標和愿景以激勵業務并迅速采取行動至關重要。

第一年和第二年：確定方向并創造動力

第一年的初步目標應包括增進理解、創造動力和發展基礎，以便智能體能夠大規模應用。重點應放在降低特定職能和運營中現有活動的運營成本上(例如考慮提高效率高達10%的目標)。然而，這一階段最重要的是突破慣性、明確目標并開展學習。

在第一年和第二年中，需關注以下智能體業務標志：

? 智能體“應用能力”迅速提升。所有員工都需具備高效使用AI智能體的能力。盡管這對企業的直接價值較低，但培養員工的這一能力是“業務成本”的一部分。目標應是讓超過25%至50%的員工定期使用企業智能體和AI工具。所有員工都應通過與智能體的“對話”來查詢數據，而不僅僅是閱讀報告。

? 智能體正使用第一代工具自動化廣泛存在的現有流程。這包括財務申報等關鍵流程以及現有流程中更廣泛的文檔編寫、審批等。顯著更快的交付時間和更低的交易成本等具體益處應清晰可見。例如，在特定情況下，如糾正簡單、結構良好的數據質量問題，智能體AI可解決90%至95%的問題。

? 首批智能體軟件系統已集成到關鍵系統中。關鍵系統正在將其界面轉向基于提示的查詢，而非靜態命令。關鍵系統中已部署智能體以自動創建見解、執行任務和協調活動。規劃或信息收集等自動化能力日益成為常態，支持系統(如報告)也在迅速變化。

? 一個領先團隊啟動了一個燈塔項目，以重新構想完整的端到端流程。該團隊為一個完整流程(如從訂單到現金、從記錄到報告、自動化貸款接受和配置)設計了一個24個月的目標狀態愿景，并首先發布一系列最小可行產品來測試和擴展能力。目標應大膽。例如，對于從訂單到現金的流程，目標可以是在所有渠道中自動化超過70%的交易。

? 隨著生產率的提高，對某些角色的需求可能會減少。智能體已可靠且高效地接管了簡單編碼任務，減輕了某些現有角色的負擔。例如，最新的編碼智能體(尤其是前端代碼執行)通過顯著提高生產率(高達50%至100%)來增強能力。

要實現這些目標，CEO需關注一些核心業務領域：

架構轉型以創造價值。當前過多關注個人生產率;盡管有用，但這并非價值最大的領域。CEO需追求轉型價值，這將來自于利用智能體重新設計和構建整個工作流程。

CEO需確保團隊從孤立用例轉向關注跨職能優先工作流程。這將需要將組織從孤立的AI團隊轉向跨職能智能體團隊，其中包括來自相關領域的AI、數據、IT、技術和職能專家。

在這些團隊工作時，重視產生的學習成果至關重要。這意味著確保企業范圍內的學習成果得到集中捕獲并在整個組織中重復使用。這也意味著制定以智能體為核心的工作流程重新設計手冊，包括投資回報率標準、多智能體協調模式、技術和數據集成最佳實踐、控制和評估以及何時應用智能體的指導。

為領導這一努力，組織需要一個中央團隊(“智能體工廠”)來負責識別工作流程、管理重新設計和擴展重新設計。

擴展轉型規模。2022年，亞馬遜創始人Jeff Bezos規定開發人員的代碼必須包含可向第三方開放的API。這是亞馬遜實現規模化的方式。CEO需要自己的方式來為AI智能體建立并執行相同的設計原則。通過開發可組合的智能體，而非單一流程，元素可被重復使用并重新配置以完成其他任務。這應成為組織的規定，而非技術偏好。

智能體工廠對于實現這一擴展能力至關重要。它由專門團隊組成，負責構建和部署智能體，同時開發系統和標準以確保其規模化。示例包括開發可重復使用的操作流程藍圖庫、風險檢查和防護措施、處理智能體性能評估的系統技術措施以及標準化的自上而下關鍵績效指標。

這一工廠需發揮強大的治理作用，以避免組織中出現不受控制的智能體擴散，并檢查智能體是否符合公司和國家的法規要求。

為使智能體工廠有效運作，需進行以下關鍵轉變：

? 技術和數據。為確保智能體的協調開發和管理，CEO需優先創建適當的架構。在某些情況下，這可通過智能體服務提供商提供。作為平衡，保持對供應商的中立態度可避免鎖定，并允許在多個技術平臺上結合定制和現成的智能體。

投資意愿較高的公司應考慮采用智能體AI網格架構，這是一套協調工作負載的模式、實踐和原則。同樣，智能體只有在能夠訪問精心策劃、動態和結構化的數據時才能實現規模化。這一努力并非微不足道，需要高級領導層為智能體優先確定強大的數據基礎。

? 平臺化。公司將擁有數百甚至數千個智能體，這可能迅速成為管理難題。CEO應優先開發或獲取一個平臺，以自動化智能體管理和可觀測性。這應包括管理智能體成本和性能的協議、智能體的上線和退役、訪問權限(如根據當地法規確定哪些智能體可以訪問數據)、隱私權和安全性。

? 信任。人們需要了解AI智能體的工作原理以信任它們。沒有這種信任，采用率將受到影響。為從一開始就建立這種信任，CEO應優先建立系統，以幫助用戶了解智能體如何做出決策以及偏見所在。

轉變人才和運營模式。許多組織已急于開發關于如何使用通用AI和AI智能體作為“工具”的培訓。這在提供技能基礎方面很有用。然而，更重要的是，每個人都需具備開發和監督智能體的能力。智能體作為“工具”在常規工作之上使用將不是最有效的;它需融入每個人的工作方式中。

這一轉變將要求人員領導者開始關注構建新的人機混合運營模式，其中應包括嵌入新技能，如如何有效構建和應用智能體、如何訓練它們、如何為它們設置任務、如何跟蹤和糾正它們的工作，以及如何將一系列智能體串聯起來執行更復雜的任務。這一運營模式的變化——本質上就是未來的工作方式——是重新設計流程可持續性的關鍵要素，也是部署智能體解決方案時需實施的關鍵變革要素。

嵌入變革的一部分是，績效管理和評估需調整以關注“智能體管理”。支持這一變革將需要改變關鍵績效指標，使其與人們如何與智能體合作相關聯(如與智能體完成的任務數量、輸出質量等)。

第二年和第三年：在整個企業中擴展規模

智能體發展之旅的第二年重點是擴展早期學習成果，從智能體活動指標轉向損益影響。這是公司應開始“智能化”關鍵客戶旅程和工作流程，而不僅僅是將智能體集成到現有流程和流程中的時期。

在第二年和第三年中，需關注以下智能體業務標志：

? 首個智能體“燈塔”項目達到轉折點。第一年在第一年確立的重新構想的客戶旅程燈塔項目實現規模化，自動化程度超過90%。對于標準流程，智能體交互具有高性能和高滿意度，對于異常情況則有效升級給人員處理。

? 智能化自動化在關鍵價值流中擴展。公司90%的關鍵價值流中驅動智能化自動化。智能化系統不僅成為系統升級的標準選項，還成為新的運營模式。

? 圍繞靜態職能和線性交接構建的傳統運營模式開始瓦解。至少五個優先客戶旅程主要由AI智能體團隊在人員監督下管理，并跨越傳統職能(如單個智能體團隊分析客戶、開發并發送個性化營銷優惠、完成銷售并管理客戶服務)。同樣，跨越企業職能邊界的智能體間交互(包括與客戶代表智能體或采購代表智能體的交互)變得常見。

? 員工正成為“智能體團隊領導者”。使用智能體正成為新常態，所有關鍵職能中的采用率超過75%。幾乎每個專業人員都至少有一個，通常有三到五個智能體在為他們“工作”，一些高級用戶則同時管理數十個智能體。

? 智能體與全職等效員工(FTE)的比例已發生顯著變化。盡管人員監督和審查很重要，但智能體在基礎和中等任務上的可靠性很高。多個領域發生了職能現代化。例如，軟件開發生命周期中的FTE需求可能減少多達30%至40%，而財務規劃和報告組織的的工作量減少75%。

隨著公司智能化能力的成熟，CEO的關注點需轉向更多的組織和運營變革。

重新構想價值并架構轉型。初始的成本削減和學習計劃很重要，但CEO應關注生產率大幅提高(遠超50%)和價值提升，并有意愿質疑業務的所有方面。在這一階段，CEO應有意義地重新構想在智能化世界中創造價值和管理業務的可能性。

具體來說，他們應挑戰商業模式中的哪些要素在智能化世界中是可防御的，以及哪些智能化創新和體驗可以創造可持續的差異化來源。對未來差異化來源的清晰視角對于指導構建、購買還是合作的選擇至關重要，同時也對于指導組織應保護的數據、知識產權和競爭優勢至關重要。

作為這一加速重新構想計劃的一部分，具有使用智能體快速測試、學習和適應的心態的CEO可以獲得重要的戰略優勢。例如，在數字孿生環境中運行的智能體將能夠大規模、低成本且快速地測試廣泛的過程、應用和優惠。成功的測試可以幾乎立即引入，因為智能體直接影響變更，對于高度自動化的工作流程，變更管理成本將大幅降低。

作為這一演變的一部分，CEO需根據智能化經濟驅動的轉變重新思考預算、商業模式和投資。其中一些動態將包括員工與智能體比例的顯著變化，投資從勞動力向技術轉移。CEO需與首席財務官和首席人力資源官合作，開發財務和勞動力能力模型，以更好地預算、跟蹤和分配技術和人員。

擴展轉型規模。隨著端到端智能化工作流程和客戶旅程跨越職能，傳統組織模型將變得不那么有意義。堅持這些結構并構建反映它們的智能化系統將阻礙規模化。

相反，將業務重新定向于成果并根據成果設計智能化組織至關重要。一種模型可能是圍繞價值流(如客戶入駐或新客戶銷售)組織人機團隊。向這一模型過渡將需要圍繞治理(如誰將管理和負責價值流)以及跟蹤智能體性能的機制投資進行重大且往往困難的權衡決策。

這些領域將需要CEO確保智能化優先組織的推行不會導致混亂。例如，如果不同部門或團隊開發相互競爭的智能體，可能會造成困惑并為業務帶來新的風險。

人才和運營模式。麥肯錫的研究推測，到2030年，多達30%的當前工作小時數可能實現自動化，而潛力要大得多。這一轉變將從根本上改變組織中人力與技術的比例，并創造新的智能體間和人機工作場所動態模型。

CEO需與首席人力資源官緊密合作，確定智能化勞動力將是什么樣子，隨著智能體的成熟，技能建設能力將如何演變，以及如何重新部署釋放出的能力。

鑒于變革的速度，人力資源系統需進行重大重新校準，以定期審查哪些配置文件需要重塑、創建或移除，并監督技能提升和再培訓的加速步伐。人員分配、職業結構、績效管理、激勵和報告系統需重新設計，以支持這一智能化操作系統。

這包括例如將智能體管理關鍵績效指標嵌入績效評估中，并定義新的角色原型，如“智能體協調員”和“智能體培訓師”。職業進展應與這些角色的熟練程度以及管理智能體和人員團隊的能力相關聯。

隨著智能體在企業中的普及，它們有可能深刻影響業務的每一個部分。這要求每位CEO和董事會以兩種速度運營：在短期內推動轉型，同時思考長期后果。

以下問題可幫助CEO及其董事會開始思考智能化業務的長期影響：

? 智能化AI將如何影響我的商業模式，挑戰我們現有的差異化來源，并創造新的來源?我們可以實施哪些策略來捍衛我們的市場并擴展到新市場?

? 智能化AI將如何顛覆核心業務以及與客戶、供應商和合作伙伴的關系(如智能體產生的去中介化)?

? 我如何準備塑造和管理“智能化勞動力”，同時保持公司的價值觀和文化?

? 當工作流程無縫跨越傳統職能邊界時，我們應如何管理向人機混合運營模式的過渡?

? 我的人才戰略是什么，它應如何指導內部人才與外包能力的比例?提供最大靈活性和運營價值的開源、多供應商和單一平臺技術選項的最佳平衡是什么?

? 我的轉型和投資路線圖應如何既滿足近期業務目標，又建立正確的基礎以開發和擴展轉型變革?

“變革速度”可能是商業中最常用的短語之一，但智能化AI為其注入了新的相關性和緊迫性。仍然籠罩著智能體的不確定性不應阻礙領導者迅速行動。事實上，果斷而周到的行動是領導者消除不確定性并開發智能化業務的唯一途徑，這些業務將為生產率和增長開辟新的機遇。