江苏龙网

  1. 主页 > 生活百科 > >

AI Agent+to B，下一个入口级平台机会( 二 )

AI Agent


如果大语言模型的Copilot是“副驾驶” ， 那自主拆解并执行任务的Agent可以称为“自动驾驶”，用户只需要上车告诉它目的地 。“Copilot模式强调一个人在完成整个业务流程的过程中，每一步都可以获得AI辅助 。这种模式的实用性非常强，可以用来生成面试问题、评估回答等 。Agent比Copilot模式更具自主性 ， 在接到人提出的目标后，可以自行计划并完成任务，还有可能去探索周围环境 。”澜码科技CEO周健告诉「甲子光年」 。
“当前我们主要在信息系统环境中使用AI ， 未来Agent可以和机器人融合，具有物理感知能力之后，就可以探索整个物质世界 。”周健说 。这种情况下 ， Agent与人类成为了亲密无间的伙伴，而不仅仅只是为人类服务的工具，人类也需要和Agent合作 ， 做各种决策 。
周健相信Agent背后大语言模型技术带来的是一场全新的大机会：“就像斯坦福大学做的25个智能体的小村庄那样，这种业务模式可以迁移到很多场景，比如做教育培训 ， 机构可以在这样一个虚拟环境中进行职场培训，嵌入雇主打分功能，甚至还可以模拟创业环境 。”
周健曾担任弘玑Cyclone CTO以及依图的10号员工，并在Google、阿里和MediaV等企业具有10年工作经验 ， 主要从事分布式系统研发 。作为to B行业的老兵，他选择从自己擅长的领域入手，创立了澜码科技 ， 优先做专业场景下to B领域的Agent 。
他和「甲子光年」分享了他看到的机会：“一方面，B端企业会为了更高价值的工作流进行额外的准确率付费，另一方面，对于创业公司而言，服务围着公司和岗位走，而不是人本身，更容易塑造自身的壁垒 。”
“Agent平台有可能成为to B领域人机交互的入口级平台 。”周健说 。目前 ， 基于大语言模型，澜码研发了能够连接人和系统的企业级Agent平台“Ask XBot”，在Agent平台“Ask XBot”上 ， 员工可以用自然语言提出需求，调度Agent来完成任务，提升工作质量的同时降低了成本 。

AI Agent+to B，下一个入口级平台机会

文章插图
2.Agent：“自动化的自然终点”对于高喊着效率革命的to B领域而言 ， Agent的出现可能会掀起一轮新的生产力变革 。英伟达机器学习专家Bojan Tunguz把新一代的Agent称之为“自动化的自然终点”：“原则上，智能体可被用于自动化任何其他过程 。不难想象，一旦这些智能体变得高度精密、可靠，各个领域和行业的自动化程度将呈指数级增长 。”
【AI Agent+to B，下一个入口级平台机会】长久以来 ， “降本增效”一直是企业数字化、智能化的核心议题，这也是AI能在to B领域发挥关键作用的地方所在 。从过去十几年发展的历程来看，AI的功能越强 ， 覆盖的业务环节越多，闭环越完整，发挥的效能越大 。
大语言模型支撑的Agent让企业智能化效率往前走了一大步 。此前的自动化作业中 ， 闭环和智能化能力有限，也只能作业在局部的场景和环节，大多解决单点问题，Agent则可以在涵盖大量信息的不可预测的环境中工作，拓宽了智能化的范畴 。
“大语言模型带来的最大变化是半结构化或过程性的文档也能够被有效利用 。”周健说，“此前的自动化解决的是基层员工的工作效率问题，只能处理很多重复性的工作，大语言模型之后 ， Agent可以复刻专家能力，解决更多的工作质量问题 。”
比如，澜码招聘专家Agent基于大语言模型并充分学习了招聘专家知识，可以准确解析企业用人需求，并从各个渠道智能化、自动化的搜索人才 ， 完成基于职位需求的岗位推荐，从而协助HR/猎头在人才筛选工作中大幅提升工作质量和效率，成为了企业内部真正专业的一位数字员工 。“此前，HR需要根据企业实际用人需求，在人才库中，依靠固化的标签，寻找合适的人?。?整个过程耗时长且环节繁琐，HR一般很难快速找到符合预期的人选信息 。”周健提到 。
在周健看来，诸如此类的场景有很多 ， 对于企业而言，把专家知识通过技术手段赋能给Agent，让Agent具备相应的能力，就可以在企业的业务流程中，通过对话提供建议，从而显著提升业务质量和效率 。
“以猎头场景为例，过去很多销售线索和简历信息分散在个人手中，公司很难做集中的个性化信息匹配 。有了Agent之后，管理者就可以将信息沉淀在系统中，并通过简单的标签做个性化匹配，大大提升了销售效率 。”


推荐阅读


上一篇：RLHF何以成LLM训练关键？AI大牛盘点五款平替方案，详解Llama 2反馈机制升级

下一篇：掌握Linux系统调用接口：深入理解系统功能