集成是新的护城河:超越LLM

TL;DR · AI 摘要
企业AI代理部署面临三大核心挑战:集成遗留系统、数据碎片化和组织变革,成功关键在于超越LLM本身,重构工作流程和组织结构。
核心要点
- 企业代理部署失败常因无法与老旧CRM和财务系统集成,需重新设计工作流程而非仅解决技术连接
- 超过25%的代理部署失败源于关键知识未被系统保存,解决方法是领域特定示例而非更大模型
- 早期AI代理项目失败不仅是未达KPI,更会阻碍后续投资,需同步进行组织变革
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 企业AI代理部署挑战
- 技术挑战
- 遗留系统集成
- 数据碎片化
- 组织挑战
- 工作流程重塑
- 责任重新分配
- 人才挑战
- 复合型人才需求
金句 / Highlights
值得收藏与分享的关键句。
一个物流公司构建了一个强大的代理,但一旦需要接触他们十年前设计的订单管理系统时,它就崩溃了。
一项研究发现,超过四分之一的代理部署失败直接归因于从未被系统捕获的关键知识。
当代理在公司特定术语上失败时,本能是升级到更强大的模型。这种本能几乎总是错的。
代理不修复破碎的流程,它们只是找到这些流程。
薄弱的首次部署不仅是未达KPI,它会让管理者认为整个类别都是不成熟或不安全的。
集成是新护城河:超越LLM的思考
在纽约举办的**AI Agent Conference**是我参加过的最能了解企业AI实际发展情况的活动之一。正式会议很棒,但走廊里的交谈才是我获取内幕消息的地方。一致的信息是:部署AI Agent比大多数组织预期的要困难得多,而且原因很少是他们所预料的。以下是我尝试将所听到的内容提炼为关于为什么企业Agent如此难以部署的实用观点。
_定期阅读?考虑成为付费支持者 _
第一个障碍是集成。在一个又一个企业中,Agent遇到了从未为自主软件设计的旧CRM、财务系统、文档存储和自制工具。看起来像是连接问题的问题通常不是。一家物流公司构建了一个能干的Agent,但一旦需要接触其订单管理系统时,它就崩溃了——这是一个十年前的平台,从未设计为由做出自主决策的软件查询。Agent本身没有问题,问题在于它被投入的那个流程。最严重的失败往往是那些隐藏起来的失败。一家金融服务公司在测试环境中成功运行Agent数月,却在季度审计中发现生产CRM记录已悄然停止更新。没有错误,没有警报,只是不良数据积累了三个月。将集成视为技术交接而非工作流重新设计问题的团队,总是会在同一堵墙上碰壁。
数据问题在各个层面加剧了这一情况。企业知识并不存在于干净、可查询的数据库中。它存在于无人维护的Confluence页面、两年前的Slack对话中,以及三位在现任CTO到来之前就在公司工作的人的头脑中。一项研究发现,超过四分之一的Agent部署失败直接归因于从未被系统所能获取的任何地方捕获的关键知识。当Agent在公司特定术语上失败时,如非标准产品代码或内部采购简写,本能反应是升级到更强大的模型。这种本能几乎总是错误的。解决方案是特定领域的示例和更好的知识捕获,而不是更大的模型。在所有这些之下,安全不能是事后考虑。Agent需要受管理的、有范围的数据访问,从一开始就内置适当的权限和审计跟踪。没有这个基础,即使是一个集成良好、训练有素的Agent也是一个等待浮出水面的责任隐患。

##### Agent不会修复破碎的流程,它们只会发现这些问题
但即使集成稳固且数据有序,大多数部署也会遇到几乎没有人预算的第三堵墙:组织本身。Agent不是作为中立的软件升级出现的。它们要求人们改变工作的路由、批准、衡量和拥有方式。在医院系统中,这可能意味着决定Agent是否可以在临床医生审查之前准备预先授权包。在工业制造商中,这可能意味着暴露工厂经理多年来使用的非正式变通方法,因为官方流程太慢。在保险业务中,这可能意味着发现没有人能解释当Agent推荐了一个后来受到质疑的承保决定时,谁应该负责。这些不是边缘情况。它们就是工作本身。
这就是为什么早期的Agent项目经常以政治代价高昂的方式失败。一次薄弱的首次部署不仅仅是错过了一个KPI。它让管理者、运营者和风险团队相信整个类别都不成熟或不安全。更艰难的第二次尝试——涉及流程审计、更明确的所有权、更好的评估和认真的变更管理——可能永远不会获得资金。实际上,部署Agent意味着在组织仍在运行的同时改变组织。这比演示要慢和混乱,但这也是真正的实施工作开始的地方。

加剧所有这些问题的是一个没有干净解决方案的人才问题。大规模部署Agent需要同时理解流程设计、LLM行为、系统集成和组织变革的人。这种组合确实罕见,那些只招聘其中一两项技能并假设其余技能会随之而来的公司,正在使自己陷入相同的失败模式,只是症状不同而已。
##### Agent是被实施的,而不是被安装的
真正的实施工作并不是让代理在隔离环境中正确运行。而是让代理在现实组织中正确运行,在这个组织中,工作分散在不同角色之间,责任模糊不清,而且流程是围绕那些从未被记录下来的人类判断而设计的。看起来像AI项目的通常是一个附加了AI组件的流程重新设计项目。那些早早就明白这一点的公司倾向于将他们的首次部署范围限定在特定的、有问题的流程上,而不是整个功能或部门。不是"自动化销售团队",而是"自动化潜在客户资格认证中需要从两个系统中提取相同三个字段并且每周写200次相同邮件的部分"。这个更狭窄的目标在演示时可能不那么令人兴奋,但更有可能在接触组织后存活下来。企业代理不是被安装的。它们是被建立、管理、监控并逐步扩展的。

实施差距也创造了一种大多数组织尚未完全吸收的人员配置模式。最有效的部署涉及为生产中的每个代理指定专门的运营负责人,这个人处于业务流程和技术系统的交叉点,能够区分一个正常工作的代理和一个产生看似合理但实际无人验证输出的代理。一些供应商已经通过嵌入式专家、技术产品经理或前置部署工程师将这一点正式化,他们的工作是深入客户流程中,直到部署真正稳定。没有这种所有权,生产中的代理就变成了由构建原型的人维护的副业,研究也证实了这一点:跳过专门所有权的组织更有可能面临需要将整个项目回滚的失败。这所需的人才概况与任何现有的职位都不完全匹配,这也是为什么许多公司要么从头开始构建,要么将其外包给那些用别人的钱吸取了这些教训的实施专家。
##### 集成是新的护城河
企业代理的下一个持久优势不会来自选择更聪明的模型。它将来自使代理能够在混乱、具体、高风险的流程中可用。法律团队不需要一个在抽象意义上听起来像总顾问的模型。它需要一个能够找到正确合同、应用公司谈判手册、尊重审批阈值并留下清晰审计线索的系统。客户支持运营通过给每个人类代理一个更好的副驾驶并不会获得太多收益。它通过重新设计服务来获得真正的杠杆作用,使常规案例能够端到端解决,而人们则处理需要判断、同理心或升级的工作。

一个运行分散的ERP、采购和工厂系统的制造商不会通过等待更大的模型来缩小竞争差距。它将通过现代化业务的连接组织来缩小差距。基础模型的原始智能正在比大多数人预期的更快地变成商品。仍然稀缺的是集成深度、受控的数据访问、流程重新设计以及使代理在生产中真正稳定的运营所有权。
这个差距也是一个市场。能够做那些不起眼工作的供应商、集成商和内部转型团队,如连接遗留系统、捕获机构知识、构建评估框架、管理组织变革,正面临一个真实而持久的机会。基础模型理论上能做的事情与企业实际能部署的事情之间的差距并不会自行缩小。那些将集成、治理和流程重新设计视为产品而非基础设施的公司,将是那些将代理从演示转变为运营杠杆的公司。
