AI智能體：重塑組織、人機(jī)關(guān)系與未來(lái)競(jìng)爭(zhēng)力

題圖｜虎嗅拍攝

許多企業(yè)負(fù)責(zé)人希望借助AI智能體來(lái)達(dá)成“業(yè)務(wù)升級(jí)”的目標(biāo)。然而，AI智能體并非只是一個(gè)即插即用的功能模塊，它更像是一場(chǎng)人機(jī)協(xié)同模式的深度再造。

若缺乏精準(zhǔn)的場(chǎng)景定位、數(shù)據(jù)沉淀和反饋機(jī)制，AI智能體的部署不僅難以釋放技術(shù)價(jià)值，反而可能造成流程梗阻。

真正實(shí)現(xiàn)“智能體原生”的企業(yè)運(yùn)作，意味著從任務(wù)拆解到角色分工、再到?jīng)Q策鏈路的全盤(pán)優(yōu)化：你的核心需求是否清晰？自主執(zhí)行與人工監(jiān)督如何平衡？在多智能體協(xié)同的未來(lái)，組織如何筑牢核心競(jìng)爭(zhēng)力？

若這些問(wèn)題尚未梳理清楚，而僅將AI智能體視為“替代人力”的捷徑，它可能帶來(lái)的不是賦能，而是內(nèi)耗。

近期《AI無(wú)悖論》節(jié)目邀請(qǐng)中歐國(guó)際工商學(xué)院管理學(xué)副教授楊蔚、網(wǎng)易集團(tuán)副總裁阮良與銜遠(yuǎn)科技Frontis AI聯(lián)合創(chuàng)始人兼首席執(zhí)行官任成元，探討大廠AI落地實(shí)戰(zhàn)，分享從游戲、電商到智能體應(yīng)用的洞見(jiàn)：

l當(dāng)AI從技術(shù)概念走向企業(yè)實(shí)戰(zhàn)，智能體如何重塑業(yè)務(wù)流程、組織形態(tài)與人機(jī)關(guān)系？

lAI時(shí)代的企業(yè)組織形態(tài)變革，會(huì)對(duì)傳統(tǒng)企業(yè)的管理層級(jí)與權(quán)力分配帶來(lái)哪些顛覆性影響？

l在人機(jī)角色反轉(zhuǎn)趨勢(shì)下，如何平衡AI執(zhí)行效率與人類創(chuàng)新的價(jià)值？

l中美AI應(yīng)用的差異化路徑會(huì)如何影響全球AI技術(shù)的發(fā)展方向，中國(guó)能否憑借算力效率優(yōu)勢(shì)建立獨(dú)特的競(jìng)爭(zhēng)壁壘？

l對(duì)于初創(chuàng)企業(yè)而言，如何在泡沫周期中精準(zhǔn)把握技術(shù)轉(zhuǎn)化節(jié)奏，避免被資本周期裹挾而偏離核心業(yè)務(wù)？

本期主持人為中歐國(guó)際工商學(xué)院管理學(xué)副教授楊蔚，以下為交流實(shí)錄（虎嗅有刪編）：

大廠AI智能體落地實(shí)錄

楊蔚：二位從什么時(shí)候開(kāi)始關(guān)注、涉及AI相關(guān)業(yè)務(wù)？整個(gè)歷程是什么樣的？

阮良：網(wǎng)易多年前就開(kāi)始用AI賦能游戲。但新一代AI技術(shù)在產(chǎn)品效果和內(nèi)部效率提升上有巨大的提升。AI現(xiàn)在在游戲里相當(dāng)于一個(gè)非常高智能的NPC。舉個(gè)例子，當(dāng)你玩一款游戲競(jìng)技類的游戲，要真實(shí)匹配到跟你棋逢對(duì)手的玩家其實(shí)是比較困難的。AI可以做到每次匹配都有一個(gè)比較細(xì)分的對(duì)手。劇情類的游戲僅可以進(jìn)行傳統(tǒng)的對(duì)話，還可以聊天，有些用戶甚至把它當(dāng)做樹(shù)洞。由于AI NPC提供了像人一樣的情感反饋，玩家會(huì)更愿意投入在游戲里面。

楊蔚：根據(jù)您的描述，AI NPC提供了個(gè)性化的鏈接，如果每一個(gè)游戲都這么做，是否會(huì)改變游戲行業(yè)的競(jìng)爭(zhēng)格局？

阮良：我認(rèn)為在大的層面上不會(huì)顯著改變游戲的競(jìng)爭(zhēng)，AI會(huì)讓游戲更好玩、更溫暖，提升內(nèi)容延展性和玩家粘性。但平常喜歡玩吃雞類游戲的人，不會(huì)因?yàn)榱硪豢钣螒蛴辛藗€(gè)AI我轉(zhuǎn)而偏向那個(gè)游戲。它只會(huì)把原來(lái)的內(nèi)容放大。

任成元：京東從2016年開(kāi)始做AI，我們關(guān)心的是，怎樣能通過(guò)AI使得消費(fèi)鏈條上的決策效率大幅提升。我們用智能體來(lái)做人或者消費(fèi)市場(chǎng)行為模擬，我們最早把AI用在了消費(fèi)個(gè)性化和產(chǎn)業(yè)創(chuàng)新的加速上。每一個(gè)人可能都會(huì)找到獨(dú)屬于他獨(dú)一無(wú)二的這樣的一個(gè)對(duì)應(yīng)的產(chǎn)品服務(wù)價(jià)值。所以這也是我們對(duì)未來(lái)智能體AI的發(fā)展，如何去變革我們的生活、產(chǎn)業(yè)方面的一些想象空間。

中歐國(guó)際工商學(xué)院管理學(xué)副教授楊蔚

楊蔚：智能體到底是一個(gè)什么樣的概念？

阮良：我個(gè)人認(rèn)為，智能體（Agent）更像“人”，能處理很多低頻的事件。當(dāng)碰到意外情況的時(shí)候，它有大模型判斷規(guī)劃，可以去幫你操作。

任成元：對(duì)，以往的技術(shù)不具備智能體有的自主性，智能體能聯(lián)通環(huán)境并去做一些事情。大家最期待的突破是他的反思和自我進(jìn)化，比如給他一個(gè)任務(wù)后，他沒(méi)寫(xiě)對(duì)，他可以去不斷的反思到底哪里出了問(wèn)題。多次反思以后，他能找到這個(gè)路徑，這是所謂的智能體完整的自主性的體現(xiàn)。

阮良：AI論文里一個(gè)詞叫“Aha Moment”，就是他可能突然涌現(xiàn)了一種反思的過(guò)程。當(dāng)這條新的路徑是人類都沒(méi)有想過(guò)的路徑時(shí)，我們稱之為“Alpha Moment”。Agents AI是醫(yī)療領(lǐng)域的專家會(huì)診，系統(tǒng)性的難題，單一的agent無(wú)法解決，可能就需要一堆a(bǔ)gents循環(huán)調(diào)用。每個(gè)專業(yè)他只能做好自己專業(yè)的事情，AI也一樣，強(qiáng)調(diào)專業(yè)性就會(huì)喪失通用性。

網(wǎng)易集團(tuán)副總裁阮良

楊蔚：就像一個(gè)悖論。

任成元：對(duì)，但這個(gè)悖論可以找到最優(yōu)解，可能是一個(gè)更加泛化通用的智能體的編排者協(xié)調(diào)者。他會(huì)去協(xié)調(diào)無(wú)數(shù)個(gè)非常專業(yè)的agent來(lái)做事情。你遇到不同的問(wèn)題，我知道要調(diào)取不同的專家，如何編排他，如何去協(xié)調(diào)、監(jiān)督、反饋，最后達(dá)成結(jié)果。

這里面其實(shí)有一個(gè)概念是AI原生。隨著AI越來(lái)越像人，我們要思考AI原生的組織形態(tài)是否有可能超越人類的組織形態(tài)。

阮良：但是agent構(gòu)成的這樣的組織可能跟人形成的組織有很大的差異。AI原生到來(lái)以后，由agent構(gòu)成的一個(gè)組織會(huì)如何改變組織這個(gè)性質(zhì)，很值得研究。

任成元：一個(gè)鮮活的案例是在編程里面應(yīng)用AI，我們剛開(kāi)始認(rèn)為說(shuō)AI是輔助我們的程序員來(lái)編程的，但很快發(fā)現(xiàn)人只是AI的拐杖。人更多的是輔助AI解決主流程中遇到的卡點(diǎn)。

銜遠(yuǎn)科技Frontis AI聯(lián)合創(chuàng)始人兼首席執(zhí)行官任成元

阮良：我們以前寫(xiě)代碼，肯定會(huì)受限于自身的生理?xiàng)l件、學(xué)識(shí)和所處環(huán)境。團(tuán)隊(duì)人數(shù)增多后，又產(chǎn)生大量的溝通需求，隨之而來(lái)的就是熵增。所以越是復(fù)雜、規(guī)模越大的產(chǎn)品，開(kāi)發(fā)效率反而越低，但AI來(lái)了之后，很可能一個(gè)人或者兩三個(gè)人，就能憑借AI完成一個(gè)產(chǎn)品訴求。AI是24小時(shí)不間斷工作的，可以同時(shí)跑多臺(tái)電腦讓它并行處理。

任成元：人類對(duì)復(fù)雜性的系統(tǒng)認(rèn)知是有邊界的，但是AI不會(huì)，只要給他足夠的算力，放一萬(wàn)個(gè)agent進(jìn)去，同時(shí)并行1000個(gè)任務(wù)，任務(wù)之間是有復(fù)雜的前后邏輯關(guān)聯(lián)的時(shí)候，沒(méi)有問(wèn)題，但是人絕對(duì)做不了這件事情。

楊蔚：讓AI去并行，需要有一個(gè)非常有經(jīng)驗(yàn)的工程師或開(kāi)發(fā)者，這個(gè)人是一個(gè)什么樣的作用呢？

阮良：很有經(jīng)驗(yàn)的工程師。但我認(rèn)為這是階段性的，現(xiàn)階段AI的確還沒(méi)有那么強(qiáng)，人類的經(jīng)驗(yàn)還特別重要，但是當(dāng)AI越來(lái)越進(jìn)化的時(shí)候，可能產(chǎn)品經(jīng)理就可以直接指揮agent去做。

任成元：我認(rèn)為真正的專家能夠深度的理解為什么要做這件事。會(huì)定義問(wèn)題，而不是會(huì)處理問(wèn)題。它的核心是和上下游或者價(jià)值系統(tǒng)本身的連接怎么樣。有沒(méi)有超越技能本身在思考未來(lái)如何跟AI適配的一種設(shè)計(jì)。

阮良：就像教父里面那句臺(tái)詞說(shuō)，真正聰明的人，他幾秒鐘就能洞察一個(gè)事情的本質(zhì)。但不是聰明人的話，你可能一輩子都想不清楚這個(gè)問(wèn)題，陷入在無(wú)窮無(wú)盡的執(zhí)行當(dāng)中。

思考AI時(shí)代的職業(yè)教育與職業(yè)發(fā)展

楊蔚：大學(xué)生和職場(chǎng)人如何鍛煉總結(jié)經(jīng)驗(yàn)、發(fā)現(xiàn)問(wèn)題的能力？

任成元：我的思考是如何連接價(jià)值系統(tǒng)。站在企業(yè)核心層理解如何去管理、分配、監(jiān)督任務(wù)。

楊蔚：我們的組織會(huì)不會(huì)更加扁平化？隨著工種被AI代替。

任成元：組織的存在實(shí)際是為了解決問(wèn)題，創(chuàng)造價(jià)值。如果你把事情放在首位，不需要科層，在AI原生化階段，其實(shí)是以agent為主，人為輔助。如此就需要重新去看待你管理的這些資源的核心。是算力，是數(shù)據(jù)，之后才是人。

因此未來(lái)HR的定義會(huì)有很大的變化，因?yàn)槿瞬沤Y(jié)構(gòu)發(fā)生了變化，基礎(chǔ)層絕大部分是數(shù)字員工，中層以上是人類。這時(shí)候你就發(fā)現(xiàn)HR絕大部分工作，你可能要去關(guān)注的是人和這些agent之間的協(xié)同問(wèn)題。怎么去把理解好的目標(biāo)和任務(wù)下發(fā)到整個(gè)agent的這套網(wǎng)絡(luò)里面，然后如何通過(guò)這套網(wǎng)絡(luò)來(lái)判斷高管或人類的價(jià)值貢獻(xiàn)。

楊蔚：所以我們未來(lái)的畢業(yè)生，首先得搞懂AI智能體的工作邏輯，這很可能會(huì)成為企業(yè)最看重的一項(xiàng)核心能力。

阮良：是的，這方面的話，其實(shí)現(xiàn)在的年輕人還是很有機(jī)會(huì)。因?yàn)榇蠹叶际窃谕黄鹋芫€上。

任成元：某種意義上我會(huì)看好AI原生這一代。因?yàn)樵贏I里邊有非常多的邊界，現(xiàn)在我們還限制于人類過(guò)往經(jīng)驗(yàn)。AI原生這一代一出生他就各種嘗試，能探索到更遠(yuǎn)的AI的那個(gè)邊界。

楊蔚：你越是一張白紙，你越有可能去到更遠(yuǎn)的地方。

AI智能體的實(shí)際應(yīng)用

楊蔚：AI智能體現(xiàn)在在二位公司企業(yè)的實(shí)踐中有什么樣的具體應(yīng)用呢？

阮良：我們公司現(xiàn)在有個(gè)很典型的應(yīng)用場(chǎng)景——給明星員工打造數(shù)字分身。優(yōu)秀的產(chǎn)品經(jīng)理還是銷售總會(huì)被同事追問(wèn)各種基礎(chǔ)問(wèn)題，嚴(yán)重耽誤核心工作。我們就把這些員工的文檔、聊天記錄等數(shù)據(jù)整合起來(lái)，搭建一個(gè)搭載大模型agent的知識(shí)庫(kù)，訓(xùn)練成數(shù)字員工。這樣一來(lái)，70%左右的問(wèn)題都能由數(shù)字員工解答，明星員工就能抽身去做創(chuàng)造性工作了。

這個(gè)模式還能復(fù)制到銷售和導(dǎo)購(gòu)場(chǎng)景。比如銷售見(jiàn)客戶前，不用再到處問(wèn)案例，直接查知識(shí)庫(kù)agent就能拿到詳盡資料；直接拉高服務(wù)下限。

任成元：我們更關(guān)注如何用AI拉高企業(yè)的上限——希望借助于AI，把創(chuàng)新創(chuàng)造力大幅的提升。從企業(yè)的角度，你的上限和下限就是創(chuàng)新和效率，創(chuàng)新可能決勝你的未來(lái)，效率是說(shuō)如何活得更好。我們開(kāi)發(fā)了“首席增長(zhǎng)官”的AI系統(tǒng)，把管理學(xué)的方法論植入進(jìn)去，讓它幫高管實(shí)時(shí)分析市場(chǎng)、跟蹤競(jìng)爭(zhēng)對(duì)手，結(jié)合企業(yè)特性生成個(gè)性化的戰(zhàn)略建議。這個(gè)系統(tǒng)的難點(diǎn)在于企業(yè)數(shù)據(jù)的個(gè)性化問(wèn)題，每家公司的數(shù)字化程度、賽道都不一樣。

阮良：我還有個(gè)不同的視角，AI不僅能拉高老板和高管的上限，也能拉高一線員工的上限。過(guò)去像BI報(bào)表這種數(shù)據(jù)工具，只有老板和高管能用，因?yàn)樾枰獙I(yè)的數(shù)據(jù)團(tuán)隊(duì)支撐。但現(xiàn)在AI能讓一線銷售、區(qū)域經(jīng)理直接調(diào)取數(shù)據(jù)，自己拿到?jīng)Q策依據(jù)，這其實(shí)是一種“數(shù)據(jù)平權(quán)”。

任成元：這里面提到了組織內(nèi)的決策信息流轉(zhuǎn)，我們現(xiàn)在開(kāi)發(fā)了CIP——戰(zhàn)略決策層的助理，我們有兩套agent系統(tǒng)，一套給決策層，一套給執(zhí)行層。決策層確定戰(zhàn)略方向后，AI會(huì)自動(dòng)把這個(gè)“context”下發(fā)到員工的agent里，員工的所有工作思考，都基于公司的戰(zhàn)略框架。如果偏離了戰(zhàn)略，系統(tǒng)會(huì)直接提醒。

阮良：還有個(gè)很有意思的的場(chǎng)景，AI如何去降低企業(yè)內(nèi)部的信息差的。比如說(shuō)活動(dòng)復(fù)盤(pán)。過(guò)去企業(yè)做促銷復(fù)盤(pán)，報(bào)告都是層層上報(bào)、被“抹平”過(guò)的，真實(shí)原因往往被掩蓋。現(xiàn)在AI能直接整合銷售數(shù)據(jù)、客服反饋、社交媒體評(píng)論，生成客觀的復(fù)盤(pán)報(bào)告。

任成元：我們幫一個(gè)IP品牌做了全流程的AI活動(dòng)管理。AI會(huì)自動(dòng)制定促銷計(jì)劃，分解到店鋪裝修、內(nèi)容撰寫(xiě)、采購(gòu)備貨等各個(gè)環(huán)節(jié)，給出六七十分的初稿，人再在這個(gè)基礎(chǔ)上優(yōu)化。老板只需要做兩次確認(rèn)，就能生成80分以上的方案。而且AI會(huì)持續(xù)跟蹤活動(dòng)數(shù)據(jù)，復(fù)盤(pán)時(shí)精準(zhǔn)定位問(wèn)題。不過(guò)這里也出現(xiàn)了新問(wèn)題——員工會(huì)越來(lái)越依賴AI，慢慢喪失主動(dòng)思考的能力。

楊蔚：這確實(shí)是個(gè)隱患，短期能提升效率，長(zhǎng)期可能會(huì)影響創(chuàng)新。

任成元：我們也在探索新的激勵(lì)機(jī)制——讓AI助理記錄員工的參與度和建設(shè)性建議的貢獻(xiàn)度。如果員工能指出AI方案的不足并優(yōu)化，系統(tǒng)就會(huì)給他更高的評(píng)價(jià)，倒逼員工主動(dòng)思考。

阮良：對(duì)年輕人來(lái)說(shuō)，這種機(jī)制反而更友好。只要用好AI下屬，做出成績(jī)，貢獻(xiàn)就會(huì)被客觀記錄，這其實(shí)更有利于公平。

楊蔚：未來(lái)會(huì)不會(huì)出現(xiàn)一個(gè)人帶著一堆a(bǔ)gent就能撐起一家公司的情況？

阮良：短期來(lái)看還不太可能，因?yàn)锳I做戰(zhàn)略決策時(shí)，數(shù)據(jù)有很大局限性。它只能拿到互聯(lián)網(wǎng)公開(kāi)數(shù)據(jù)和企業(yè)自有數(shù)據(jù)，拿不到友商的內(nèi)部信息，而這些信息往往很關(guān)鍵。人不一樣，人可以通過(guò)外聯(lián)、社交拿到這些隱性數(shù)據(jù)，還能靠直覺(jué)做判斷。

任成元：未來(lái)企業(yè)里，人的核心價(jià)值會(huì)聚焦在外聯(lián)和洞察上——去獲取AI拿不到的數(shù)據(jù)，去做AI做不了的戰(zhàn)略判斷。而AI則會(huì)承擔(dān)中后臺(tái)的重復(fù)性、高頻次工作。就像現(xiàn)在海外已經(jīng)出現(xiàn)了個(gè)人開(kāi)發(fā)者靠AI年?duì)I收幾千萬(wàn)美金的案例，未來(lái)“一人公司”可能會(huì)成為一種新形態(tài)，但肯定是少數(shù)。

中美智能體應(yīng)用的差異

楊蔚：中美在AI智能體上有什么明顯的差異？為什么很多中國(guó)團(tuán)隊(duì)會(huì)先做海外市場(chǎng)？

阮良：最核心的是付費(fèi)意愿。北美企業(yè)和用戶愿意為AI工具付費(fèi)，比如一個(gè)計(jì)算卡路里的應(yīng)用，每月訂閱19、29美金都有人買(mǎi)單；但中國(guó)用戶習(xí)慣了免費(fèi)服務(wù)，哪怕是國(guó)產(chǎn)大模型，想收費(fèi)都很難。

任成元：還有人力成本的差異。歐美人力成本高，AI替代人的價(jià)值感特別明顯；而中國(guó)人力成本相對(duì)低，企業(yè)算下來(lái)，雇人可能比買(mǎi)AI系統(tǒng)還劃算。

阮良：而且中國(guó)是制造業(yè)大國(guó)，未來(lái)AI對(duì)制造業(yè)的賦能潛力巨大。但制造業(yè)的特點(diǎn)是成本敏感，不可能像歐美那樣大量采購(gòu)昂貴的GPU，這也會(huì)推動(dòng)我們?cè)谒懔π噬铣掷m(xù)突破。

任成元：我非常同意。其實(shí)現(xiàn)在的大語(yǔ)言模型還只是AI發(fā)展的0.1階段，未來(lái)多模態(tài)、世界模型才是方向，這對(duì)算力和存儲(chǔ)的需求會(huì)是現(xiàn)在的十倍以上。真正的AI爆發(fā)還沒(méi)到來(lái)，未來(lái)5到10年，芯片、能源、算力效率會(huì)迎來(lái)全方位的挑戰(zhàn)和機(jī)遇。

楊蔚：很多人說(shuō)AI行業(yè)有泡沫，兩位怎么看？創(chuàng)業(yè)者現(xiàn)在還能進(jìn)場(chǎng)嗎？

阮良：泡沫肯定是有的，但泡沫不是壞事。就像互聯(lián)網(wǎng)早期一樣，泡沫能吸引資本和人才進(jìn)場(chǎng)，最終才能燒出真東西。沒(méi)有泡沫的行業(yè)，反而沒(méi)什么創(chuàng)業(yè)機(jī)會(huì)。

任成元：對(duì)創(chuàng)業(yè)者來(lái)說(shuō)，泡沫期其實(shí)是最好的機(jī)會(huì)——只有浪大的時(shí)候，小公司才有機(jī)會(huì)沖到浪尖。當(dāng)然這對(duì)創(chuàng)業(yè)者的要求更高，要能在風(fēng)浪中把握節(jié)奏。現(xiàn)在AI行業(yè)沒(méi)有長(zhǎng)期的護(hù)城河，快就是唯一的優(yōu)勢(shì)，只有每天都保持領(lǐng)先，才能在競(jìng)爭(zhēng)中存活。

阮良：不過(guò)像騰訊這樣的公司，靠著以人為本的網(wǎng)絡(luò)效應(yīng)，還是有很強(qiáng)的長(zhǎng)期壁壘。它可能不會(huì)最先沖出去，但很容易后發(fā)制人。

任成元：但上一個(gè)時(shí)代的壁壘，未必能在AI時(shí)代延續(xù)。谷歌靠著transformer的技術(shù)積淀，在AI浪潮中快速調(diào)整，重新回到領(lǐng)先位置；而Meta雖然技術(shù)底子厚，但因?yàn)槲幕蜆I(yè)務(wù)整合的問(wèn)題，表現(xiàn)就相對(duì)滯后。這說(shuō)明技術(shù)變革期，大公司的轉(zhuǎn)型速度和文化適配性至關(guān)重要。

本文來(lái)自虎嗅，原文鏈接：https://www.huxiu.com/article/4821790.html?f=wyxwapp