AI代理系统如何驱动企业自动化升级？平博
随着各大组织探索生成式AI如何融入他们的战略，IT领导者应当密切关注一个新兴的领域：多代理系统（Multiagent Systems）。这种系统中有多个代理（agents）共同执行任务，可以实现自动化工资处理、HR流程甚至软件开发等更高层次的目标，这些任务依赖于来自大型语言模型（LLM）的处理文本、平博 平博官网图像、音频和视频数据的能力。
根据Capgemini的调查，82%的领导者表示，他们计划在未来一到三年内，将多代理系统整合到业务中，用于自动化处理从生成电子邮件、编写软件代码到数据分析等任务。
多代理系统的运作方式取决于其设计目标和要完成的任务。将多代理系统想象成操作火车的列车长或许更容易理解。在这个系统中，有一个“主导”代理，就像火车上的列车长一样，负责将任务分配给一系列其他代理，或称为“子代理”。
用户可以通过经典的用户界面（如LLM的提示窗口）与主导代理进行交互，从而触发一系列事件，每个子代理负责不同的任务。这些代理之间可以相互协作，也可以与其他数字工具、系统甚至人类合作，并通过访问企业内部知识库获取额外的组织知识。重要的是，平博 平博官网这些系统能够从任务历史、人类反馈及其他输入中不断学习，进而提升其性能并适应环境变化。
本质上，这些系统具有自我管理和迭代的特性，与人类员工相似。在组织寻求从生成式AI中获得价值的当下，多代理系统或许是提升运营效率的最有前景的工具。
代理系统的价值源于其自动化处理复杂用例的潜力，尤其是那些具有高度可变输入输出的用例，这些用例在过去一直难以实现自动化。
以麦肯锡举例：预订商务旅行。考虑到需要处理的各种后勤规划和步骤，如安排不同的旅行、住宿、用餐等。虽然其中一些步骤已经实现了一定程度的自动化，但由于输入输出的多样性，在历史上仍然被认为成本过高或技术上过于复杂而无法实现完全自动化。
现在，设想一下，在销售与市场、HR、IT运营和其他职能领域中，利用代理系统实现“可操作的自动化”。一个代理可以创建一个全新的销售分析报告，与其他代理合作，扫描各种销售输入和输出信息，起草文件，审核文件，并根据企业标准进行验证和修改。麦肯锡还列举了贷款审批、代码现代化和市场宣传材料等其他潜在的知识工作用例。
然而，多代理系统的自动化并不仅限于数字领域；它们还可能管理电气系统，从电梯到HVAC（供暖、通风及空气调节），控制各个区域的温度和照明。这类系统已经高度自动化。
尽管目前的案例大多是推测性的，但具体的应用将取决于您的业务需求。然而，自动化这些工作将使人类员工能够更多地关注业务中的软性部分，如与同事合作和与客户互动，这些任务可能会提高员工和客户的满意度。
当然，确保多代理系统的数字弹性仍然是一项挑战。如果一个代理出现故障，整个系统是否会崩溃？这正是技术行业在机器人流程自动化中反复遇到的问题——那些基于规则编程的机器人在遇到变化时往往会卡住。真正自主的代理必须能够自我纠正，以实现其目标。
在此之前，在开始尝试多代理系统时，确保有“人在回路中”以便在必要时启动终止开关或执行回滚功能将是至关重要的。
最终，关键在于确保多代理系统与组织目标保持一致，从而实现预期的业务成果。作为IT领导者，您必须准备好支持代理系统的部署，以应对可能的选择。
从一线的代码编写者到DevOps工程师以及硬件工程师，您的组织必须做好适应动态变化的准备，无论是实施单一的数字助理，还是部署多个自主代理。
在多代理系统中分配任务需要一种模块化的系统架构，通过这种方式，开发、测试和故障排除可以得到简化，从而减少中断。对基础设施采取类似的方法也有助于实现这一目标。
扫一扫关注微信公众帐号
