在过去一年中，智能体在GenAI带来的热潮逐渐退去、人们对不切实际的期望感到失望之后，或许成为了最受关注的技术。

智能体将GenAI更进一步，强调运营决策而非内容生成，这种对业务流程产生影响的潜力，使得Aflac、Atlantic Health System、Legendary Entertainment以及NASA的喷气推进实验室等企业已经开始采用智能体。

CRM领域的领导者Salesforce已经将智能体作为其战略的核心，推出了Agentforce。IT服务管理巨头ServiceNow也在其Now Platform上添加了智能体。微软和其他公司也加入了这场竞争。

随着智能体在众多场景和平台中的出现，对这项技术感兴趣的企业可能会发现难以确定从哪里开始入手。据AI专家称，到目前为止，已经有一些应用场景脱颖而出。

安永的全球创新AI官员Rodrigo Madanes表示，智能体将与ERP、CRM和商业智能系统无缝集成，以自动化工作流程、管理数据分析并生成有价值的报告，与过去的一些自动化技术不同，智能体能够实时做出决策，使流程自动化成为其主要应用场景。

智能体可以自动化以前需要人工干预的重复性任务，如客户服务、供应链管理和IT运营，这项技术的独特之处在于它能够适应不断变化的条件，并在无需人工监督的情况下处理意外输入。

以下是几位AI专家所看到的智能体的九大顶级应用场景：

软件开发

智能体有望将AI编码助手转变为更智能的软件开发工具，能够编写大量代码。尽管到目前为止，编码助手收到了褒贬不一的评价，但分析公司Gartner预测，在三年内，更智能的智能体将编写大部分代码，导致大多数软件工程师需要重新技能培训。

数字转型咨询公司PublicisSapient的执行副总裁兼首席产品官SheldonMonteiro表示，编码智能体不仅将编写代码，还将有独立的智能体来审查代码中的错误。

随着DevOps工具链已经自动化了工作流程，添加智能体是自然而然的发展，这些智能体可以自主地从代码中逆向工程出规格说明，从规格说明中正向工程出测试用例和代码，并批准符合特定阈值标准的制品，从而提高整体自动化水平。

许多企业，包括MITRE，已经释放了智能体来协助编码。据MITRE的CTO CharlesClancy称，MITRE已经开发了自己的用于代码管理的智能体。

最有效的应用场景似乎是在代码仓库管理中，智能体可以遍历并修复代码仓库中的错误。

例如，10年前的源代码在现代计算机上可能无法正常编译。

智能体将下载它，尝试构建它，如果无法运行，它将修复构建脚本和代码(如有必要)，将代码检回仓库，并标记这是由智能体完成的。

RPA的增强版

许多企业已经在多个领域使用RPA来自动化简单和重复性的任务，智能体也可以自动化任务，但它们还能处理需要更高层次决策功能的更复杂问题。

借助AI，RPA从基于规则的行动转变为可适应、自主的过程，显著提高了业务运营的效率，新工具使企业能够训练智能体不仅执行RPA正在做的最简单的任务，而且能够理解异常逻辑何时也有效。

一些AI专家预测，智能体将承担比RPA更复杂的任务，有时智能体将与RPA并肩工作，以实现新的自动化水平。

IBM MIT AI Lab的AI研究科学家ShaeKhan表示，许多企业很快将使用AI来增强，并在某些情况下取代传统的RPA。智能体将用于处理需要决策能力的复杂和动态任务，而RPA将继续用于重复性、基于规则的过程。

客户支持自动化

企业长期以来一直使用简单的聊天机器人和语音机器人来处理简单的客户服务请求，但智能体将使客户支持自动化演变为更强大的服务，这种服务不仅仅回答几个常见问题。

自主式AI拥有自主执行基于原因的多步任务的能力，这些任务是非确定性的，它拥有能够在没有人类指导的情况下处理非常复杂和适应性决策过程的能力。

这些客户服务智能体将涵盖各种行业和职能，包括零售、金融服务和IT服务台帮助，而不是一个高度策划的机器人，只能回答有限数量的问题，智能体将能够理解并提供针对广泛客户需求的上下文相关答案。

例如，银行客户可以说：“从我账户中余额最多的账户中取钱，并转入我的支票账户。”一个简单的聊天机器人通常无法理解“余额最多的账户”是什么意思。

呈现的想法是拥有这种可以执行的操作目录，并拥有一个足够智能的AI，有一系列选项，可以选择使用什么，而且防护措施将变得越来越复杂。

自动化企业工作流程

随着ServiceNow、Salesforce和其他供应商采用智能体，企业工作流程将成为这项技术的重点应用领域，专家表示，这将使企业能够通过自动化常规任务来简化流程。

例如，一个智能体可以在没有人工输入的情况下将会议记录转换为项目票据，或者根据需求-供应预测触发供应商订单。

在业务中部署来自大型供应商的IT工具的企业，相较于使用可能需要通过API链接的各种解决方案的公司，将具有优势。对于企业来说，整合所有数据并避免信息孤岛将非常重要。

对于CIO来说，正在出现的问题是，你将委托谁来构建你的上下文存储库，即你对你的企业如何运作的深入了解?想想你对企业的所有了解。如果你的大型语言模型实际上知道你的企业如何运作的全部情况会怎样?

网络安全和威胁检测

几家网络安全提供商已经部署了智能体来检测和响应威胁。在网络安全中，智能体式AI可以自主检测、应对甚至缓解安全和欺诈威胁，近乎实时地减少对潜在攻击的响应时间，并增强整体安全性。

此外，智能体可以根据特定的威胁和漏洞实现个性化的安全协议，这种智能体式自动化确保了更强大的防御机制。

智能体还可以通过自动化常规任务和安全响应来提高效率并节省成本。

提高生产力

全球律师事务所Avantia使用商业和开源的GenAI来为其智能体提供动力，这些智能体随后作为伴侣驻留在MicrosoftWord或Outlook中，随时准备执行任务。

关键挑战是存在数百项可能无法很好地自动化的任务，而且它们并不适合SaaS解决方案，有太多分散的任务分散在太多地方。

业务好处是律师可以更快地完成合同流程，更快地响应客户，并以比其他人更快的速度进行交易。

如果客户要求进行交易或工作流程，而Outlook或Word正在打开，智能体可以访问所有公司数据，而且因为这些是律师在文档上工作，所以有他们通常做什么的历史记录。

另一家使用智能体来自动化业务流程的公司是金融服务和技术公司SS&C，该公司从其20000个客户那里接收各种格式的文档，包括电子邮件和PDF，该公司的高级常务董事兼自动化负责人Brian Halpin说。

SS&C需要每月处理数百万份文档，并且该公司有20个使用场景让智能体与文档进行交互。

该系统于2024年中期投入生产，并在11月处理了50000份文档，而且将继续增加处理量。

使用传统自动化时，人类几乎必须查看每一份文档，但使用智能体时，自动化的比例在90%以上，只有一小部分文档需要人工审查。

生成报告

撰写文本和创建图像是GenAI的最初两个流行应用场景。现在，智能体可以加速内容创作过程。例如，安永在其第三方风险管理服务中使用智能体。

安永的主管Sinclair Schuller表示，“你雇佣我们来评估你引入的某个供应商，我们的风险评估师会进行这项工作，在一个供应商上花费长达50小时，仔细审查合同和其他文档以产生一份指出我们观察到的风险的报告。”

这就是过去的方式，直到GenAI出现。现在，人类专家可以增强由AI生成的报告。

“现在我们可以将所有合同和公开文档输入AI，它可以在几分钟内而不是几天内生成一份具有极高准确性和细节的报告，AI加上人类专业知识是对质量的极大提升。”

现在，随着智能体的出现，这个过程再次发生了变化。安永将发布一个由智能体驱动的过程版本，以评估供应商。“这将是对供应商的持续监控，这在以前是不可能的。”Schuller说。

“智能体不仅仅是关于优化应用场景，真正的价值在于市场的扩张和收入机会的增加。”

人力资源和员工支持

智能体的另一个相对低风险、高价值的应用场景是回答员工问题并代表他们处理简单任务。事实上，1月份IBM的一项关于GenAI发展的调查得出结论，43%的公司使用智能体进行人力资源工作。

例如，全球数据服务公司Indicium在2024年中期开始部署智能体，当时这项技术开始成熟。

“你会开始看到现成的应用程序——既有开源的也有专有的——这使得构建它们变得更加容易。”该公司的首席数据官Daniel Avancini说。

这些智能体被用于使人力资源的工作更加轻松，包括内部知识检索、标记和文档记录等任务，以及其他业务流程。

每个智能体都像一个微服务，专门处理一件特定的事情，而且它们都在一个多智能体系统中相互通信。

而且这些基于提示的对话可能会变得很奇特，棘手的是，GenAI可能会产生幻觉和所有其他问题，所以需要对模型进行大量调整，以确保它们不会做错事或访问错误的信息。

从积极的一面来看，智能体可以自主处理大量问题，从而创造另一个业务好处。“而且我们正在发现一些没有正确记录的东西，所以它帮助我们改进了流程。”Avancini补充道。

商业智能

智能体将在商业智能领域产生重大影响的另一个领域。尽管商业智能仪表板相对容易使用，但获得超出标准类别的见解往往需要数据团队的工作来提取，AI驱动的商业智能供应商Zenlytic的联合创始人兼CEO Ryan Janssen说。

与商业智能解决方案配对的智能体可以让更多员工访问有用的分析。例如，商业智能的智能体可以为营销团队提供关于在哪里花费预算的建议，或者根据在餐巾纸上绘制的示例创建图表。

理解语音输入的智能体可以根据诸如“我们排名前三的营销渠道是什么?”之类的口语化问题生成商业数据见解。

“这是一个非常自然的问题，但它是模糊的，”Janssen说，“你不能与聊天机器人做的是澄清这个模糊的问题。构建良好的智能体在遇到这种情况时会说，‘哦，等等，这个问题是模糊的;我需要使用一个工具来解决这个问题。’”

许多企业才刚刚开始他们的智能体式AI之旅，还有数百个应用场景有待发现，Janssen补充道。编码智能体是一个早期应用场景，因为编程是细节驱动且耗时的，但现在编码爱好者正在使用编码助手构建应用程序。

“它们最适合应用的地方是当你有大量枯燥、耗时或需要大量注意力的工作时。”Janssen说。

当数十个智能体被串联和企业起来时，企业将看到新的突破。

“我们还没有触及到智能体所能做的表面，”他说，“我们不知道一个企业将会是什么样子，它们应该如何互动，以及应该如何治理，但我毫不怀疑，在接下来的几年里，我们将弄清楚这些问题。”

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。