2024-08-12-麦肯锡-为什么代理是生成式人工智能的下一个前沿（英）_8页_424kb

生成式AI中智能体的潜力与挑战

生成式AI正从主要提供信息转向执行行动，代表着一个重大转变。基于基础模型的智能体能够像虚拟同事一样，完成复杂工作流，有望提升生产力与创新。

智能体的核心价值

• 适应性和自动化：能够理解自然语言指令，适应新场景（即使是未预料的），自动化处理复杂且输入输出多变的传统难以应对的工作流程。
• 简化开发：相比传统的、基于规则的系统，更易编码，可能让非技术人员也能参与构建，降低门槛。
• 系统集成：能与现有数字工具平台协作，无需像开发专用工具那样深入编写代码即可调用和传递信息。
• 去中心化决策：多个代理协同工作，分工合作，利用各自的专业知识完成复杂任务。

潜在应用场景：

• 贷款风控：虚拟团队协作完成风险评估，缩短报告撰写时间达20-60%，整合多系统数据和信息。
• 系统现代化：自动解析旧代码，重构文档，模拟QA流程保障质量。
• 营销自动化：智能体整合市场研究，生成多模态内容，监控反馈。

现实应用准备

企业需要为“智能体时代”做好准备：

• 知识捕获与编码：将知识转化为可执行流程，指导智能体学习。
• 技术规划：梳理数据与IT系统，保证智能体能有效连接外部环境。
• 人类监督与控制：实施“人类在回路”机制，确保准确性与责任，并建立评估培训机制，防止潜在误用如hack或信息泄露。

风险考虑与未来展望

• 安全与权限：必须为智能体设立访问边界，防止滥用敏感数据和工具。
• 价值对齐：确保智能体行为符合企业价值观。
• 伦理与信任：避免过度揣测智能体拥有人格，防止人类过度依赖（anthropomorphism）。

总的来说，智能体技术虽处早期，具有巨大潜力，但也需谨慎部署，解决其复杂性和自主性的挑战，以释放其真正为工作带来新动力的能力。