文章作者｜麥肯錫公司：Barr Seitz、Jorge Amar、Lari H?m?l?inen、Nicolai von Bismarck，慎思行采編翻譯

個人微信 |hello_SSX

生成式AI的發展為各組織帶來了巨大的機遇，特別是那些有關AI智能體的組織——而所謂的AI智能體，是一種由AI驅動的軟件實體，它可以規劃和執行任務，或是通過提供特定的服務來幫助人類。目前，由于數據質量、員工的不信任和實施成本等方面的原因，企業大規模采用AI面臨重重困難。除此之外，領導層對于如何利用這些智能體來變革工作方式的想象力，也遠遠落后于AI技術本身的潛力。

然而，隨著生成式AI技術的進步和下一代智能體的出現，我們預計將有更多的用例被解鎖，部署成本將會降低，長尾用例也將變得更加經濟可行，且更大規模的自動化將會在更為廣泛的范圍內落地實現（如企業流程、員工體驗和客戶界面）。這種演變需要在對強人工智能的信任、風險管理的實踐與政策，以及對智能體系統的平臺監管上投入更多的努力。

在本期訪談探索了AI智能體的發展，以及企業應當怎么實施這項技術（總的來說，這才是它對于企業的價值所在）。

巴爾：

生成式AI智能體究竟是什么？

拉里：

當我們談論AI智能體時，我們指的是一種軟件實體，它能夠組織策劃復雜的工作流程、協調多個智能體之間的活動、應用邏輯推理，以及評估答案等等。這些智能體可以幫助企業實現流程自動化，或在員工和客戶執行某些流程時，為他們起到增強作用。這很有價值，因為它不僅能幫助人類更好地完成工作，還能將工作的底層流程和服務完全數字化。

例如在客戶服務領域，近期的最新進展，使得這些智能體可以與外部客戶和內部用戶進行個性化互動，并幫助人類客服學習。所有這些都意味著，AI智能體正愈發接近真正的虛擬員工，它既可以增強企業所有業務領域的工作，從人力資源、財務到客戶服務，也能把這些工作自動化。這也就意味著，我們在提高服務質量的同時，也在逐步實現涵蓋諸多職能部門的大范圍任務自動化。

巴爾：

你們認為AI智能體的最大價值在哪里？

喬治：

我們根據60余個用例估計，生成式AI用于企業的用例每年可產生2.6萬億到4.4萬億美元的價值。但這些價值中有多少能轉化為業務增長和效率提升，取決于企業有多快重構現有工作，并將AI引入重點領域中，比如用戶旅程、整個活動鏈條的流程或某種職能等。

由AI智能體有望加速實現工作流程中長尾部分的自動化，否則這些部分工作將消耗過多的資源。AI的潛能比想象中的更大：理論上，當今全球經濟之中60%到70%的工作都能夠被自動化，這可以通過應用包括生成式AI在內的各種現有技術來實現，但這需要開發大量的解決方案和還會增加企業的投入。

我們來考慮一下客戶服務領域。目前，AI智能體在客服工作中的價值，要么體現在優化處理量上，要么體現在縮短平均處理時間上。例如，在今年早前的研究報告中，我們對使用生成式AI的5000名客服人員進行了調查，發現每小時的問題解決效率提高了14%，而處理問題所花的時間則減少了9%。

另一個有價值的領域是客服專員培訓。通常情況下需要6到9個月的時間才能讓一位新晉客服達到資深客服的水平。有了這項技術后，培訓時間在有些情況下可以縮短到3個月，因為有大量的有效干預措施和腳本庫可供新人使用。

隨著時間的推移，隨著AI智能體變得愈發熟練，我期待看到它們能提高客戶滿意度并創造收入。例如，通過支持人類客服且自動化地工作，AI智能體不僅在幫助客戶解決眼前問題的方面可以發揮至關重要的作用，還能推銷新服務，或者滿足更廣泛的需求。隨著公司增加更多的AI智能體，成本很可能會降低，并為企業帶來更多改善客戶體驗的選擇，例如把個性化的人工客服作為一項會員服務提供給顧客。

巴爾：

你們看到了哪些AI智能體的機會？

喬治：

客戶關懷將是AI智能體大規模應用的首批功能之一，但絕對不是唯一的功能。在過去的一年里，我們見證了很多成功的試點，比如用AI智能體改善客戶服務。例如，你可以讓一名客服專員在與客戶通話的同時，使用專有AI智能體的實時幫助，如推薦最值得參考的文章，或提供對話中最合適的下一步等等。AI智能體還可以就語氣、同理心和禮貌等行為要素提供指導。

在過去，要想在銷售過程的每一個環節里都為顧客配備專屬客服，其成本令人望而卻步。但是，正如拉里所說，隨著AI智能體的最新進展，現在就可以做到這一點。

尼克萊：

值得強調的是，AI智能體不僅能夠實現流程自動化，還能夠為人類客服提供支持。舉例來說，AI智能體非常擅長的一件事，就是為客服專員提供個性化輔導，這種輔導不僅可以從硬技能的角度，也從軟技能的角度（如借助于上下文來理解顧客究竟說了什么）來進行。我們估計，把生成式AI用在客戶關懷功能上，可以將效率提高30%至45%。

喬治：

是的，在其他情況下，AI智能體還會直接幫助客戶。一個數字銷售助理可以在客戶決策的每個環節為其提供幫助，例如，檢索信息、提供產品規格或比較價格等，然后記住客戶訪問、離開和返回時的場景。隨著這些功能的發展，我們可以期待這些AI智能體通過追加銷售來創造收入。

巴爾：

為什么大家應該相信AI智能體是真正的機會，而不是又一個虛假的技術泡沫？

喬治：

當然，現在還處于早期階段；但我們從AI智能體身上看到了前所未有的能力。例如，與過去技術不同，生成式AI不僅，從理論上講，可以處理員工與客戶之間在各種渠道上數以億計的互動，而且還能產生更高質量的互動，例如提供個性化的內容。我們都知道，個性化是提升客戶服務質量的關鍵驅動力。其中蘊含著巨大的機遇，因為我們在一次對客服部門的調查中發現，在北美，只有不到10%的受訪者認為他們接受到的客戶服務超越預期。

拉里：

從技術的角度再來談談。這是我們第一次擁有這樣的技術，它既符合人類交互的方式，又可以在在企業規模化部署。舉個例子，我們都知道過IVR（交互式語音應答）通話的體驗，那肯定不是人類該有的交互方式。人類的交互方式是非結構化的，而且常常會有隱含的意圖。如果我們考慮一下LLM（大型語言模型），它們從一開始就是為了處理非結構化的數據和交互而創建的。從某種意義上說，目前為止，我們客服等領域應用的所有技術，都是以這樣的假定為前提的：即客戶打來電話時，所要表達的一套想法就是結構化的、符合某種預定設想的。

巴爾：

在過去的12個月里，AI智能體的格局發生了哪些變化？

拉里：

生成式AI的發展極為迅速。在LLM的早期，它們的一些缺點，如幻覺和處理成本較高，意味著這些模型只能用于生成非常基礎的輸出，例如給人類提供一些專業知識或者生成圖片。而更復雜的情形就行不通。舉例來說，如果把一個準確率僅為80%的LLM用到一個包含10個步驟的任務之中，最終的累積準確率將只有11%。

如今，由于最近的多項創新，LLM就可以應用于更廣泛的用例和更復雜的工作流程中。這些創新包括LLM本身在精確度和能力方面的進步、長短期記憶結構的創新，邏輯結構和答案評估上的進展，以及能夠將智能體和模型應用于復雜工作流的框架。LLM可以評估并糾正“錯誤”答案，從而大大提高準確率。如果再有熟練的圈內人士參與處理那些識別錯誤的案例，那么這種人機聯合就能帶來極高的質量和效率。

最后，值得一提的是，在過去的一年里，生成式AI應用都是通過把不同的組件整合在一起定制而成的。而我們現在所看到的，則是把各種框架進行標準化和工業化，使其更接近于“軟件包”的結果。這樣將會加快實施速度，提高成本效益，使之在現實世界中的應用更加容易實現，包括解決企業中的長尾用例。

巴爾：

在客服領域落地AI智能體的過程中，你們遇到了哪些障礙？

尼克萊：

我們看到的一大障礙是在難以在整個組織內建立對AI智能體的信任。例如，在一家銀行里，他們知道需要通過減少錯誤答案來建立信任。因此，他們構建了一個可以檢查AI幻覺的架構。只有當答案正確時，才會被呈現出來；如果不正確，聊天機器人就會說它無法回答這個問題，并嘗試換個措辭。這樣，客戶就要么就能快速得到問題的答案，要么干脆去和真人員工對話。這真的很重要，因為我們發現，各個年齡段——甚至是Z世代的客戶，都還是更喜歡通過真人的電話交談來獲得幫助和支持。

喬治：

我們看到了一些前沿的成果，但這僅限于一小部分環境下的客戶或專員。要推廣這些成果，變革管理方式至關重要。這是企業面臨的一大障礙，這比推出一套新工具要復雜得多。公司只有重新設計職能部門的工作方式，才能充分發揮AI智能體的價值。

比如數據，就必須遵循正確的格式，處在正確的位置，才能被生成式AI有效地利用。事實上，近20%的企業認為數據是利用生成式AI獲得價值的最大障礙。這樣的例子包括，聊天機器人在給出回答時會去查找過時的信息等等。內容也許是正確的，但早已經過時了。公司需要在清理并重整數據方面進行投資。

此外，公司還需要建立面向AI的信任和治理能力。也就是建立原則、政策、流程和平臺這些東西，以確保公司不只是隨著快速變化的法規亦步亦趨，還要有能力公平和不帶偏見地履行對客戶和員工的承諾。這需要公司的法律和風險團隊的合作達到新的水平，也需要公司用新技術來大規模地管理和監控系統。

其他方面也同樣需要變革。企業需要為客服部門的各個層級——從經理到一線員工——量身定制廣泛的學習課程。經理需要制作新的KPI和績效管理協議，而一線員工則需要了解怎樣用不同方式來和客戶打交道，以及和AI智能體共事。

這些技術需要更加靈活，且覆蓋運維服務的整個生命周期，才能更好發揮AI智能體的價值，這就是我們所說的MLOps（機器學習運維），或者越來越多地被稱作AIOps（生成式AI運維）。新的運維模式需要支持小團隊，讓他們能夠不斷迭代，從而開發出更多AI服務。而推廣AI工具的應用也需要持續的努力和新的激勵機制，這樣人們才會學著信任這些工具，并發現它的好處。尤其是對于資深客服來說——在他們看來，自己的技能并不能通過應用AI智能體來得到提升。僅就客戶運營而言，我們往大了說，這關系到生成式AI領域4000多億美元的潛在價值，所以值得一試。

巴爾：

就客戶服務領域來說，AI智能體到底對企業有什么價值呢？

喬治：

這是個很好的問題，因為我們相信，AI最直接的影響還是增強人類所做的工作，即便是在自動化程度越來越高的今天。我的信念是，AI智能體將會改變各式各樣的企業服務和工作流程。它將幫助我們自動化執行大量低價值的任務，同時又能讓員工和客戶有更好的體驗。例如，企業的服務中心會有更高的工作效率，取得更好的成果，提供更好的體驗。

事實上，我們還看到應用這項新技術有助于減少員工流失。隨著生成式AI的普及，我們發現，服務工作出現了更加專門化的趨勢。一些公司和部門將率先采用AI并實現完全的自動化，而另一些則可能通過建立更多高度個性化的互動來打出差異化格局。

尼克萊：

我們在一家德國公司看到了把這個想法付諸實踐的例子，這家公司正在實施基于AI的學習和培訓引擎。在推廣的過程中，無論是從主管還是從員工的角度來看，公司員工的體驗都得到了顯著改善，因為員工覺得他們終于得到了與自己有關的反饋。他們感覺自己受到了重視，自己在職業生涯中不斷進步，而且還學到了新技能。例如，他們不再僅僅是接聽留存電話，現在還可以接銷售電話。這種體驗讓他們的工作變得更加豐富多樣，減少了枯燥的重復。

拉里：

從更廣闊的視角來看。我們早先模擬過一個中點情景，也就是在2055年左右，當前50%的工作活動都將實現自動化。但技術的發展速度遠超所有人的想象——看看一些LLM的能力，就正在接近，甚至在特定情況下還超過了人類的平均水平。生成式AI的創新把我們所預測的那個中點情景提前了約十年。而且創新的速度會越來越快，因此我們可以預期，應用AI的時間會進一步縮短。這是一項關鍵的進展，每一位管理層都需要理解它究竟意味著什么。

編輯 | Noah

清流學苑2025Q1課程安排

我們將在3月29~30日在上海推出我們的清流學苑的新晉課程《關鍵洞察營》，歡迎感興趣的朋友掃碼了解和報名。

進一步交流

進入專業社群展開深度討論

慎思行通過微信等平臺覆蓋超過10萬戰略人、咨詢人等各類專業人士。我們也構建了專業社群，推動戰略與咨詢領域的問題討論、信息交流和機會分享，社群已有超過5年歷史，并成為了頂尖專業人士感知市場前沿，獲得實踐經驗的首要選擇。入群請添加慎思君微信，并提供名片。

現在微信公眾號更改規則，如果你不特地點進來，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號【設為星標★】，方便找到我們；也歡迎點擊右下角的【在看】。

＞AI將如何改變戰略？

＞AI對戰略的影響 —— 嘉賓爐邊談 | 《戰略簡史》老友會