今年可能是自主式AI大放異彩的一年，許多企業(yè)都在尋找增值用例。一個關鍵問題：哪些業(yè)務流程實際上適合采用自主式AI?

商業(yè)咨詢公司德勤預測，到2025年，在使用GenAI的公司中，有25%將推出自主式AI試點或概念驗證，到2027年這一比例將增長到50%。該公司表示，在某些行業(yè)、某些用例中，自主式AI應用可能會在今年被納入現(xiàn)有工作流程。

但并非所有業(yè)務流程都適合采用自主式AI，因此也不值得為此投資AI。一些市場觀察人士認為，另一種方式——確定性自動化——仍將在今年的生產(chǎn)中占據(jù)主導地位。

CIO在確保自主式AI能為特定工作流程帶來回報時，應注意以下幾點。

業(yè)務一致性、價值和風險

企業(yè)如何知道一個業(yè)務流程是否適合采用自主式AI?與任何IT投資一樣，一個需要考慮的因素是，采用自主式AI是否能為某個流程增加實際價值。

“成功的自主式AI戰(zhàn)略始于對智能體目標的清晰定義，”全球技術研究和IT咨詢公司ISG的首席戰(zhàn)略官兼合伙人普拉尚特·克爾克表示?！皩I的目標與更廣泛的業(yè)務目標相結合至關重要。自主式AI需要一個使命。沒有明確的目標，就像讓一艘船漫無目的地駛向大海?！?/p>

專注于AI的法律事務所庫蘭·米德斯(Culhane Meadows)的合伙人賴克·菲弗表示，最初，決定是否將一個業(yè)務流程轉變?yōu)椴捎米灾魇紸I的流程，應遵循與評估是否使用任何新的業(yè)務或技術解決方案相同的內部流程。

如果成本效益分析顯示，自主式AI能提供當前流程所缺少的東西，并實現(xiàn)投資回報率，那么公司就應該投入必要的資源，包括資金、人力和時間。由于供應商提供的自主式AI產(chǎn)品的定價可能復雜且尚未完全明確，這一等式因此變得更加復雜。

菲弗表示，給定流程或流程的自主式AI的自主程度、資源增加以及復雜性也帶來了必須考慮的挑戰(zhàn)。企業(yè)解決這些挑戰(zhàn)的能力，有助于確定流程是否已準備好采用自主式AI。

“企業(yè)是否有初始和持續(xù)的資源來支持和不斷改進自主式AI技術，包括基礎設施和必要的數(shù)據(jù)?”菲弗說，“企業(yè)是否建立了合規(guī)審查和監(jiān)控結構，以初步評估特定自主式AI的風險;在出現(xiàn)問題時進行監(jiān)控和糾正;衡量成功;跟上適用的法律和法規(guī)?”

此外，從性能和合規(guī)性的角度來看，企業(yè)是否能承受自主式AI在流程中失敗?菲弗問道：“如果自主式AI失敗，需要用另一種解決方案來處理相關業(yè)務流程，那會對業(yè)務產(chǎn)生什么影響?該業(yè)務流程能否輕松回歸另一種解決方案?”

數(shù)據(jù)和可操作框架

一個好的自主式AI用例的另一個關鍵屬性是用于支持流程的數(shù)據(jù)質量。

“為了從自主式AI中獲得有形價值和投資回報率，公司需要確保擁有高質量的數(shù)據(jù)，”工作管理平臺提供商Asana的CIO薩凱特·斯里瓦斯塔瓦表示。“如果代理操作的數(shù)據(jù)過時、沒有意義或與公司目標不一致，組織就無法從這些智能體中獲得有價值的輸出?！?/p>

智能體還需要了解誰負責特定任務、目標是什么、何時需要采取行動以及流程如何展開?！叭绻麤]有這個可操作的框架，即使是最先進的AI系統(tǒng)也難以提供有意義的價值，”斯里瓦斯塔瓦說。

對于Asana而言，自主式AI在公司內部及其客戶工作管理轉型方面發(fā)揮著舉足輕重的作用。去年，Asana推出了智能體，它們可提出優(yōu)先級建議、推動工作流程并采取行動，同時適應個人和團隊獨特的工作方式，斯里瓦斯塔瓦說。

Asana最近還推出了Asana AI Studio，它使用自主式AI使團隊能夠創(chuàng)建無代碼、由AI驅動的工作流程。“這些工作流程使智能體能夠處理諸如篩選項目請求、起草簡報或分配工作等重復、手動任務，顯著減少了團隊花在瑣碎工作上的時間，”斯里瓦斯塔瓦說。

“我們已讓所有員工利用AI Studio執(zhí)行特定任務，如研究和起草計劃，確保內容或資產(chǎn)的準確翻譯符合品牌規(guī)范，”斯里瓦斯塔瓦說。

例如，Asana的網(wǎng)絡安全團隊利用AI Studio來減少警報疲勞，并騰出了團隊之前花在警報和漏洞分類上的大量繁瑣工作時間。IT部門使用Asana AI Studio進行供應商管理，支持服務臺請求，并確保滿足軟件和合規(guī)性管理要求。

客戶服務：自主式AI的一個理想應用場景

技術咨詢公司Publicis Sapient的首席產(chǎn)品官兼GenAI負責人謝爾頓·蒙提羅表示，客戶服務領域可能是自主式AI的理想應用場景。企業(yè)已經(jīng)使用交互式語音應答(IVR)系統(tǒng)和早期的客戶服務聊天機器人來自動化客戶交互有一段時間了。但他說，這些都是基于規(guī)則的，并在固定、預定義的工作流程內運行。

“IVR依賴于僵硬的決策樹，這意味著它們在處理復雜或意外的查詢時會遇到困難，常常讓客戶陷入無盡的循環(huán)或不得不重復自己，”蒙提羅說。

蒙提羅說，傳統(tǒng)的聊天機器人基于關鍵詞匹配和預設的響應來運行。它們對于簡單、結構化的查詢(如查詢賬戶余額)效果很好，但當客戶以意想不到的方式提問、引入多個主題或需要上下文理解時，它們就會失效。

“這兩種方法都缺乏真正的適應性和動態(tài)解決問題的能力——導致頻繁升級為人類代理和糟糕的客戶體驗，”蒙提羅說。自主式AI引入了一種新的范式，從基于規(guī)則的自動化轉變?yōu)榫哂猩舷挛母兄⒆晕腋倪M和自主客戶服務代理，他說。

“客戶服務是一個強大的應用場景，因為它需要解決可能復雜且多步驟、具有依賴性的客戶問題，涉及上下文理解、理解細微差別、通過客戶問題進行推理，并根據(jù)變化的情況進行調整，”蒙提羅說。

蒙提羅說，客戶服務交互涉及文本、圖像和語音等非結構化數(shù)據(jù)，并在動態(tài)環(huán)境中運行，需要不斷學習和實時適應。

“通過即時、自主的解決方案，并利用反饋隨時間改進，可以最大化競爭優(yōu)勢，”他說?！皞鹘y(tǒng)的聊天機器人和IVR是關于自動化任務的。自主式AI是關于解決問題和提供實時、自適應和個性化的客戶體驗的。”

自主式AI適合的領域

除了客戶服務工作流程外，專家還看到了四個通用的流程場景，這些場景可能為自主式AI提供有意義的應用案例。

1. 提升混合業(yè)務流程

全球管理和技術咨詢公司AArete的數(shù)據(jù)科學和分析副總裁普麗雅·伊拉加瓦拉普表示，自主式AI可以對已經(jīng)融合了自動化和基于人類決策的任務的業(yè)務流程產(chǎn)生影響。

“自主式AI最適用于將程序性和手動任務交織在單個流程中的業(yè)務流程，”伊拉加瓦拉普說。

例如，當保險索賠處理工作流程涉及自動驗證結構化數(shù)據(jù)(如驗證保單號碼和承保日期)與手動審查非結構化文檔(如醫(yī)療報告或需要人類解釋的異常情況)相結合時。

2. 跨孤島工作流進行橋接和協(xié)調

自主式AI可以發(fā)揮價值的另一個場景是，當業(yè)務流程跨越多個孤立的團隊時，每個團隊都無法看到或訪問其他團隊的數(shù)據(jù)或系統(tǒng)。

“這時最好構建一個可以跨功能進行培訓和獲取知識的智能體，”伊拉加瓦拉普說。一個例子是大型組織中的訂單到收款流程，其中銷售、財務和物流團隊各自在獨立的系統(tǒng)中運作。

“智能體可以整合和匯總來自所有這些系統(tǒng)的數(shù)據(jù)，提供一個統(tǒng)一的視圖來識別瓶頸，發(fā)送有關延遲的主動警報，并協(xié)助對賬任務，”伊拉加瓦拉普說。該代理充當跨團隊的橋梁，以確保更流暢的工作流程和決策，她說。

當流程跨越多個團隊或部門，并需要大量協(xié)調時，它們可以從AI作為協(xié)調者的能力中受益，斯里瓦斯塔瓦說。Asana的代理可以建議最佳工作流程，并通過跟蹤團隊進度來確保問責制?！斑@確保了工作與目標保持一致，并降低了溝通不暢或錯過截止日期的風險，”他說。

3. 通過多個重復步驟來聚合自動化

“涉及常規(guī)、重復操作(如數(shù)據(jù)輸入、任務分配或報告生成)的流程非常適合[代理型]AI，”斯里瓦斯塔瓦說?！斑@些任務通常會消耗大量員工時間，但不需要深入的創(chuàng)新或戰(zhàn)略思考。自主式AI可以自動化這些工作流程，讓員工專注于更高價值的活動?！?/p>

ISG正在其ISG Tango工具的一些組件中使用自主式AI。凱爾克說：“我們正在升級[該工具]以納入AI元素，并在采購、尋源和供應商管理等我們咨詢服務的主要內容中試點用例?！薄拔覀冋诳焖俑櫮切┪覀兛梢猿絺鹘y(tǒng)機器學習、自主完成任務和做出決策的用例。”

高度重復且遵循明確規(guī)則的步驟是自主式AI的主要候選對象，凱爾克說?！袄?，在供應商管理中匹配發(fā)票處理催生了我們的發(fā)票取證服務，該服務可確保公司不會為服務重復付款，”“規(guī)則應該清晰，重復性應該高。這是理想的組合?！?/p>

4. 取代昂貴的手工任務

自主式AI的另一個理想應用場景是，當業(yè)務流程涉及手動操作，且雇傭員工來處理這些任務的成本太高時。

“這方面的一個例子是快速增長業(yè)務中的客戶支持運營，”伊拉加瓦拉普說。與其雇傭一個大型團隊來處理常規(guī)的客戶查詢，如訂單狀態(tài)更新、賬戶問題或基本故障排除，不如讓一個智能體自主處理這些交互的大部分內容。

“它可以解決常見問題，將復雜案例升級給人類代理，并隨著時間的推移學習以改進其響應，”伊拉加瓦拉普說?！斑@種方法降低了運營成本，提高了響應時間，并允許人類專注于更高價值的交互，如處理爭議或建立客戶關系?！?/p>