工作的未来是智能体

核心观点与关键数据

• AI 代理的兴起： McKinsey 高级合伙人 Jorge Amar 认为，AI 代理（agentic AI）正在快速发展，将与传统人类员工共同构成未来的工作环境。与生成式 AI 不同，AI 代理能够感知现实、做出判断并执行任务，从而实现端到端的工作流程。
• AI 代理的应用案例： 目前，AI 代理已在多个领域得到应用，包括 IT 帮助台、软件开发、客户服务、人才招聘、员工培训等。例如，一些公司已使用 AI 代理进行初步候选人筛选，甚至模拟客户进行员工培训。
• AI 对工作的影响： 根据 Microsoft 的 Work Trend Index 年度报告，三分之一的首席执行官考虑在未来 12 到 18 个月内使用 AI 减少员工数量，而近 50% 的人则考虑使用 AI 作为数字劳动力来提高生产力。AI 代理可以帮助企业实现更高的生产力，并创造新的工作流程和客户体验。
• AI 代理的创建与管理： 创建 AI 代理需要商业部门的明确需求、IT 或 AI 部门的开发或采购、内容专家的数据准备以及提示工程技能。管理 AI 代理需要 IT 部门提供基础技术支持，而 HR 部门则需要推动业务变革管理，并帮助员工适应与 AI 代理协同工作的新环境。

研究结论

• AI 代理的未来： 虽然 AI 代理的应用仍处于早期阶段，但预计在未来 18 到 24 个月内将实现大规模部署。企业需要积极准备，包括建立技术基础、解决风险和成本问题，以及进行变革管理。
• 对员工的建议： 对于即将进入职场的新一代员工，建议他们关注提示工程、内容生成等新兴技能，并培养同理心和人际交往能力，因为这些技能将在 AI 代理时代更具价值。
• 企业文化的融合： 企业在引入 AI 代理时，需要确保其与公司价值观和文化相一致，特别是在客户服务和员工互动方面。企业可以先从面向员工的 AI 代理开始试点，逐步扩展到面向客户的 AI 代理。

关键挑战

• 员工接受度： 许多员工对与 AI 代理协同工作存在疑虑，特别是那些拥有多年工作经验的员工。企业需要进行有效的变革管理，帮助员工理解 AI 代理的价值，并建立信任关系。
• 数据与风险： AI 代理的性能依赖于高质量的数据，而数据安全和隐私保护也是重要的挑战。企业需要建立完善的数据治理体系，并采取措施防范 AI 代理可能带来的风险，例如偏差、幻觉等。
• 成本与用户体验： 开发和维护 AI 代理需要一定的成本，而用户体验也是影响 AI 代理 adoption 的关键因素。企业需要在成本和用户体验之间找到平衡点。