AI组织变革｜ 智能体与人类协作的四种模式

企业讨论AI时，常常陷入两个极端：要不是AI 啥都能干——小龙虾无所不能，AI 消灭企业软件，要不就是怀疑甚至拒绝AI 的能力。实际上，在未来很长一段时间里，AI 转型驱动企业组织都将处于智能体和人类协作的状态，而ERP 等企业软件则是智能体和人类为了完成工作所使用的信息记录和信息传递的工具。

可能日抛的企业软件｜决策智能和供应链计划系统

再论AI不会消灭ERP

智能体的英文是Agent，也被翻译为“代理”，顾名思义就是代理人类完成某个工作的AI：智能体包含具有认知、推理、决策的思维能力，还具有使用工具、完成任务的执行能力。很大程度上，智能体不是替代完整的人，而是能够全部或部分地接管某个由人类执行的工作。

我在《AI 不替代人，也不消灭职位，只是任务自动化》《如何实施智动化 ｜ AI时代组织和流程的设计原则》《AI组织变革（二）｜AI 消灭中层经理是个愚蠢的想法》等文章中，都提出了AI 转型的组织设计的出发点是思考工作的人机分工，而现有组织工作（job）又可从粗到细拆解为流程（Process）、活动/任务（Activity/Task），因而流程管理可以说是企业AI 转型的基础。

那么对于一项工作，如何来确定人类和AI 的分工呢？我们可以用这个模型来设计，相应地，确定这项工作的AI技术架构——或者我这里称为“智能体模式”：

我们从两个维度来分析工作的“可智能化”特性：

第一个维度，AI有没有能力做 ？

主要从技术可行性上看，如果把工作交给AI，它的表现是否优于人类，或者至少达到可接受水平。通常取决于三个因素：

1. 技术可行性

任务是否具备结构化输入、明确输出、可被训练和验证。例如：

•      OCR识别发票

•      客服问答

•      合同文本摘要

•      图像分类

•      基于数据的预测

对于规则明确、数据量大的工作，天然适合AI。而一些信息残缺、依赖现场感知、高语境的工作，AI 则缺乏能力。

2. 准确率与稳定性

AI偶尔做对没有意义，如果考虑该项工作交给AI 做平均水平是否稳定，极端场景是否失控，错误成本是否可接受，比如推荐系统允许一定误差，但医疗诊断、金融风控、自动驾驶的容错率就低得多。

3. 规模化带来的效率提升

有些工作人也能做，但AI能以千倍速度完成。这类场景中，即使AI与人类单项任务的性能相当，但是如果在规模化场景下，AI也具备替代价值。例如：

•      批量审阅文本

•      大规模客服响应

•      实时监控异常数据

•      多语言翻译的内容生成

第二个维度，应不应该交给 AI做？

从管理、战略以及风险、伦理的角度来思考，有些工作即便AI能做，也不代表应该让它做主角。通常取决于六个因素：

1.监管风险：金融、医疗、政府、教育等行业，很多决策必须保留人类责任主体。不是AI做不到，而是制度不允许。

2. 品牌信任：有些行业卖的不只是结果，而是客户或者用户对结果的信任感，例如：管理咨询、私人银行、心理咨询、奢侈品服务，客户购买的是被高端专业人士服务的体验——或者说情绪价值，如果只是机器冷冰冰的输出，价值感会大打折扣。

3.伦理与安全：某些决策涉及生命、歧视、公平、隐私，例如招聘筛选、医疗建议、刑事判罚辅助、儿童教育内容，这些领域即使AI效率高，也必须谨慎。参见《AI伦理 ｜ 为什么我不看好AI面试》。

4.战略差异化：如果一家公司的核心竞争力，就是其人的判断力、创意能力、服务温度，那么过度使用AI化可能削弱自身优势。例如设计公司若全面用AI生成作品，可能失去精品设计的风格壁垒。

5.性价比和财务收益：很多AI 流程在概念验证阶段的演示能跑通，但是大规模应用的ROI 不明显，大量使用Token 的成本（参见《从API经济到Token经济：AI服务的商业模式》），和省了几个岗位的节降相比，性价比不高。

6. 文化偏好：有些社会天然接受智能化、自动化，有些社会更强调人与人的互动。

这两个维度组合，形成四种智能体模式：

1. AI主导型

由AI 负责执行端到端的流程，人类负责监督，较少甚至不介入流程（human-on-the-loop 或者human-out-of-the-loop），适合高频、标准化、规模化任务。例如：

•      智能客服

•      广告投放优化

•      风险监控

•      物流自动调度

2. AI辅助型

AI执行能力强，但由于流程最终责任仍在人，因而AI 主要起到辅助提效作用，人类仍在流程闭环中发挥作用，称为人在闭环（human-in-the-loop）。例如：

•      医生看片+ AI辅助诊断

•      律师审合同+ AI初筛

•      投资经理+ AI研究助手

3.人类主导型

AI暂时还做不好或人类交互体验更重要，因而这类流程几乎没有AI 介入，主要是人和人的协作，可以用数字化协同平台及工作流自动化来提升人类协作效率。例如：

•      高端销售和商务谈判

•      创意领导

•      员工辅导

•      战略管理

4. 人类辅助型

AI具备了较强的事务处理能力，但是需要人类进行支持，来进行任务编排，或者介入某些活动环节。AI快速试错，低成本学习，人类支持AI 来迭代工作。例如：

•      企业内部知识助手

•      自动会议纪要

•      智能体式流程编排（Agentic Orchestration），我们称为智动化，参见《智动化｜业务流程变成L4级智驾》

今天，很多企业在引进AI 时的认知误区是分不清“能做”还是“该做”，或者把“能做”和“该做”混为一谈，例如认为AI能写文案，于是品牌部就裁人；或者AI能分析简历，于是人力资源部就不要面试了。短期看似乎带来降本增效的可能，长期可能损害客户体验、品牌信任以及组织核心能力。

企业最危险的不是不用AI，而是错误使用AI。真正的AI战略，不是替代人，而是重构分工；优秀企业会问：

•      哪些决策必须由人做？

•      哪些流程让AI 去执行？

•      哪些岗位变成人机协同？

•      哪些体验必须保留真人温度？