去年 11 月， OpenAI 发布 AI Agent 初级形态产品 GPTs，让人看到智能体的应用前景。谷歌、亚马逊在该领域也有所涉猎。比尔盖茨更是认为 AI Agent 是 AI 的未来，并预言不久的将来，所有人都将拥有专属 AI 助理。
为了更好地理解智能体的落地前景，全球领先的风险投资和私募股权公司Insight Partners进行了多个行业的调研，并发布一篇深入的分析报告，旨在探索 AI Agent 与传统自动化平台的差异，以及AI Agent当下落地情况。
核心观点指出，AI Agent 和大型语言模型（LLM）的融合正在推动自动化向更智能、更高效的方向发展。报告强调了人机交互在部署生成性 AI 解决方案中的重要性，并提出了自动化部署应采取渐进式策略，从简单任务开始，逐步过渡到复杂工作流程。
以下是原文翻译。
/ 01 / 自动化领域发展的趋势预测
1.从消费者到知识工作者,每个人都将拥有自己的 AI 助手。这将重新定义垂直应用、自动化平台和 IT 服务之间的传统边界,为企业家创造变革性的市场机会。AI 助手将以不同形式出现,从现有平台的辅助工具,到内嵌 AI 的应用,再到各种形态的 AI 智能体 (AI Agent)。
2.人机协作是部署生成式 AI 解决方案的核心。目前大多数应用场景都处于实验或早期生产阶段,侧重于建议和辅助型工作流程。LLMs 还不具备可靠的规划和推理能力,记忆和上下文理解等领域仍在研究中。在自动化平台上,确定性执行至关重要,LLMs 被用于"设计期"的特定任务,而非"运行期"。
3.自动化是一个被低估的难题。从业者正将 AI 加入他们的解决方案和专业经验,以提升平台效率和用户体验。顶尖的 LLM 提供商正在加入智能体建模、协作和工具访问功能,让用户能快速构建 AI 智能体 (如 GPT 系列)。有望突破的新兴企业需要利用独特的数据集和简洁的用户体验,提供差异化的客户价值,重塑工作流程。
4.内置 AI 的自动化部署将采取"从简单到复杂"的渐进方式,从简单任务开始,逐步过渡到复杂工作流。关键是持续尝试智能体,了解 AI 功能在哪些地方真正创造价值,并确保在数据、工具和运行时等方面搭建合适的"脚手架",使其成为自动化架构的一部分。随着 AI 模型能力的增强,可以逐步扩大 AI 功能的应用范围。
5.代码生成已成为开发基于生成式 AI (GenAI) 应用和 Agent 自动化平台的关键要素。代码兼具文本形式和明确性能指标两大特性,是 LLM 的理想功能。编程辅助工具的初版已经广泛部署,我们看到更成熟的 AI 驱动开发平台正在涌现。代码生成型 LLMs 将在智能体架构中扮演关键角色。
/ 02 / 自动化平台的演变
自动化是人类不断努力的事业。每个知识工作者都熟悉这个不起眼的「宏」——一组重复命令的快捷方式，可以额外提高生产力。
早期的自动化工作主要集中在报价到现金、薪资等工作流程上，工程师编写定制代码，将这些受静态规则和定义控制的工作流程拼接在一起。这些脆弱的早期方法推动了第一代自动化平台的开发，例如：
机器人流程自动化 (RPA) 平台在自动化重复性手动任务方面提供了最大价值。它们结合了预定义工作流程库和低代码/无代码平台，帮助用户构建自己的剧本。RPA 平台已逐步纳入 AI/ML 模型以扩展其功能。
像 Workato这样的iPaaS 平台首先创建一个中间件层来集成数据、应用程序源和 API 以连接不同的资源。该数据层是自动化引擎的关键输入，创建干净的界面是自动化之旅的第一步。
低代码任务自动化平台通过简单的 UI 提供一组预定义的集成，以自动执行知识工作者和中小型企业的重复任务。
各种垂直自动化 方法专注于供应链、IT 运营和开发人员生态系统等领域的特定工作流程，以及面向客户的用例（如帮助台和客户服务团队）的聊天机器人。
虽然这些平台显著减少了重复性工作，但通过预定义工作流程或咨询部署来实现自动化价值所需的引导仍然很复杂。
