文章作者丨麥肯錫公司：Alexander Sukharevsky, Alexis Krivkovich, Arne Gast, Arsen Storozhev,Dana Maor, Deepak Mahadevan, Lari Ha?ma?la?inen, and Sandra Durth，慎思行采編翻譯

個人微信丨hello_SSX

前言

AI正在帶來自工業(yè)革命和數(shù)字革命以來最大的組織模式轉(zhuǎn)變（見“運營模式的演變”）。這一新模式將人類與AI智能體（包括虛擬智能體和實體AI智能體）結(jié)合在一起，以近乎零的邊際成本大規(guī)模并肩工作，我們稱之為智能體型組織。

運營模式的演變

在 19 世紀以前的農(nóng)業(yè)時代，運營模式簡單，以工匠和農(nóng)民組成的小團隊為中心。全球 80% 至 90% 的人口從事農(nóng)業(yè)工作。

接著，到了工業(yè)時代，人們搬進了工廠，運營模式轉(zhuǎn)變?yōu)槁毮艿燃壷啤．a(chǎn)品的設(shè)計是為了由人和機器進行大規(guī)模復(fù)制，每三到十年就會有一次重大升級。這個時期出現(xiàn)了新的角色，如工廠工人、工程師和輪班主管。截至 20 世紀 70 年代末，美國有 39% 的人在工業(yè)部門工作，只有 4% 的人在農(nóng)業(yè)部門工作。高效的規(guī)模化生產(chǎn)推動了企業(yè)的發(fā)展和競爭優(yōu)勢，精益管理成為一種戰(zhàn)略工具。

隨著 20 世紀 90 年代數(shù)字時代的到來，工業(yè)時代的“真理格言”隨著計算機的興起而開始瓦解。這一背景下，企業(yè)開始采用工業(yè)思維，將業(yè)務(wù)流程硬編碼到支持生產(chǎn)和企業(yè)資源規(guī)劃的單體系統(tǒng)中。企業(yè)很快轉(zhuǎn)向模塊化數(shù)字產(chǎn)品和平臺，每月甚至每天更新。這一階段要求靈活的運營模式，需要小型、跨職能的團隊，包括軟件工程師、體驗設(shè)計師和產(chǎn)品經(jīng)理等新角色。速度和客戶成為企業(yè)競爭優(yōu)勢的關(guān)鍵。如今，美國有 5.8% 的人口從事技術(shù)工作，而從事農(nóng)業(yè)工作的人口僅占 1.6%，從事工業(yè)工作的人口占 19.3%。

現(xiàn)在，AI時代正開始迎來最新的進化，它將徹底改變知識工作，就像前幾個時代徹底改變體力工作一樣，智能體組織將人類、AI智能體和機器結(jié)合在一起，成為未來的工作場所。

這種新模式的前景將取決于AI能力的持續(xù)增長以及監(jiān)管等其他因素。自 2019 年以來，AI能夠可靠完成的任務(wù)時長大約每 7 個月翻一番，自 2024 年以來每 4 個月翻一番，截至本文撰寫時已達到約兩小時翻一番。這將是一個驚人的加速進化過程——從需要持續(xù)監(jiān)督的實習(xí)員工到可以獨立工作的中層員工，再到或許可以制定和推動戰(zhàn)略的高級管理人員。

組織范式確實并存。但智能體組織可能是領(lǐng)導(dǎo)者通過建立分散的、注重結(jié)果的智能體網(wǎng)絡(luò)來獲得競爭優(yōu)勢的關(guān)鍵。

麥肯錫與早期AI采用者的合作經(jīng)驗表明，AI智能體可以釋放巨大的價值。企業(yè)正開始部署虛擬AI智能體，其復(fù)雜程度不斷提高：從增強現(xiàn)有活動的簡單工具到端到端的工作流程自動化，再到整個“AI優(yōu)先”的智能體系統(tǒng)。與此同時，實體AI智能體也在不斷涌現(xiàn)。

企業(yè)正加速為AI打造“身體”——智能設(shè)備、無人機、自動駕駛車輛以及早期的人形機器人，讓AI得以與物理世界交互。

智能體組織將圍繞企業(yè)的五大支柱構(gòu)建：

• 商業(yè)模式；

• 運營模式；

• 治理體系；

• 人才和文化；

• 以及技術(shù)和數(shù)據(jù)（見圖 1）。

想象一下未來的銀行：當客戶想要買房時，個人AI管家會激活一系列工作流，為買家提供服務(wù)。地產(chǎn)AI智能體推薦房源，按揭審批智能體根據(jù)客戶財務(wù)畫像定制方案。合規(guī)智能體確保交易符合銀行政策、合同智能體完成協(xié)議簽署、并由另一智能體最終放款。而整條鏈路由人類監(jiān)督員、按揭專家和AI賦能的一線員工組成的“智能體團隊”統(tǒng)籌。在某些場景下，銀行甚至可把AI服務(wù)延伸至家具、裝修、節(jié)能升級等領(lǐng)域，從而成為一張“智能體團隊”的網(wǎng)絡(luò)——即智能體組織。

在這篇文章中，我們分享了與先鋒企業(yè)合作中鋪捉到的早期信號、來自科技領(lǐng)袖與投資者的洞見，以及高管們最常向我們提出的問題。智能體組織范式無疑會不斷演化，但當今的領(lǐng)導(dǎo)者不能坐等其完美明晰。我們將指出當下即可行動的切入點——精煉運營模式、創(chuàng)造更多價值、并以AI為先重新布線——而非被動等待被新范式重塑。

智能體組織的五大支柱

1.商業(yè)模式

在智能體時代，企業(yè)若能借助AI渠道無限貼近客戶、實現(xiàn)實時超個性化，把流程重構(gòu)為“AI優(yōu)先”，并以獨家的數(shù)據(jù)護城河作為超級武器，就能獲得競爭優(yōu)勢。AI原生初創(chuàng)企業(yè)與智能體企業(yè)可能以完全不同的生產(chǎn)力（人均營收）、與規(guī)模脫鉤的成本結(jié)構(gòu)，以及更快的上市和創(chuàng)新速度，顛覆整個行業(yè)。

AI原生渠道實現(xiàn)超級個性化

消費者已經(jīng)開始繞過門店、應(yīng)用程序和搜索引擎，轉(zhuǎn)而使用 ChatGPT 等AI原生界面。未來，每個消費者都可能擁有一個低成本的AI個人助理。一家歐洲公用事業(yè)供應(yīng)商向其 300 萬客戶推出了多模態(tài)AI助手，顯著縮短了平均處理時長，提高了客戶滿意度，改善了響應(yīng)速度，并讓更多來電無需人工即可解決。這些助理不僅是“應(yīng)答機”，更是24小時與其他智能體談判的“私人管家”，持續(xù)從用戶行為和市場信號中學(xué)習(xí)，動態(tài)生成不斷演化的超個性化產(chǎn)品。這也為生態(tài)經(jīng)濟打開新局：掌握客戶觸點的企業(yè)，可跨越傳統(tǒng)業(yè)務(wù)模式和行業(yè)邊界，滿足客戶多元需求而實現(xiàn)增長。

AI優(yōu)先的工作流程使邊際成本趨向于計算成本

銀行已用“智能體小隊”運行按揭與合規(guī)流程；保險公司正在重塑理賠與核保，并把自己重新想象為AI原生企業(yè)；電信運營商則在客戶服務(wù)及更多環(huán)節(jié)部署智能體。

一家全球性銀行的“智能體工廠”用十支智能體小隊負責“了解你的客戶”（KYC）流程，顯著提升了產(chǎn)出質(zhì)量與一致性。另一家銀行讓人類“在上環(huán)”監(jiān)督智能體小隊，對遺留核心系統(tǒng)進行現(xiàn)代化改造，時間和人力最多節(jié)省50%。這不是在現(xiàn)有流程上做常規(guī)自動化，而是把端到端流程徹底重設(shè)計，人類只保留“戰(zhàn)略在上環(huán)”的監(jiān)督角色，其潛力可將邊際成本壓向純計算成本。展望未來，大多數(shù)（如果不是全部）流程都可被重新想象為“AI優(yōu)先”，人類和傳統(tǒng)IT系統(tǒng)再有選擇地被“拉回環(huán)內(nèi)”或“留在上環(huán)”。

專有數(shù)據(jù)成為關(guān)鍵的差異化因素

如果說今天的AI是“口袋里裝著互聯(lián)網(wǎng)的實習(xí)生”，那么明天的競爭壁壘將來自公共互聯(lián)網(wǎng)所不具備的“數(shù)據(jù)后花園”。企業(yè)只要持續(xù)捕獲并精煉獨有、已獲授權(quán)、不對外公開的專有數(shù)據(jù)——如客戶行為流、產(chǎn)品使用數(shù)據(jù)、傳感器數(shù)據(jù)等——就能將其轉(zhuǎn)化為差異化的個性化產(chǎn)品與流程，從而領(lǐng)先對手。AI本身也能加速數(shù)據(jù)底座、數(shù)據(jù)產(chǎn)品的建設(shè)以及數(shù)據(jù)質(zhì)量的提升，讓這座“后花園”更快成形、持續(xù)繁茂。

2.運營模式

在智能體時代，組織的構(gòu)建和運營方式將與其提供的產(chǎn)品或服務(wù)一樣發(fā)生變化。工作和工作流程將被重新設(shè)想為AI優(yōu)先，運營模式將演變?yōu)橛捎心芰Α⒁越Y(jié)果為導(dǎo)向的智能體團隊組成的扁平網(wǎng)絡(luò)。

工作和工作流程將被重新規(guī)劃為AI優(yōu)先

智能體時代的運營模式將以重新構(gòu)想的AI優(yōu)先工作流程為基礎(chǔ)，有選擇地重新引入AI原生設(shè)計的人類和 IT 系統(tǒng)。在一家歐洲汽車制造商和一家公共部門機構(gòu)，智能體團隊正在對傳統(tǒng)系統(tǒng)進行逆向工程和現(xiàn)代化改造，而人類則負責指導(dǎo)和驗證工作。在產(chǎn)品開發(fā)中，智能體可以收集反饋、分析數(shù)據(jù)、測試功能，甚至進行營銷活動。僅在需要人際接觸的環(huán)節(jié)被有選擇地“放回環(huán)內(nèi)”。

以結(jié)果為導(dǎo)向的智能體團隊將成為組織的基石

傳統(tǒng)組織是圍繞職能建立的。數(shù)字公司擁有跨職能的產(chǎn)品團隊，卻仍受“兩個披薩”團隊規(guī)模和鄧巴數(shù)字等人類協(xié)作上限的掣肘。

在智能體組織中，組織結(jié)構(gòu)將轉(zhuǎn)向小型、注重成果的智能體團隊。所謂“智能體團隊”是一個由少數(shù)跨學(xué)科人類組成的小組，他們擁有并監(jiān)督底層的AI工作流程，可以組織起來提供明確的端到端業(yè)務(wù)成果。

根據(jù)我們的經(jīng)驗，一個由 2 到 5 人組成的人類小組已經(jīng)可以監(jiān)督一個由 50 到 100 個專業(yè)智能體組成的智能體工廠，可以運行端到端流程，例如客戶導(dǎo)入、發(fā)布產(chǎn)品或月結(jié)關(guān)賬。智能體AI能把產(chǎn)品團隊的范圍和自主性自主拓展到前所未有的程度。

獲勝者協(xié)調(diào)智能體團隊的扁平網(wǎng)絡(luò)

沒有正確的背景、指導(dǎo)和定位，智能體AI的激增可能會導(dǎo)致混亂。未來制勝的運營模式將賦予智能體團隊高度自主權(quán)，采用扁平?jīng)Q策和溝通結(jié)構(gòu)，在團隊之間高度共享高情境信息并保持對齊，確保行動同步。

組織架構(gòu)圖（基于傳統(tǒng)層級授權(quán)）將讓位于“智能體網(wǎng)絡(luò)圖”或“工作圖”（基于任務(wù)與成果的交換）。

最終，智能體網(wǎng)絡(luò)不再受單家企業(yè)邊界限制，不同結(jié)果可由不同主體交付，由此催生全新的 B2B 機會。

3.管理

在智能體組織中，治理不能停留在定期的、紙上談兵的階段。隨著智能體的持續(xù)運作，治理必須變得實時、數(shù)據(jù)驅(qū)動和嵌入式，并由人類承擔最終責任。

利用實時數(shù)據(jù)加速決策

傳統(tǒng)的預(yù)算、規(guī)劃和績效管理周期對于AI優(yōu)先的工作流程來說過于緩慢。先行者正在嘗試“智能體預(yù)算”，其中AI智能體提出預(yù)算草案，情景智能體進行預(yù)測，報告智能體提供實時見解。財務(wù)負責人由此擺脫“收電子表格、拼底稿”，轉(zhuǎn)而專注解讀信號、壓力測試情景和與業(yè)務(wù)直接對話，實時做出決策。

智能體通過嵌入式護欄控制智能體

正如 DevSecOps（開發(fā)、安全和運營）在數(shù)字交付中嵌入自動檢查一樣，智能體組織也會把“控制智能體”嵌入工作流。評審智能體將對產(chǎn)出提出質(zhì)疑，護欄智能體將執(zhí)行政策，合規(guī)智能體將監(jiān)控法規(guī)。

所有動作都可實時記錄并解釋：數(shù)據(jù)隱私、財務(wù)閾值、品牌語調(diào)，無一遺漏。

覆蓋智能體全生命周期的 AI 治理框架（從發(fā)現(xiàn)、啟動到退役）可在速度、規(guī)模與所需安全控制之間取得平衡。

人類問責和監(jiān)督依然存在

人類的問責和監(jiān)督仍然必不可少，但其性質(zhì)將發(fā)生變化。合規(guī)官員和領(lǐng)導(dǎo)者將不再進行逐條審查，而是制定政策、監(jiān)控異常值并調(diào)整人工介入的程度。我們面臨的挑戰(zhàn)是如何找到最佳平衡點：既要有足夠的監(jiān)督來管理風險，又不能將智能體拖回到人類速度。能夠在這兩者之間取得平衡的企業(yè)將獲得更多的智能體優(yōu)勢。

最終，智能體落地的規(guī)模將被人類的監(jiān)督容量所上限——治理本身成為生產(chǎn)力的潛在瓶頸。

4.勞動力、人員和文化

在智能體組織中，人類將從執(zhí)行活動轉(zhuǎn)變?yōu)閾碛泻椭笇?dǎo)端到端結(jié)果。這種轉(zhuǎn)變需要具備不同技能的新員工，也需要一種能夠提供凝聚力和目標的文化。

混合智能體勞動力需要新的人才系統(tǒng)

隨著智能體開始執(zhí)行工作，人類將越來越多地確定目標、做出權(quán)衡和指導(dǎo)結(jié)果。這將改變企業(yè)如何規(guī)劃混合勞動力、雇用（或借用）哪些人、如何部署人類或AI人才，以及如何衡量成功與否。人力資源系統(tǒng)不僅能跟蹤人類員工，而且還是智能體和智能體工作流程的存儲庫。

績效管理也將從“任務(wù)完成”轉(zhuǎn)向“人類如何編排智能體、釋放價值、交付結(jié)果”。

在這一新范式下，人才系統(tǒng)本身必須被重新設(shè)計——從職業(yè)路徑、激勵機制到領(lǐng)導(dǎo)模式。

具備不同技能的新型人才應(yīng)運而生

在我們與先鋒企業(yè)的合作中，我們看到AI智能體取代了歷史上由知識工作者處理的任務(wù)，如分析文檔和創(chuàng)建應(yīng)用程序接口。與此同時，我們看到對其他技能的需求也在不斷增加。例如，以端到端的視角深入解決問題、應(yīng)用系統(tǒng)設(shè)計以及在智能體失敗的邊緣案例中應(yīng)用模式識別的能力。

當人類與智能體一起工作時，會出現(xiàn)三種角色（見圖 2）：

• M 型主管：精通AI的廣博通才，負責協(xié)調(diào)各領(lǐng)域的智能體和混合勞動力；

• T 型專家：重新構(gòu)想工作流程、處理異常情況和保障質(zhì)量的深度專家；

• AI增強型一線員工：銷售、服務(wù)、人力資源或運營部門的員工，他們花在系統(tǒng)上的時間更少，花在與人打交道上的時間更多。

領(lǐng)導(dǎo)者自身也將升級。首席執(zhí)行官、產(chǎn)品負責人、合規(guī)負責人等，都必須具備過去只對首席信息官要求的技術(shù)素養(yǎng)。填補這些角色需要大規(guī)模地提升與再造技能。早期證據(jù)顯示，沒有技術(shù)背景的員工也能像訓(xùn)練有素的工程師一樣，快速學(xué)會管理智能體工作流。職業(yè)路徑與績效系統(tǒng)必須隨之調(diào)整——“條條框框”讓位于人類與數(shù)字技能共生的生態(tài)。隨著這些新畫像落地，“組織”與“員工”的概念將更流動，人類與數(shù)字人才的內(nèi)、外部生態(tài)將無縫融合。

文化是粘合劑和道德指南針

文化將成為智能體組織的運營粘合劑和道德指南針。先行者的共同經(jīng)驗凸顯“編排”的重要性：讓各團隊圍繞共享情境與結(jié)果對齊，識別人類與AI能力的最優(yōu)組合（并非事事都要上智能體），在人與智能體之間建立信任。文化指南針將價值觀和長期目標嵌入到智能體系統(tǒng)中，這樣企業(yè)就不會為了追求短期效率而犧牲凝聚力。

因此，企業(yè)不會以犧牲凝聚力和信任為代價來追求短期效率。早期的先行者表明，清晰方向、果斷領(lǐng)導(dǎo)、持續(xù)學(xué)習(xí)是基本功。真正的制勝分水嶺在于：在高速轉(zhuǎn)型的同時，仍能保有組織的凝聚力與身份認同。

5.技術(shù)和數(shù)據(jù)

在智能體組織中，技術(shù)和數(shù)據(jù)將在智能體AI網(wǎng)格的支持下實現(xiàn)民主化。

智能體之間的通信協(xié)議將使跨系統(tǒng)、跨機器、跨人類的集成更簡便、更廉價。成功的規(guī)模化企業(yè)會依據(jù)“差異化來源”與“競爭優(yōu)勢”來平衡自建還是外購，避免技術(shù)或供應(yīng)商鎖定，以便在技術(shù)迭代飛快的生態(tài)中迅速切換。

IT 和數(shù)據(jù)的分布式所有權(quán)變得可行

數(shù)字時代，技術(shù)與數(shù)據(jù)系統(tǒng)從“遠離業(yè)務(wù)的集中式單體和數(shù)據(jù)庫”演進為“貼近業(yè)務(wù)的微服務(wù)和數(shù)據(jù)產(chǎn)品”，這需要大量軟件與數(shù)據(jù)工程專家來設(shè)計、開發(fā)和維護。

而在正在到來的智能體時代，業(yè)務(wù)側(cè)員工可在智能體AI的幫助下，無需深技術(shù)背景就能獨立創(chuàng)建軟件資產(chǎn)、管理數(shù)據(jù)——AI自動完成軟件開發(fā)生命周期（SDLC），深度專家只需在上環(huán)監(jiān)督。早期實踐者已將生產(chǎn)力提升至少一倍：例如我們團隊中的一名法國文學(xué)畢業(yè)生——在構(gòu)建智能體工作流方面與軟件工程師一樣能干。

要負責任地擴大這種轉(zhuǎn)變的規(guī)模，企業(yè)必須采用智能體平臺和架構(gòu)，如智能體AI網(wǎng)格。這些平臺提供可重復(fù)使用、高性能的“原子”智能體和數(shù)據(jù)產(chǎn)品，并配備技術(shù)安全護欄，以防止技術(shù)債務(wù)積累或網(wǎng)絡(luò)安全風險，同時釋放前所未有的民主化和創(chuàng)新水平。

智能體間協(xié)議讓交互與集成變得輕量級

智能體間協(xié)議正在重新定義人、智能體、IT系統(tǒng)與設(shè)備之間的互動方式。傳統(tǒng)做法依賴中間件、API等重量級集成，需要大量編程和系統(tǒng)點對點連接，而智能體間協(xié)議讓“系統(tǒng)派智能體去跟另一系統(tǒng)的智能體對話”，從而把遺留系統(tǒng)、云平臺乃至無人機等設(shè)備快速、低成本地接入同一工作流。更重要的是支持“快速實驗”——新能力可立即測試、擴容或下線，無需耗費數(shù)月的工程排期。

動態(tài)采購變得至關(guān)重要

歷史上，許多關(guān)鍵業(yè)務(wù)平臺都是在內(nèi)部構(gòu)建或在嚴格的采購流程中挑選出來的，并經(jīng)過多年的實施改造。這些系統(tǒng)旨在保持基本穩(wěn)定，以確保幾十年的競爭力。在智能體時代，將需要一種更加靈活的戰(zhàn)略。大型語言模型和AI產(chǎn)品的發(fā)展速度非常快，鎖定一個解決方案或供應(yīng)商可能導(dǎo)致技術(shù)在幾周內(nèi)就會過時。與此同時，企業(yè)需要在專有的組織背景、機構(gòu)知識和非公開數(shù)據(jù)中建立壁壘，以提高競爭力。這就要求架構(gòu)能將智能體結(jié)構(gòu)、邏輯和數(shù)據(jù)與底層供應(yīng)商環(huán)境分離開來。

如何開始旅程

在與企業(yè)高管的討論中，我們聽到最多的問題是：“我該如何開始？”高管們想知道，在不清楚未來會發(fā)生什么的情況下：

• 如何創(chuàng)建“北極星”愿景；

• 如何評估數(shù)據(jù)、技術(shù)和管理基礎(chǔ)的成熟度和升級需求；

• 如何設(shè)定價值和可行性的優(yōu)先級；

• 如何在技能和思維方式方面帶動組織發(fā)展；

• 以及如何比競爭對手更快地擴大規(guī)模，從而創(chuàng)造競爭優(yōu)勢。

眼下最大的危險是出現(xiàn)“飛行員比漢莎航空還多”的情況，AI與價值驅(qū)動因素脫節(jié)，例如到處都在談AI，卻進不了損益表，或最終導(dǎo)致公關(guān)災(zāi)難。

基于我們的經(jīng)驗，我們認為，想要在發(fā)展智能體組織的過程中確保競爭優(yōu)勢的企業(yè)應(yīng)該大膽思考、快速行動、深入研究。在成為智能體AI領(lǐng)導(dǎo)者的過程中，高管們需要有不同的思維方式，才能在我們在本文中列出的 15 個主題中做出一系列連貫的選擇和行動（見圖 3）。

我們鼓勵領(lǐng)導(dǎo)者思考三個根本性的轉(zhuǎn)變，從而在如何為智能體時代進行轉(zhuǎn)型方面實現(xiàn)階躍式轉(zhuǎn)變：

1.從線性發(fā)展到指數(shù)發(fā)展：技術(shù)的發(fā)展是指數(shù)級的，而組織和運營模式通常是線性發(fā)展的，這可能會限制組織最終獲取的價值。不要讓這種情況發(fā)生。領(lǐng)導(dǎo)團隊需要大膽調(diào)整運營模式，使其向智能體組織發(fā)展——以跨職能的自主智能體團隊取代職能孤島，重新設(shè)計激勵機制和支持流程以實現(xiàn)變革，并投資于所需的能力。

2.從技術(shù)向前到未來倒推：像部署軟件一樣，將智能體式轉(zhuǎn)型委托給技術(shù)負責人是不夠的。領(lǐng)導(dǎo)者需要設(shè)想未來的組織，設(shè)想其在AI優(yōu)先流程下的全部價值潛力， 和人機混合型組織的全部價值潛力，然后倒推切入起點。“干中學(xué)”是唯一途徑——看書或高爾夫閑聊換不來真知。大膽重做一條端到端價值鏈，是鍛煉組織學(xué)習(xí)肌肉的最快方式，同時，從燈塔項目第一天就開始布局規(guī)模化使能要素。

3.從威脅到機遇：高管若只把智能體AI視為“運營威脅”，變革必夭折。對于高管來說，至關(guān)重要的是要不斷與員工溝通，讓他們了解這項技術(shù)所能帶來的新機遇，這不僅關(guān)系到組織的發(fā)展和目標，也關(guān)系到他們作為專業(yè)人士的利益。超額投入以下要素，為轉(zhuǎn)型鋪平道路：基礎(chǔ)普及之上的技能再造、變革管理、激勵、預(yù)算、溝通、績效管理。

具體而言，高管們可以立即采取以下行動：

• 將“智能體AI”列為高管團隊議程的固定議題；

• CEO清晰闡述打造智能體組織的愿景；

• 快速升級AI卓越中心（COE）；

• 大規(guī)模開展人員技能提升；

• 在一到兩個燈塔領(lǐng)域率先“通電”，上線智能體流程，邊干邊學(xué)。

多種組織范式仍在并存：89%的組織仍生活在工業(yè)時代，9%的組織擁有數(shù)字時代的敏捷或產(chǎn)品和平臺運營模式，只有1%的組織作為去中心化網(wǎng)絡(luò)行事。但是，現(xiàn)在是時候了，企業(yè)必須盡快轉(zhuǎn)向新的智能體模式，以獲得顯著的競爭優(yōu)勢，否則就有可能被甩在后面。

影響采用速度的因素有很多，包括AI模型的開發(fā)、計算能力的可用性、機器人技術(shù)的進步、法規(guī)的變化、社會的理解和接受程度以及人類對風險和變化的偏好。在未來的歲月里，我們的洞察將隨著AI技術(shù)的發(fā)展而愈加深入，但我們確信，適應(yīng)和學(xué)習(xí)速度更快的組織將成為這個智能體時代的早期贏家。

編輯 | Yujie

進一步交流

進入專業(yè)社群展開深度討論

慎思行通過微信等平臺覆蓋超過10萬戰(zhàn)略人、咨詢?nèi)说雀黝悓I(yè)人士。我們也構(gòu)建了專業(yè)社群，推動戰(zhàn)略與咨詢領(lǐng)域的問題討論、信息交流和機會分享，社群已有超過5年歷史，并成為了頂尖專業(yè)人士感知市場前沿，獲得實踐經(jīng)驗的首要選擇。入群請?zhí)砑由魉季⑿牛⑻峁┟?/p>

現(xiàn)在微信公眾號更改規(guī)則，如果你不特地點進來，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號【設(shè)為星標★】，方便找到我們；也歡迎點擊右下角的【在看】。