 |
AI智能體的未來與其說是"全能自主"，不如說是"人機協(xié)同"。AI能夠解放人的雙手，但最終決定權(quán)永遠在人的手中。
本文刊載于《商學院》雜志2025年9月刊，作者：石丹。轉(zhuǎn)載已獲授權(quán)。
北京2025年9月26日 /美通社/ -- 智能體（AI Agent）已經(jīng)成為繼大語言模型（LLMs）后，AI領域最熱的話題。
IBM大中華區(qū)技術(shù)銷售總經(jīng)理、首席技術(shù)官翟峰告訴《商學院》記者這樣一組數(shù)據(jù)：IBM商業(yè)價值研究院（IBV）最新發(fā)布的《IBM全球CEO調(diào)研報告》顯示，受訪的企業(yè)高管預計，未來兩年AI投資的增長率將超過兩倍，并且有61%的CEO確認他們目前正在積極采用智能體，并準備將其規(guī)模化應用。
繼2025年5月在Think 2025大會期間首批對外發(fā)布了3個智能體（人力資源智能體、銷售智能體和采購智能體）后，2025年7月底，IBM發(fā)布了通用型企業(yè)級智能體（IBM Computer Using Generalist Agent，以下簡稱"IBM CUGA"）的重要突破。IBM CUGA是一種能夠跨多個業(yè)務場景、整合多種工具、執(zhí)行復雜任務的通用型智能體，可以像資深員工一樣理解用戶意圖、規(guī)劃任務、調(diào)用工具、協(xié)調(diào)多個系統(tǒng)，并不斷學習和適應新的挑戰(zhàn)。如今，IBM CUGA不僅在模擬企業(yè)場景中經(jīng)受住了嚴苛測試，更在2025年7月的AppWorld Benchmark（一個由多個研究機構(gòu)和學者共同創(chuàng)建、用于評估交互式編程智能體的基準測試環(huán)境）中榮登第一。
翟峰表示，隨著生成式AI的加速普及、智能體的迅猛發(fā)展，以及智能流程自動化的不斷突破，企業(yè)正迎來第三波人工智能助手浪潮。
智能體規(guī)模應用正迎來"拐點時刻"
智能體迎來"拐點時刻"的本質(zhì)，是技術(shù)成熟度與企業(yè)需求的"雙向奔赴"。"但真正的技術(shù)價值不在于概念炒作，而在于能否解決實際問題、創(chuàng)造可量化的業(yè)務收益。"
在翟峰看來，智能體是一種能夠自主理解、規(guī)劃并執(zhí)行復雜任務的軟件程序，它由大語言模型驅(qū)動，可根據(jù)需要調(diào)用各類工具、其他模型及系統(tǒng)與之交互，以實現(xiàn)用戶的目標。智能體將大大降低使用AI能力的門檻。用戶只需通過簡單的對話界面陳述其目標，智能體網(wǎng)絡則通過后端系統(tǒng)采取必要的行動。智能體與傳統(tǒng)的AI助手（AI Assistant）不同，后者每次生成回復都需要用戶提示，而智能體在理論上只需用戶下達一項高層級任務，便會自主規(guī)劃完成路徑，因此它能承擔更為復雜的工作。
智能體迎來"拐點時刻"的本質(zhì)，是技術(shù)成熟度與企業(yè)需求的"雙向奔赴"。"但真正的技術(shù)價值不在于概念炒作，而在于能否解決實際問題、創(chuàng)造可量化的業(yè)務收益。"翟峰表示。
從技術(shù)維度看，大模型技術(shù)的突破使智能體具備更強的"理解—推理—執(zhí)行"能力，能夠處理更復雜的任務拆解與跨域協(xié)作，而智能體的核心也在于自主性和規(guī)劃能力，它們需要具備邏輯推理、工具調(diào)用能力和執(zhí)行任務的能力，這些關鍵突破意味著智能體在2025年的爆發(fā)已經(jīng)具備了技術(shù)基礎。具體來看，翟峰表示，其一，如今大模型能力顯著提升，以IBM開源的Granite模型為代表，參數(shù)規(guī)模與語義理解能力跨越臨界點，多模態(tài)交互與復雜任務拆解能力大幅增強；其二，開源生態(tài)降低使用門檻，企業(yè)可通過公有云或私有化部署快速接入技術(shù)，避免"被硬件綁定"的陷阱；其三，算力與存力成本下降，大模型調(diào)用費用被"擊穿"，結(jié)合混合云技術(shù)成熟，企業(yè)得以用更低成本嘗試技術(shù)落地。
從企業(yè)維度看，經(jīng)過前期數(shù)字化鋪墊，各行業(yè)已積累大量結(jié)構(gòu)化數(shù)據(jù)，并形成明確的智能化需求，例如，制造業(yè)的質(zhì)量控制、零售業(yè)的精準營銷等，這為智能體的落地提供了土壤。翟峰和團隊發(fā)現(xiàn)，很多企業(yè)在經(jīng)歷大模型熱潮之后越來越務實地發(fā)現(xiàn)，當前他們急需的是通過垂類應用解決具體痛點，而非投入資源訓練基礎模型。當企業(yè)剝離技術(shù)光環(huán)，直面具體場景時，會迅速回歸理性，他們更關注"技術(shù)能否解決實際問題""投入產(chǎn)出比如何"，而非概念炒作。
當前，企業(yè)應用已從早期的"知識庫問答"等淺層嘗試，向研發(fā)、售后、銷售等核心環(huán)節(jié)延伸。這種務實態(tài)度倒逼技術(shù)供應方必須提供"低門檻嘗鮮+規(guī)模化部署"的全周期服務。翟峰提醒，企業(yè)也應清醒認識到，智能體的"智能"依賴數(shù)據(jù)基礎——若企業(yè)未完成數(shù)字化"補課"，缺乏數(shù)據(jù)積累，技術(shù)落地將淪為空談。只有這樣，智能體才能真正從"拐點"走向"常態(tài)"，成為驅(qū)動產(chǎn)業(yè)升級的核心力量。
"零號用戶"的智能體實踐
IBM積極踐行"零號客戶"（client zero）的理念，即客戶的轉(zhuǎn)型流程和解決方案已經(jīng)在IBM內(nèi)部先行應用和實踐，IBM也能夠從為客戶提供的技術(shù)解決方案中獲益。
在智能體成為繼大模型之后最熱的概念之一后，各種號稱"Agent"的產(chǎn)品、應用、解決方案層出不窮。企業(yè)應該如何辨識或者正確地開始建設適合自身需求的智能體呢？
IBM科技事業(yè)部數(shù)據(jù)與人工智能資深技術(shù)專家吳敏達直言，現(xiàn)在市面上有很多熱門的智能體方案，它們簡單易用，能夠處理各種任務，確實很方便，但它們大多是通用型的智能體，并不是為企業(yè)量身定制的。這就像是一個萬能工具，看起來什么都能做，但在企業(yè)環(huán)境中使用時，往往會遇到水土不服的問題。另外，很多通用型智能體在企業(yè)級治理、準確性和可靠性方面存在挑戰(zhàn)。
因此，當客戶還沒有完全明確他們的需求時，IBM會推薦其已經(jīng)成熟的智能體應用場景。IBM在HR、銷售、采購和客服這四個領域有著豐富的經(jīng)驗，這些場景在IBM內(nèi)部已經(jīng)得到了充分驗證，更適合部署企業(yè)級智能體。如果客戶不確定從哪里開始，這四個領域是最有可能帶來顯著業(yè)務價值的。例如，人力資源智能體的應用幫助相關部門減少了61%的工單，銷售智能體可以從企業(yè)的數(shù)據(jù)庫中獲取銷售數(shù)據(jù)，進行銷售預測，每周可幫助銷售人員節(jié)省9小時的工作量等。
IBM積極踐行"零號客戶"（client zero）的理念，即客戶的轉(zhuǎn)型流程和解決方案已經(jīng)在IBM內(nèi)部先行應用和實踐，IBM也能夠從為客戶提供的技術(shù)解決方案中獲益。"我們廣泛采用了 AI驅(qū)動的自動化技術(shù)來提高生產(chǎn)力：在IBM，94%的人力資源相關的普通問詢已經(jīng)由AI助手來回答；我們的合同起草速度提高了80%。總體而言，自2023年年初以來，我們已經(jīng)節(jié)省了約35億美元的經(jīng)營成本。"2025年年初IBM發(fā)布2024年度報告時，董事長兼首席執(zhí)行官Arvind Krishna在致投資人的公開信中如是說。
翟峰以HR智能體的發(fā)展、形成為例，分享IBM"零號客戶"的智能體實踐。作為一家擁有超過20萬員工、業(yè)務覆蓋全球的跨國企業(yè)，IBM在智能體的落地實踐中，選擇了人力資源管理作為核心切入點之一，并非偶然，而是基于場景普適性、價值可衡量性及技術(shù)實現(xiàn)難易度的綜合考量。
據(jù)了解，IBM的HR場景應用始于2019年，核心目標是通過AI解決跨國企業(yè)管理中的一些痛點，例如政策查詢效率低、內(nèi)部流程繁瑣、管理決策依賴經(jīng)驗等等。IBM將全球各國相關的勞動法規(guī)、公司內(nèi)部政策（如出差報銷、休假制度）整合至AI知識庫。員工可通過自然語言對話，例如，"我在德國出差的住宿標準是多少"快速獲取準確信息，替代傳統(tǒng)"找人—詢問—等待"的低效模式，且這一場景的普適性極高。
在針對內(nèi)部流程自動化方面，以員工調(diào)動為例，傳統(tǒng)流程需經(jīng)理登錄多個系統(tǒng)填寫多張表格，但智能體能夠通過對話式交互簡化操作：經(jīng)理只需告知"將員工A從部門B調(diào)至部門C，生效日期為×月×日"，系統(tǒng)即可自動生成表單并提交審批，這種"對話即服務"的模式，在提高效率的同時降低了人為操作錯誤率。
在管理決策支持方面，以績效考核場景為例，AI通過分析員工代碼提交量、項目參與度等客觀數(shù)據(jù)，為管理者提供KPI考評建議，但同時，AI僅提供數(shù)據(jù)參考，最終決策仍由管理者結(jié)合主觀判斷完成。這種"AI建議+人類決策"的協(xié)同模式，既避免了"唯數(shù)據(jù)論"的偏頗，又提升了決策的科學性。
HR場景中諸如政策查詢、流程自動化等具有普適性，存在于所有企業(yè)，具有可復制性；效率提升、成本降低等價值指標可衡量。相較于研發(fā)或供應鏈等復雜場景，HR的AI應用更依賴知識庫構(gòu)建與自然語言處理，技術(shù)門檻相對較低，適合作為初期試點。當企業(yè)通過"知識庫構(gòu)建—流程自動化—決策支持"的閉環(huán)逐漸構(gòu)建起一個個智能體，以及未來隨著大模型能力的提升，AI有望在更多復雜場景中釋放價值。
智能體潛能釋放的組織關鍵要素
智能體的潛能釋放，除了技術(shù)基礎外，更是企業(yè)戰(zhàn)略、組織能力與文化能力的協(xié)同進化，方能實現(xiàn)從"技術(shù)可用"到"價值落地"的跨越。
智能體要真正在企業(yè)中釋放潛能，數(shù)字化基礎僅是起點。翟峰指出，除技術(shù)準備外，企業(yè)還需在戰(zhàn)略定位、組織能力與文化能力的協(xié)同進化上下功夫，方能實現(xiàn)從"技術(shù)可用"到"價值落地"的跨越。
企業(yè)推動智能體釋放潛能的首要前提是明確戰(zhàn)略目標。翟峰強調(diào)，這一過程需遵循"自上而下"與"自下而上"的雙向驅(qū)動。企業(yè)的一把手需率先定義核心訴求，例如降本增效、服務創(chuàng)新或研發(fā)突破等，再將戰(zhàn)略拆解至研、產(chǎn)、供、銷、服等具體業(yè)務領域，最終下沉至某個具體的場景；而隨著企業(yè)內(nèi)更多AI應用場景的落地，各業(yè)務域?qū)⒅鸩綄崿F(xiàn)能力升級，并通過AI技術(shù)打通部門協(xié)同壁壘，構(gòu)建智能化跨部門的協(xié)作網(wǎng)絡，逐步"向上"推動組織能力的乘數(shù)效應——通過場景實踐驗證技術(shù)價值，又通過戰(zhàn)略協(xié)同放大技術(shù)賦能效果，使企業(yè)組織在技術(shù)迭代與業(yè)務創(chuàng)新中形成良性循環(huán)，全面釋放智能時代的組織協(xié)同價值。
智能體的價值往往體現(xiàn)在跨業(yè)務域的聯(lián)動中，這要求企業(yè)打破"部門墻"，建立以智能體為核心的協(xié)同機制。IBM在實踐中發(fā)現(xiàn)，通過混合云架構(gòu)統(tǒng)一管理多云/私有云環(huán)境，可有效降低跨部門數(shù)據(jù)共享的技術(shù)門檻，為智能體創(chuàng)造更廣闊的協(xié)作空間。
同時，組織在具備協(xié)同能力的同時，應培育復合型人才。智能體的有效落地依賴既懂業(yè)務又懂技術(shù)的復合型人才，他們是連接智能體技術(shù)與企業(yè)實際需求的關鍵橋梁。
翟峰指出，企業(yè)需避免盲目追求"大而全"的智能化改造，轉(zhuǎn)而聚焦能快速驗證ROI的細分場景。當某個部門通過智能體實現(xiàn)效率提升，其他部門便會主動跟進，形成規(guī)模化效應。這種以點帶面的落地策略，既能降低試錯成本，又能通過榜樣力量推動組織變革。
而員工參與度是智能體落地的"最后一公里"，這需要企業(yè)構(gòu)建"要我用"到"我要用"的文化。翟峰以一家民營制造業(yè)企業(yè)建立設備維修知識庫、開發(fā)相關智能助手為例。知識庫的建立需要將老師傅們諸如"聞聲辨故障"的經(jīng)驗、隱性知識轉(zhuǎn)化為可量化的特征參數(shù)，構(gòu)建結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)，但若缺乏相關文化或激勵，老師傅們是沒有動力分享這些經(jīng)驗的，他會有"被取代"的危機。這就要求企業(yè)創(chuàng)造相應的文化制度，例如，將知識貢獻納入績效考核，或設立"智能體創(chuàng)新獎"，激發(fā)老專家分享經(jīng)驗的積極性；同時，對他們要有發(fā)展的承諾，明確智能體是"輔助工具"而非"替代方案"，讓他們看到生產(chǎn)工藝和設備自動化發(fā)生變化后，數(shù)字化手段將加持他們之前的經(jīng)驗，賦能他們處理更復雜任務，提升效率，而非取代其崗位。而且，這種人機相互賦能、知識迭代是一個動態(tài)的過程。這種文化推動的本質(zhì)，是將智能體從"管理層推動的工具"轉(zhuǎn)化為"全員參與的伙伴"。翟峰強調(diào)，當一線員工看到智能體能幫自己減少重復勞動，他們才會真正擁抱技術(shù)。
IBM的AI文化實踐：從全員參與到深度賦能
AI不是"少數(shù)人的游戲"，而是"全員的能力升級"。通過全員推廣、場景創(chuàng)新、文化激勵，企業(yè)能快速構(gòu)建"AI原住民文化"。
"IBM的戰(zhàn)略是幫助客戶在任何IT基礎設施上、使用其專有的數(shù)據(jù)和技術(shù)運行智能體。"翟峰告訴記者，"因此，IBM公司內(nèi)部鼓勵員工學習AI、使用AI，以此提高效率。以IBM的技術(shù)團隊為例，很多技術(shù)人員每天都要用AI輔助工具，或者去寫代碼、評代碼、寫測試用例等等。其實就是鼓勵任何崗位任何人都去使用AI，并用AI創(chuàng)新來幫助你工作。"
基于此，IBM已經(jīng)連續(xù)3年舉辦watsonx Challenge活動，旨在通過 watsonx平臺（IBM發(fā)布的企業(yè)級人工智能與數(shù)據(jù)平臺）解決現(xiàn)實世界的AI挑戰(zhàn)。這場全球員工參與的年度盛事，不僅記錄了IBM自身AI能力的進化軌跡，更折射出企業(yè)推動智能化轉(zhuǎn)型的深層邏輯。
據(jù)了解，該活動以"全員學AI"為核心目標，鼓勵員工在日常工作中使用AI工具。活動在第一階段的重點是普及，讓員工建立對AI的基本認知，消除技術(shù)神秘感。在基礎能力形成后，活動轉(zhuǎn)向"場景深耕"，員工被鼓勵以團隊形式提出創(chuàng)新方案。而今年主要強調(diào)深度賦能，它以業(yè)務需求為驅(qū)動，要求創(chuàng)意點必須緊扣企業(yè)核心戰(zhàn)略，比如優(yōu)化內(nèi)部流程、提高員工效率、提升客戶體驗等。同時，還引入AI評審工具，對提案的創(chuàng)新性、可行性進行初篩，再由全球?qū)＜椅瘑T會終審。翟峰強調(diào)，這種轉(zhuǎn)變背后，是IBM對AI落地的深刻認知：淺層功能無法形成競爭力，唯有將AI與核心業(yè)務流程深度融合，才能實現(xiàn)可持續(xù)的價值創(chuàng)造。
該挑戰(zhàn)賽最終大獎獲得者將獲得全球CEO表彰、技術(shù)峰會演講機會等榮譽。翟峰介紹，獲獎的方案將被納入企業(yè)知識庫，賦能全球團隊，在經(jīng)過IBM自身這個"零號客戶"的內(nèi)部實踐驗證后，再將成熟方案賦能給客戶，形成"內(nèi)部孵化+外部推廣"的模式，將"內(nèi)部實踐"轉(zhuǎn)化為"外部價值"，賦能客戶。"這樣給員工帶來巨大的獲得感、成就感。"翟峰表示，"同時，還培養(yǎng)了既懂業(yè)務又懂AI的復合型團隊。這些員工在與客戶合作時，能快速識別業(yè)務痛點并提出AI解決方案。"
翟峰再次強調(diào)，AI不是"少數(shù)人的游戲"，而是"全員的能力升級"。通過全員推廣、場景創(chuàng)新、文化激勵，企業(yè)能快速構(gòu)建"AI原住民文化"。這種文化不僅能提升效率，更能激發(fā)自下而上的創(chuàng)新活力，形成差異化競爭力。
人的價值不可替代
AI"工具屬性"的強化，避免了技術(shù)過度擬人化可能引發(fā)的組織抵觸。
"我們也必須用‘以人為本'的思想對‘技術(shù)至上'的傾向進行糾偏：智能體雖然具備自主能力，但絕不意味著人的全方位撤退。在我們討論企業(yè)級AI的應用時，對AI影響就業(yè)市場的擔憂始終存在。企業(yè)管理層應當認識到，智能體將增強而不一定是取代人類員工。如果AI被過度推崇，我們很可能陷入‘人類輔佐AI'的本末倒置的境地，并且錯失‘人機協(xié)同'發(fā)展的黃金時期。"翟峰強調(diào)。
在IBM的實踐中，他們并沒有將AI包裝成"數(shù)字員工"，而是將其定位為"效率助手"，而非"同事"。這種定位體現(xiàn)在產(chǎn)品命名與功能設計中，例如，IBM內(nèi)部使用的"Ask IBM"系列工具（如Ask HR、Ask IT等）以功能為導向，更關注技術(shù)如何實質(zhì)性提升效率，避免引發(fā)"AI同事"的認知混淆。這種"工具屬性"的強化，避免了技術(shù)過度擬人化可能引發(fā)的組織抵觸。
翟峰再次強調(diào)，未來，智能體將扮演"賦能者"的角色，成為人類主導的集約化工作流中的協(xié)作者。低價值、重復性的任務將被自動化，而人類在戰(zhàn)略規(guī)劃、創(chuàng)意創(chuàng)新等高階領域的潛力將被進一步釋放。智能體的未來與其說是"全能自主"，不如說是"人機協(xié)同"。AI能夠解放人的雙手，但最終決定權(quán)永遠在人的手中。
