自ChatGPT推出以来，已近两年时间，我们开始看到GenAI的潜力。在Elements.cloud，我们立即拥抱了这一技术，并将AI融入了我们核心运营的各个方面——从产品管理和营销到业务优化、IT和财务。我们还审视了Elements.cloud平台的各个方面，并集成了AI，以提高用户的生产力。
然而，真正令人瞩目的是它所引发的文化变革。我们的团队没有以怀疑或犹豫的态度对待AI，而是以好奇和创新的心态去拥抱它，提出“为什么不呢?”或“如果我们试试这个会怎样?”我们营造了一个鼓励实验、视失败为成功垫脚石、并理解有意义的结果需要时间的环境。
在过去的一年里，我们看到了智能体在推动下一波AI浪潮中的潜力，但这是一项巨大的工程。现在我们看到，像Salesforce的Agentforce这样的平台让智能体的实施变得可行。虽然还处于早期阶段，但我们已经实施了能够执行重复、枯燥、复杂任务的智能体，这解放了人们，让他们能够从事更有价值、更有效的工作。
首先，我们来定义一下我们所说的AI智能体是什么，以及它与机器人或你与ChatGPT的对话有何不同。最新的机器人能够理解自然语言，但它们的行为是由预定义的决策树决定的，而AI智能体则配备有数据、自动化工作流程和护栏(guardrails)，告诉它何时将任务交给人类，它能够理解自然语言请求，然后计划使用哪些资源来交付结果。
AI智能体的潜力仍在涌现，但当为明确的用例精心设计时，它们可以彻底改变用户体验。例如，一个AI智能体可以处理产品退货。通过了解产品、客户和相关政策，智能体可以处理退货、换货或保修索赔。
这个AI智能体并不是神奇地变成了一个支持代理，它是在一个明确的范围内，执行一个人类原本会执行的定义清晰的过程，其强大之处在于，用户可以用自己的语言提问，而AI智能体会解释这些问题，并根据其被赋予的能力决定可以采取哪些行动。
这意味着AI智能体需要基于“待完成的任务”(Jobs to be Done, JTBD)来设计。最好的方法是为AI智能体绘制一个UPN(统一过程表示法，此处为假设的命名，实际中可能使用其他命名或方法)过程图，这将明确范围和预期结果，还将确定回交给人类的交接点。在构建我们自己的AI智能体时，我们意识到，你需要比人类执行该过程时更详细地思考整个过程。AI智能体没有公司/上下文的常识，它只知道你告诉它的内容，你需要更明确地规定规则和护栏。
AI可以使用过程图来构建AI智能体——编写指令并构建动作——这些都与过程图一起存储，这使得所有内容都可以进行版本控制，这很重要，因为为了让AI智能体按预期执行，将需要进行大量的迭代，这是因为构建AI智能体实际上是“使用自然语言编程”，这会引入所有潜在的模糊性。部分原因是，我们仍在学习如何构建AI智能体。随着时间的推移，将会有明确定义的设计模式和预构建的AI智能体模板，使得快速构建高性能智能体变得更容易。
我们确定的一些成功因素包括：
- 欲速则不达。如果你有成熟的实施方法、过程驱动的变革、数据治理和元数据管理，你将更快地交付结果。即使你的企业感觉还没有准备好实施AI智能体，那么现在也是开始实践这些最佳实践的时候了。
- 一切从过程开始。使用UPN过程图就这些过程达成共识，详细到足以让你使用指令和动作来设计AI智能体。跳过这一步，通过反复试验和迭代来得到一个可接受的AI智能体，将花费更多时间，打击你的信心，并导致你失去高层的支持。
- 从小处着手，放眼大局。构建AI智能体将是一个迭代的过程。专注于范围狭窄的用例来积累经验，然后，随着信心的增强，扩展AI智能体的能力。你从第一个AI智能体中学到的东西与ROI一样重要。
- 采用可重复的方法。为企业大规模构建AI智能体就像任何其他技术驱动的变革一样，它需要一种经过验证、可重复的方法，这使得AI智能体能够快速交付，满足真正的业务需求，并具有所需水平的治理。记住，AI智能体是你的品牌大使。
- AI智能体可以帮助构建AI智能体。我们设计了一个可重复的实施周期，这种标准化使我们能够构建能够加速实施周期的AI智能体。AI智能体可以构建初稿，但你的专业知识仍然至关重要。
- 启用工具。对于任何大规模的变革，你都需要一个平台来帮助管理。AI智能体需要被规划、设计、构建、训练、部署和监控。由于它们会重用数据和功能，因此它们还需要被集成到你的核心系统中。
AI智能体可能会像20多年前从本地部署转向云端一样，对应用程序的交付及其底层商业模式产生颠覆性影响。那些已经具备良好基础的企业——拥有清晰理解的过程、强大的数据治理和有效的元数据管理——将处于最有利的地位。
但他们需要倾身投入，探索可能性的艺术。任何企业都不能以合规、数据质量或风险为借口而置身事外。未来的赢家已经起步，他们正在试点、实验和学习。他们正在加速前进，而那些可能永远也赶不上的人将被甩在后面。
