AI Agent现状：为何企业落地AI应用这么难

文摘科技 2024-10-17 07:01 广东

我建了一个AI交流群，由于群已超200人，请在公众号回复“AI应用”，加群主VX，再入群，谢谢！

本文深入探讨了企业AI应用场景中一个显著问题：为何大模型应用未能充分激发用户的实施意愿，显得相对平淡无奇。核心原因在于，当前文本相关应用所提供的智能增值有限，难以满足用户的高期望。具体而言，用户往往需要高频且高准确率的LLM调用，或是具备深厚领域知识的工作流/专家知识支持，方能感受到显著的价值提升。

用户需求的深度剖析

在人与陌生人的交往中，若能获得良好体验，往往会促成持续互动。这一逻辑同样适用于用户与智能体（Agent）的互动。用户期望从智能体那里获得的核心价值，可归结为以下几点：

情绪价值：虽非企业应用核心，但情感交流的良好体验能提升用户满意度。
信息传递：满足用户的基本信息需求，类似智能搜索的功能。
领域专业知识：专家级解答或解决方案，直接针对用户的具体问题。
灵活应变：智能体能够根据对话内容灵活调整策略，提供创新思路。

在企业场景中，情绪价值并非首要考量，信息传递则更多依赖于技术实现。因此，关键在于智能体能否提供基于领域知识的有效工作流或直接解决方案，以及是否具备通过大量计算优化决策的能力。

AI应用的现状与挑战

当前的AI应用，如智能检索，通过并行处理信息，快速过滤并交付结果，满足了基础的信息传递需求。但在需要多步推理和复杂决策的场景中，AI虽能探索多种方案，但如何确保选出的方案最优，仍是一大挑战。

中基层管理者作为业务领域的核心力量，其决策往往依赖于丰富的经验和直觉。因此，他们对AI的信任度较低，对新技术持谨慎态度。这种信任障碍直接影响了AI在企业中的推广和应用。

专家知识提取的难题

为提升AI应用的实用性和价值，提取并固化领域专家的知识至关重要。然而，这一过程却面临着诸多难题：

专家意愿：许多专家出于保护自身地位或避免竞争加剧的考虑，不愿轻易传授核心知识。
传授成本：专家与知识工作流构建者之间的沟通障碍，以及专家时间有限且成本高昂，都增加了传授难度。
知识输出形式：部分知识难以通过文字或量化形式表达，如动作、绘画、气味等模糊感知，这增加了建模与学习的复杂性。
新流程构建：除了传授已有流程外，如何依托新方案构建合适的新流程，需要跨界能力，进一步增加了难度。
技术局限：当前技术尚不能完全满足流程重设计的需求，特别是在创新流程构建方面存在瓶颈。

结论与展望

企业在推进AI应用时，需直面用户的高期望与当前技术能力的差距。提升AI应用的实用性和价值，关键在于有效提取并固化领域专家的知识，形成可复用的工作流。同时，应关注中基层管理者的心理需求，通过培训、案例分享等方式增强其对AI的信任度。未来，随着技术的不断进步和应用的深入拓展，AI有望在企业中发挥更加重要的作用，为企业带来更大的价值提升。