AI Agent+to B,下一个入口级平台机会( 三 )


AI Agent+to B,下一个入口级平台机会

文章插图
“智能就是一种生产力 。”周健称 。
依靠这种逻辑,澜码构建了Agent平台“Ask XBot”,平台分两层:第一层是专家赋能,专家通过拖、拉、拽以及对话交互的方式定义工作流程,教给机器,从而协助一线员工构建更高效工作的方法论;第二层是员工使用Agent,一线员工可以通过自然语言和Agent沟通并下达指令,让Agent协助完成数据分析、资料调取等工作 。
“我们想把澜码打造成一个兼具通用性和易用性的平台,把这些API和Agent做好管理,让Agent包装不同的API , 不同模型的Agent能够在上面更好地协作,让它们可以在平台上更有效率、更智能地服务好客户 。 ”周健说道 。目前 , 澜码除了有针对应用调取等场景的Text To Action(文-功能)功能,还在针对数据分析场景打造Text To SQL(文-数据库)、Text To Chart(文-图标)等功能 。
3.挑战与未来和澜码一样,更多国内外正在积极加入到这场Agent建设潮中 。
美国大语言模型明星创业公司Inflection AI也准备加入其中 。据透露其正在开发一款私人助理,可以充当导师,以及处理在旅行过程中的行程预定、航班积分、酒店预定等任务 。今年6月,Inflection AI的估值就达到40亿美元,累计融资额15.25亿美元,在基础大模型公司中仅次于OpenAI 。
此前,亚马逊云科技也宣布了Amazon Bedrock Agents新功能,它可以把开发、部署和管理多个Agent的能力打包集成在一起,开发者只需要几次点击,就可以构建Agent应用 。此举大大降低了Agent应用的开发门槛 。可以预见,接下来,更多云服务也将在这个方向发力 。
如火如荼的机会背后,现实的挑战和不确定因素也在逐步显现 。技术层面 , 由于Agent面临的是更复杂的环境和交互 , 需要担任“大脑”的大语言模型在多模态能力上有所突破,才能更好地理解问题并解决问题;另一方面,由于物理世界的信息是多维度且动态的,Agent与物理世界的信息交互将会存在巨大的挑战 。
此外,在to B领域,Agent也会面临一些现实难题 。安全性首当其中 。“尤其在to B领域,不同客户对数据安全和隐私保护的要求存在差异 , Agent公司需要考虑保障数据的合规性,以便在符合法律法规的前提下使用相关数据 。”周健告诉「甲子光年」 。
数据层 , 如何按照大型模型友好的方式对其进行记录和整理也是一个关键难题 。“现有的数据并非都适合大型模型处理,在处理各种半结构化和非结构化数据:如简历、邮件、微信聊天记录以及视频直播等数据的过程中 , 需要按照大型模型友好的方式对其进行记录和整理,才能真正的构建数据闭环 , 让Agent打穿场景 。”周健提到 。这意味着,对于企业而言,也需要即时记录各类数据,避免关键业务信息缺失对决策结果的影响 。
“这些是难点,也是可以构建壁垒的地方 。”周健说 。
他认为,安全可靠、数据闭环,和基于这些产品形成的数据飞轮才是Agent公司的护城河 。“数据是核心的竞争维度 。数据有很多维度,互联网上的很多行为数据,企业内部专家的知识数据,企业自身业务闭环之后产生的决策数据,这些组合在一起,才是Agent发挥最大价值的地方 。”
“Agent就像布满太阳能的电板 , 把这些数据能量源源不断的吸收进来,沉淀到企业内部,形成可以复用的方法论和资产 , 从而大幅提高企业的效能 。”周健谈到 。
现阶段,澜码的重点是:持续构建标杆客户、通用性、易用性这三个x、y、z能力轴 。“前期必然围绕标杆客户与产品通用性去打造,之后从提升毛利的必要性出发,再去提升易用性 。”目前澜码已经跑通了很多场景,与金山办公、特赞、轻流、优云服等厂商达成了合作 。头部猎头公司和某软件外包上市企业是眼下的重要用户 。
“未来,我相信会形成一个类似于滴滴或美团的企业大脑,能够与企业内所有员工进行互动 。这将使过去线性、僵化的自动化流程转变为基于数据和行为经验的决策流程 。”周健说 。
Agent正在构建全新的软件可能,一种全新的人与机器的关系也拉开了帷幕 。




推荐阅读