什么是 AI 代理？
如今，AI 代理无处不在，有望实现最高的效率和无尽的生产力。但他们真正能完成什么呢？
似乎每天都有关于科技行业重大突破的故事。最近，其中许多故事都集中在一个新的发展上：AI 代理。它们是不断增长的技术堆栈中的最新成员，一些专家真的认为这项技术将成为改变世界的技术。你可以忘记上一项本应改变世界的技术，现在是这项技术。
但是什么是 AI 代理，它们能做什么，它们夺走您工作的几率有多大？
什么是 AI 代理？
“AI 代理”是一个新术语，但它描述了一个已经存在多年的概念。人工智能代理是一种可以自主为用户完成任务的技术形式。通过机器学习和大型语言模型对大量数据进行训练，他们可以响应命令、做出决策并在出现提示时实现特定目标。有些人非常聪明，他们甚至不需要提示即可完成分配的任务。从某种程度上说，他们是世界上最杰出的管家。
AI 代理的五种类型是什么？
根据您查看的位置，您可能会看到有五七种（或更多）类型的 AI 代理。实际上，大多数代理都属于其中的几个类别，因此对这些描述持保留态度很重要。为简单起见，我们将坚持使用“五大”。
简单反射剂： 这些代理条件是对其环境中的事物做出反应，但不够复杂，无法学习或适应这些变化。他们行动，然后反应，但别的不多。
基于模型的反射代理： 这些是比简单的反射代理高出一步。他们可以响应环境中的变化或事件，还可以跟踪这些变化，将它们存储为数据并从中学习以处理更复杂的决策。
基于目标的代理： 顾名思义，这些代理是为实现目标而开发的。他们将采取具体步骤来接触他们，并可以评估这些步骤的结果，以了解哪些步骤将使他们能够实现给定的目标，这意味着他们比反射性代理更有能力确定优先级和适应。
基于实用程序的代理： 这些代理不仅朝着目标努力，他们还通过使用权衡利弊的系统来决定哪个目标最有用。智能恒温器是基于实用程序的代理：它们可以根据用户的喜好、一天中的时间或其他一些标准列表来决定是否优先考虑节省能源或保持家庭舒适。这使它们非常适合管理资源或平衡不同需求等任务。
学习代理： 所有 AI 代理中最先进的，它们能够通过经验进行自我优化。他们可以从过去的数据中学习并适应新的环境，从而能够解决多步骤问题，使它们与同类产品区分开来，并使其成为执行复杂任务的多功能工具。
不过，这种分类法并不严格。有些代理适合上述多个类别。以自动驾驶汽车为例。他们是基于目标的，因为他们的目的是将骑手安全地从一个地方运送到另一个地方，但他们也是基于实用程序的，因为他们的目标是以最有效的方式完成任务，从过去的骑行中学习以了解如何避免交通或通行费。
AI 代理有什么作用？
作为自主系统，AI 代理可以做的事情几乎是无限的，它们的功能范围很广。您已经知道他们可以开车和作机器人吸尘器。AI 代理也是您在在线国际象棋游戏中可能与之对战的“计算机”;它们是你手机或家里的 Siri 和 Alexa;他们是机器人在工厂车间里闲逛;它们像自动门一样简单，像手术机器人一样复杂。
为了说明当今的 AI 功能与 AI 代理的假定功能之间的区别，请考虑预订餐厅。五年前，它是这样的：在某个社区搜索以特定价格提供某种美食的餐厅，找到一家，通过电话或通过在线预订网站或应用程序请求预订，然后如果所选餐厅没有空位，则重复最后两个步骤。现在，您可以通过要求 AI 聊天机器人来识别符合这些相同参数的所有餐厅来缩短流程。您仍然需要通过致电或使用应用程序自己进行预订，但过程更快。不过，使用 AI 代理，您只需提供一个初始指令，它就会为您完成所有工作，从研究餐厅到确定匹配项再到预订。
这里涉及很多事情：筛选餐厅位置和菜单，确定潜在的匹配项并尝试预订时间，遇到缺乏可用性的可能性并了解这个障碍，然后再次返回任务以找到匹配项。这种程度的自主性、代理性和自动化可能是 AI 代理所具备的。
谁在构建 AI 代理？
简而言之，今天的 AI 代理大多是由我们经常听到的大型 AI 公司构建的。Microsoft 的 Copilot 已经具备了一些代理功能，就在最近，OpenAI 推出了它的第一个代理 Operator。一些非 AI 公司也制作了自己的公司，包括 Workday 和 Salesforce。但是，企业不仅向用户提供这些工具，而且使他们能够构建自己的工具，这是一个日益增长的趋势。
例如，Dassault Systèmes 的合作伙伴 Mistral AI 有一个平台，用户可以在其中创建自己的 AI 代理。Google 的 Vertex 也提供了此功能。就像 ChatGPT 具有允许用户轻松创建自己的聊天机器人的个人迭代的功能一样，Mistral 通过代理实现了这一点。我们正在走向一个世界，在这个世界里，您可能有一个为您的工作定制的代理，以及一个（或两个或 10 个）用于在办公室外处理个人事务的代理。科技公司正在采取具体措施，不仅将这些工具交到开发人员手中，而且将这些工具交到普通 Joe 和 Jane 手中。事实证明，我们都是技术专家。
AI 代理对员工意味着什么？
确实，AI 代理可以消除工作人员完成自动化任务的一些需求。AI 系统不仅可以处理基本功能。它们可以执行预测性维护，降低机器故障的风险，从而降低运营成本。他们只需单击一个按钮即可编写整个博客（就像这个，但实际上不是这个）。他们可以成为整个企业和行业的支柱，从制造业到医疗保健再到营销等等。
但与此同时，我们都注意到了这一点AI 远非完美.人工智能可以做很多事情，但不能单独做。
“AI 技术应该是辅助性的，而不是自主的，”Marketing AI Institute 首席执行官 Paul Roezter 在最近的网络研讨会上解释说。“我们相信人类对所有决策和行动负责，随着 AI 代理成为一种更可行的技术，这一点变得非常重要，”他补充道。
当然，AI 代理会对劳动力产生一些影响。在某些行业中，代理的能力确实可能是革命性的，以前所未有的方式优化和实现。让我们简要考虑一下它们对两个主要行业意味着什么：制造业和医疗保健。
制造业中的 AI
使用 AI 代理，供应链管理，可以变得更加敏捷。
“一个庞大而复杂的供应链可能包含数十亿种用于优化决策的可能组合，而传统方法无法有效地保持步伐，”达索系统消费行业全球营销总监 Brian Carboni 解释道。当今工厂的变量和活动部件的数量使它们极易受到人为错误的影响，这也使它们成为 AI 的重要机会。
Carboni 对未来供应链和工厂的愿景是技术驱动的。“他们将拥有先进的机器人技术、6G 连接和 AI 驱动的维护，所有这些都通过虚拟孪生技术得到增强，”他说。他的想法可能恰到好处，因为制造业已经开始采用 AI。在这样的情况下，我们可能会看到工人技能的转变：曾经作机器的工人现在需要提高技能并接受培训，以了解如何管理为机器提供动力的技术。这并不意味着解雇整个团队——一大群了解公司内部运作和细节的人——而是让这些团队能够适应新的规范。
在此类场景中需要记住的重要一点是，即使将技术注入工作场所，人类工作者仍然是必不可少的。授权 AI 代理根据历史数据即时做出决策可能对企业具有巨大的潜力。但这并不意味着替换实际工作程序.人机协同现在是、过去和将来都是任何 AI 支持流程中极其重要的组成部分。
医疗保健领域的 AI
尽管将技术整合到医疗保健中存在一些阻力，但该领域对人工智能的需求在各个层面都变得越来越明显。美国国立卫生研究院早在 2016 年就发现，医生过度陷入文书工作，减少了他们可以为患者提供护理的时间。美国家庭医生协会 2024 年的一项调查证实了这些发现，该调查发现超过 80% 的医生发现完成文书工作所需的时间阻碍了他们提供医疗服务的能力。
显然，人工智能在该领域有一个用例。提供一种支持文书工作自动化的解决方案将使医生能够将更多时间花在他们受过培训的工作上：提供医疗服务。在患者方面，也有一个。考虑以下情况：患者在检查或作后完成随访问卷，注意到异常症状。由于日程繁忙，医生稍后进行审查，冒着延误的风险可能会使病情恶化。使用支持 AI 的表单，对问题的异常回答将触发对医生的即时警报，从而实现快速干预。对于患者来说，这样的系统将创建一个远远超出现在可用的护理标准;对于医生来说，它将实现可以挽救生命的医疗供应，以及有效实现医疗保健转型.它也不会取代任何工作，而是使现有的工作更容易完成。
在更大范围内，医疗保健领域的 AI 代理还可以实现更快速的临床试验，从而加快药物开发和部署的步伐。
“构建临床试验有很多活动部分，”在 MEDIDATA 从事 AI 代理工作的数据科学家 Jeremy Mann 解释说。有堆积如山的文书工作和协议来确定试验的各个方面，AI 代理既可以节省时间，也可以从原本需要手动的工作中解脱出来。
“在这样的情况下，代理人需要询问有关协议的问题，”Mann 解释说，并指出对于每个协议，问题、字段和表格都需要针对具体情况。“您希望让代理能够搜索历史表单和字段并对其进行评估，了解它们的适当程度以及它们的使用适宜程度，然后相应地编辑它们。”
代理人不仅需要知道如何创建表格或方案，还需要能够从过去的例子中学习，了解新试验的限制和条件，采取适当的行动来解决这些差异，甚至提出澄清问题。授权工具执行此作可以显著减少开始构建试验过程所需的时间支出。这个过程越快，有需要的患者就越快获得挽救生命的药物和疗法。
以人为本、AI 驱动的未来
AI 代理代表了现代劳动力的重大突破和挑战。凭借自动化任务、适应复杂需求和跨行业提高效率的能力，他们已经开始重塑工作方式。从优化制造业的供应链到简化医疗保健的管理负担，这些代理正在推动前所未有的创新和生产力。
然而，他们的崛起并不意味着人类工人的取代，而是角色的转变。Gartner 最近的研究结果表明，即使在 2028 年，也只有 15% 的工作决策将由代理 AI 做出，这消除了对这项技术严重颠覆劳动力市场的一些担忧。员工需要提升技能，适应新技术，同时利用他们独特的人类能力——批判性思维、创造力、情商和道德判断力。人类监督仍然至关重要，确保问责制并指导 AI 系统的发展。
未来不是人工智能与人类的较量;而是 AI 和人类一起工作。通过培养优先考虑协作的平衡方法，我们可以充分利用 AI 代理的优势，为行业赋能，同时保持人情味不可或缺的价值。
