文章作者丨麥肯錫：Alex Singla, Alexander Sukharevsky, Lari H?m?l?inen, Oana Cheta, Olli Salo, Pallav Jain, Raghav Raghunathan, Sandra Durth, Stéphane Bout, and Vito Di Leo，慎思行采編翻譯

個人微信丨hello_SSX

前言

高管們都喜歡引用冰球大師韋恩·格雷茨基的名言：他曾說過：“我滑行的方向是冰球?qū)⒁竭_的地方，而不是它曾經(jīng)所在的地方。”從某種程度上來說，這是一個合理的商業(yè)建議。但是，隨著人工智能的快速發(fā)展，冰球的移動速度已遠超以往。

盡管首席執(zhí)行官及其高級團隊努力從早期的生成式人工智能投資中看到實際收益，這種“加快發(fā)展”的號召可能會顯得蒼白無力。事實證明，開發(fā)和擴展新一代人工智能應(yīng)用案例已被證明令人沮喪的困難。一些高管仍然不相信人工智能智能體將會在短期內(nèi)產(chǎn)生重大影響，并已縮減相關(guān)投資。

當首席執(zhí)行官們在不確定性中前行時，值得承認的是，當前正在發(fā)生的變化既迅速又可能波及廣泛。人工智能智能體——基于生成式人工智能構(gòu)建、能夠自主規(guī)劃、行動、記憶并學(xué)習以實現(xiàn)預(yù)設(shè)目標的軟件系統(tǒng)——正在快速演進，并且隨著其成熟，可能徹底改變企業(yè)的運營方式和價值創(chuàng)造方式。事實上，正如Gartner的約翰·洛夫洛克最近所言，這段“幻滅低谷”期，正是高管們搶先于競爭對手的契機。

首席執(zhí)行官如何應(yīng)對這一變革，將決定他們能否有效抓住機遇。雖然人工智能智能體還處于起步階段，但早期的教訓(xùn)和經(jīng)驗凸顯了四種心態(tài)和行動，它們可以幫助首席執(zhí)行官為未來的成功奠定基礎(chǔ)：

• 重新想象可能性。如今，圍繞人工智能智能體的許多想法仍集中在自動化基本任務(wù)或增強知識工作上。然而，真正的突破將來自于更大膽的愿景，即圍繞“智能體優(yōu)先”的系統(tǒng)，重新設(shè)計工作流程與組織架構(gòu)。

• 以緊迫感行動，立即開始學(xué)習。生成式AI智能體的進化速度極快，“觀望等待”反而可能成為高風險策略。在技術(shù)成熟過程中，早期的實踐經(jīng)驗將迅速轉(zhuǎn)化為競爭優(yōu)勢。

• 現(xiàn)在就著手解決規(guī)模化與長期競爭力問題。圍繞技術(shù)、信任、治理、自建與外購、能力構(gòu)建與人才儲備等關(guān)鍵決策，將決定企業(yè)能否實現(xiàn)更廣泛的轉(zhuǎn)型。邊試驗、邊制定戰(zhàn)略、邊建設(shè)規(guī)模化能力——因為人才稀缺與組織復(fù)雜性，落地永遠比預(yù)期更慢。

• 讓每個人都成為“智能體領(lǐng)導(dǎo)者”。隨著智能體逐步接管執(zhí)行層工作，組織全員都必須掌握領(lǐng)導(dǎo)與監(jiān)督智能體的新技能。高管團隊尤其要以身作則，帶頭更新工作方式，并把持續(xù)學(xué)習納入日常習慣。盡管仍有許多未知數(shù)，但要在智能體時代建立企業(yè)，就必須對運營模式、創(chuàng)新機制以及價值創(chuàng)造源泉進行根本性“重新接線”。不過，本文將聚焦企業(yè)首席執(zhí)行官在價值、規(guī)模與人才三方面最應(yīng)優(yōu)先處理的關(guān)鍵議題，勾勒一條假想的兩年智能體轉(zhuǎn)型路徑，闡明首席執(zhí)行官需做出的核心決策，并探討其對公司運營方式的深遠影響。

智能體值得嗎？

關(guān)于人工智能智能體價值的說法鋪天蓋地。但由于這項技術(shù)尚處早期，這些說法大多難以驗證。然而，首批落地案例已表明其潛在價值巨大。我們在技術(shù)棧現(xiàn)代化項目中的經(jīng)驗顯示，引入AI智能體可把交付周期縮短40–50%，成本降低逾40%，同時輸出質(zhì)量反而更高。

在另一個案例中，一家領(lǐng)先的綜合銀行面臨大量IT項目積壓，既要推動業(yè)務(wù)成果，又要解決沉重的技術(shù)債和開發(fā)人員短缺。起初只有3名工程師的小團隊，最終搭建了一個“技術(shù)現(xiàn)代化智能體工廠”：100個智能體僅由5名人類監(jiān)督。這些受控智能體包攬了從逆向工程、設(shè)計到構(gòu)建新應(yīng)用的完整現(xiàn)代化生命周期，把時間和人力成本均削減了50%以上。

我們的經(jīng)驗表明，第一階段——用AI智能體輔助員工、自動化單點任務(wù)——可在公司層面帶來3–5%的年生產(chǎn)率提升；第二階段——多智能體協(xié)同完成復(fù)雜工作流——有望把增幅推高到10%甚至更高。

了解你的智能體：從“智能體勞動力”到 “智能體引擎”

高管們對“智能體”是什么、能干什么，往往仍抱著固定且狹隘的想象，這種模糊認知直接拖慢了他們在風險、投資、資源投放與變革節(jié)奏上的決策。不妨摒棄“類人”直覺，把智能體視為視為能夠完成“一系列復(fù)雜度遞增的任務(wù)”的軟件系統(tǒng)（見圖示）。根據(jù)我們的經(jīng)驗，這種視角能更清晰地思考組織需要做出哪些變革。

智能體勞動力：作為工具的代理幫助現(xiàn)有工作

智能體工具可以通過協(xié)助個人完成基本任務(wù)和自動化工作流程，為現(xiàn)有工作提供支持。

增強個人能力。這些工具有助于自動完成、加快或改進通常由個人完成的任務(wù)。其中許多任務(wù)都是大家熟悉的—撰寫會議紀要、總結(jié)會議、生成代碼、開展研究或提出合同條款。

在編程等領(lǐng)域，這些工具已經(jīng)成為“做生意的成本”，就像員工使用電子郵件和電子表格一樣。研究表明，在個人層面使用智能體工具可將產(chǎn)出提升20%至30%，在某些單一任務(wù)領(lǐng)域甚至更高。然而，若將這類工具橫向推廣至整個企業(yè)，卻很少能帶來顯著的宏觀業(yè)務(wù)影響。此外，一旦越過早期核心用戶，使用頻率會迅速下降，留存率亦隨之滑落。

要讓“個人智能體助手”真正普及，仍需投入常規(guī)變革管理手段：把工具嵌入標準作業(yè)流程、把其輸出與使用數(shù)據(jù)納入績效體系、向員工提供充分培訓(xùn)、持續(xù)溝通并由管理層示范價值。

同時，由于增益分散在眾多微小任務(wù)中，領(lǐng)導(dǎo)層還須通過預(yù)算控制或大規(guī)模效率項目，把“看不見”的個人提速轉(zhuǎn)化為“看得見”的企業(yè)效益。

任務(wù)與工作流程自動化

第二類應(yīng)用聚焦于把組織內(nèi)既有的流程、工作流和任務(wù)自動化。智能體執(zhí)行層以“外掛”形式部署在現(xiàn)有流程和系統(tǒng)之上，僅須對后者做最小改動展示。

大型科技公司正在推出第一代智能體產(chǎn)品，同時一大批初創(chuàng)企業(yè)也攜解決方案涌入各個職能領(lǐng)域——客戶關(guān)懷、財務(wù)報告與監(jiān)控、編程、產(chǎn)品開發(fā)、采購等。

我們的研究顯示，早期部署在重復(fù)性、交易類工作中已實現(xiàn)周期時間縮短20–40%，或處理成本降低。在聯(lián)絡(luò)中心，某些通話類型（如余額查詢、地址變更等交易性操作）已接近完全自動化。

把智能體工具嵌入工作流并建立持續(xù)改進機制，是兌現(xiàn)價值的核心；僅僅把工具交給用戶并不能奏效。然而，阻礙價值放大的關(guān)鍵在于：這些更具領(lǐng)域針對性的用例往往孤立運行，依賴其他系統(tǒng)與大量人工干預(yù)才能完成。此外，盡管模型能力持續(xù)提升，企業(yè)仍缺乏以高質(zhì)量、大規(guī)模自動化現(xiàn)有任務(wù)的執(zhí)行能力。

智能體引擎：原生智能體工作流程和運營模式

新興智能體系統(tǒng)最新的突破在于“多智能體協(xié)同作戰(zhàn)”，這也被證明是獲取巨量價值的最具前景的路徑。然而，要把潛力變?yōu)檎娼鸢足y，就必須把現(xiàn)有流程“推倒重想”，按“智能體優(yōu)先”的原則重新設(shè)計——無論局限在單一職能（如客戶關(guān)懷），還是橫跨多個職能（如“線索到訂單”全流程）。職能級智能體工作流。

在此模式下，面向特定職能（如財務(wù)規(guī)劃與報告）的流程被徹底重設(shè)計，以充分發(fā)揮“多智能體團隊”與智能體流程的優(yōu)勢。

其核心在于：重新排布任務(wù)順序、合并可一次性完成的步驟、引入以往未接入的數(shù)據(jù)源，并建立“事前感知-事前解決”等新機制。由于多智能體可被統(tǒng)一編排、無縫銜接，傳統(tǒng)流程中頻繁的手工交接與碎片化作業(yè)得以消除。

無論橫向還是垂直軟件領(lǐng)域，專業(yè)廠商正在打造面向客戶關(guān)懷、財務(wù)、供應(yīng)鏈規(guī)劃、軟件現(xiàn)代化等場景的“全棧、原生智能體”應(yīng)用。若部署得當，這些系統(tǒng)可壓縮端到端周期、縮短問題解決時間，并提升客戶滿意度。以呼叫中心為例，預(yù)計60%–80%的進線請求可由智能體自動處理，且客戶滿意度不低于現(xiàn)有“IVR+一線人工”模式。

構(gòu)建此類系統(tǒng)既需工程技術(shù)（如將概率模型與經(jīng)典確定性軟件集成），也需深厚的領(lǐng)域知識，用以搭建多智能體平臺并重新設(shè)計配套的組織與運營模式，同時保留充分的人工監(jiān)督。關(guān)鍵在于為特定流程（如采購到付款、供應(yīng)商簽約、供應(yīng)商溝通、政策管理）設(shè)定清晰的“代理治理規(guī)則”——訪問權(quán)限、決策權(quán)限、質(zhì)量門控——否則負責監(jiān)督的人員將迅速被海量決策淹沒。

跨職能智能體系統(tǒng)。這類“智能體優(yōu)先”系統(tǒng)橫跨多個職能部門，負責端到端復(fù)雜工作流（如完整客戶旅程），并具備高層級決策能力。例如：

• 7×24 現(xiàn)場服務(wù)智能體：自主派工、改約、訂件

• 保險理賠智能體：獨立完成查勘、定損、賠付

• 按揭智能體：秒級審批與授信

• 財務(wù)周期智能體：從年度預(yù)算到月度報表全程處理

它們可在上市速度、單筆交易成本、問題解決時長及精準營銷收入等多維度同時創(chuàng)造價值。用現(xiàn)有技術(shù)開展的早期試點，已在某些勞動密集型流程里把單筆成本削減 70–80%。

走到這一階段，最大障礙不再是技術(shù)，而是組織與運營模式。首席執(zhí)行官及董事會必須親自下場，重新設(shè)計運營模型，包括打破傳統(tǒng)部門墻后的領(lǐng)導(dǎo)分工與團隊職責。零敲碎打的改良已無濟于事，必須與過往做法做出徹底切割。

智能體轉(zhuǎn)型沿途的決策與重大考量

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變。

為幫助首席執(zhí)行官直觀把握全程并及時做出關(guān)鍵抉擇，我們勾勒了一張為期兩到三年的高階路線圖。圖中標出階段性里程碑與必須由首席執(zhí)行官親自拍板的關(guān)鍵決策。

路線圖中的目標與時間表頗具挑戰(zhàn)性，我們也深知兩年間變數(shù)極多。然而根據(jù)經(jīng)驗，只有設(shè)定雄心勃勃的目標并明確要求全速推進，才能有效激勵組織、搶抓窗口。

第一年和第二年：設(shè)定方向、積蓄動能

第一年的核心目標應(yīng)聚焦于“建立共識、形成動能、打下可規(guī)模化運用 AI 智能體的基礎(chǔ)”。具體而言，要在一組精選的職能與運營環(huán)節(jié)中切實降低現(xiàn)有活動的運營成本（可設(shè)定實現(xiàn)約 10% 的效率提升作為參考目標）。然而，這一階段的首要使命并非單純追求數(shù)字，而是打破慣性、以明確意圖快速行動，并在此過程中完成關(guān)鍵學(xué)習與能力積累。以人工智能代理為核心的初創(chuàng)企業(yè)如何重塑商業(yè)模式化，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。

第一年和第二年應(yīng)達到的“智能體業(yè)務(wù)”標志點便是:

1.全員“智能體流利度”迅速提升

• 能夠高效使用AI智能體成為所有員工的必備技能；商業(yè)價值尚低，但屬于"做生意的成本"

• 目標：25-50%以上員工定期使用企業(yè)級智能體和AI工具；所有人通過“與智能體對話” 質(zhì)疑數(shù)據(jù)，而非只讀靜態(tài)報告

2.第一代工具已自動化大量現(xiàn)有流程

• 覆蓋財務(wù)申報、文檔撰寫、審批流等關(guān)鍵流程；交貨期明顯縮短，交易成本顯著下降

• 示例：修正結(jié)構(gòu)清晰的簡單數(shù)據(jù)質(zhì)量缺陷時，智能體可自動解決90-95%的問題

3.首批智能體軟件系統(tǒng)與核心系統(tǒng)融合

• 關(guān)鍵系統(tǒng)界面正從“靜態(tài)命令”轉(zhuǎn)向“提示驅(qū)動查詢”；內(nèi)置智能體自動生成洞察、執(zhí)行任務(wù)并協(xié)調(diào)活動

• 規(guī)劃、信息收集等自動化能力成為常態(tài)；配套報告系統(tǒng)快速演變

4.先鋒團隊打造端到端燈塔項目

• 選定完整流程(如訂單到回款、記錄到報告、貸款自動審批與撥備)制定24個月目標愿景

• 通過一系列最小可行產(chǎn)品(MVP)驗證并擴展能力；目標需激進——例如訂單到回款流程70%以上交易實現(xiàn)全渠道自動化

5.部分崗位需求因生產(chǎn)力提升而減少

簡單編碼任務(wù)已被AI智能體可靠接管；最新編碼智能體(尤其前端代碼執(zhí)行)可把個人產(chǎn)出提升50-100%，相應(yīng)減輕原有人力負荷

要讓業(yè)務(wù)達到上述標志點，首席執(zhí)行官必須在以下核心領(lǐng)域出手：

1.以價值為導(dǎo)向設(shè)計轉(zhuǎn)型

當前過多關(guān)注個人生產(chǎn)力；雖有益，卻非最大價值所在。首席執(zhí)行官應(yīng)追求變革性價值，這來自用智能體重新架構(gòu)和設(shè)計完整工作流。首席執(zhí)行官需確保團隊從孤立用例轉(zhuǎn)向跨職能優(yōu)先工作流，這要求組織從分散的 AI 小組轉(zhuǎn)向包含 AI、數(shù)據(jù)、IT 及相關(guān)業(yè)務(wù)專家的跨職能智能體團隊。

2.高度重視學(xué)習沉淀

必須將企業(yè)級學(xué)習集中捕獲并復(fù)用，同時形成“智能體優(yōu)先”流程重設(shè)手冊，包括 ROI 標準、多智能體編排模式、技術(shù)與數(shù)據(jù)集成最佳實踐、控制與評估方法，以及適用場景。

為此，組織需設(shè)立中央團隊（“智能體工廠”），負責識別工作流、管理重設(shè)并推動規(guī)模化。

2022年，亞馬遜創(chuàng)始人杰夫·貝索斯發(fā)布內(nèi)部指令：所有開發(fā)者編寫的代碼必須包含可向第三方開放的 API。此舉正是亞馬遜實現(xiàn)規(guī)模化的關(guān)鍵手段。面對 AI 智能體，首席執(zhí)行官們同樣需要建立并強制執(zhí)行類似的設(shè)計原則——通過構(gòu)建“可組合”的智能體，而非單體、線性的流程，使各功能模塊能夠被重復(fù)調(diào)用、靈活重組，從而支撐不同任務(wù)需求。這一要求應(yīng)上升為組織層面的強制令，而非僅限于技術(shù)團隊的偏好。

“智能體工廠”是工業(yè)化放大能力的核心載體

該工廠由專職團隊組成，負責智能體的構(gòu)建、部署，并同步開發(fā)配套系統(tǒng)與標準，以確保后續(xù)可橫向擴展。其關(guān)鍵產(chǎn)出包括：

• 可復(fù)用的運營流程藍圖庫

• 統(tǒng)一的風險檢查與護欄機制

• 系統(tǒng)化的技術(shù)方案，用于智能體性能評估

• 自上而下的標準化 KPI 體系

工廠還須承擔強有力的治理職能，防止智能體在組織內(nèi)無序蔓延，并確保其符合公司及各國監(jiān)管要求。

支撐智能體工廠高效運作的三大關(guān)鍵轉(zhuǎn)變：

1.技術(shù)與數(shù)據(jù)

• 架構(gòu)先行：首席執(zhí)行官需優(yōu)先推動建立適配的體系結(jié)構(gòu)，部分能力可借助專業(yè)智能體服務(wù)商；同時保持供應(yīng)商中立，避免鎖定，便于在多個技術(shù)平臺間靈活組合自研與現(xiàn)成智能體

• 對于投資意愿更強的企業(yè)，可考慮采用"智能體 AI 網(wǎng)格架構(gòu)"——一套用于統(tǒng)一編排工作負載的模式、實踐與原則

• 數(shù)據(jù)基礎(chǔ)：只有當智能體能夠訪問經(jīng)治理、動態(tài)且結(jié)構(gòu)化的數(shù)據(jù)時，規(guī)模化才可行。這項任務(wù)并不輕松，需要高層領(lǐng)導(dǎo)將堅實的數(shù)據(jù)底座列為優(yōu)先事項

2.平臺化

企業(yè)未來將面臨數(shù)百甚至數(shù)千個智能體，若缺乏統(tǒng)一平臺將迅速陷入管理困境。首席執(zhí)行官應(yīng)把"自動化的智能體管理與可觀測平臺"納入優(yōu)先投資或采購清單，平臺需涵蓋：

• 成本與性能監(jiān)控協(xié)議

• 智能體的上線與退役流程

• 訪問權(quán)限管理（如根據(jù)當?shù)胤ㄒ?guī)決定哪些智能體可訪問哪些數(shù)據(jù)）

• 隱私權(quán)與安全保障機制

3.信任

員工只有理解 AI 智能體的運行方式，才會給予信任；缺乏信任，推廣必將受阻。首席執(zhí)行官應(yīng)從第一天起便優(yōu)先部署可解釋系統(tǒng)，讓用戶清楚了解智能體的決策邏輯及潛在偏差來源，從而為大規(guī)模應(yīng)用奠定信任基礎(chǔ)。

重塑人才與運營模式。許多組織已急于開設(shè)“如何使用生成式 AI 與智能體”的培訓(xùn)，這雖為員工打下技能基礎(chǔ)，但仍不足夠。更關(guān)鍵的是：未來人人都須具備“開發(fā)—監(jiān)督”智能體的能力。智能體若只是日常工作的“外掛工具”，價值有限；必須內(nèi)嵌到每個人的作業(yè)方式中。

為實現(xiàn)這一轉(zhuǎn)變，各級管理者需立即著手構(gòu)建“人機混合”運營模型，并系統(tǒng)性地植入以下新技能：

• 如何設(shè)計與應(yīng)用智能體

• 如何訓(xùn)練、調(diào)優(yōu)并持續(xù)反饋

• 如何為智能體設(shè)定任務(wù)與邊界

• 如何追蹤、糾正其輸出質(zhì)量

• 如何將多智能體串聯(lián)，以完成更復(fù)雜的端到端任務(wù)

這一運營模式的重塑——本質(zhì)上是對“未來工作方式”的重新定義——是已重構(gòu)流程能否長期可持續(xù)的關(guān)鍵，也是部署智能體解決方案時必須同步推行的核心變革。

落地變革的另一抓手是績效管理。考核與復(fù)盤須新增“智能體管理”維度，KPI 也應(yīng)隨之調(diào)整，例如：

• 與智能體協(xié)作完成的任務(wù)量

• 輸出質(zhì)量與準確率

• 對智能體流程的優(yōu)化貢獻

• 通過將考核指標與“人機協(xié)作成效”深度綁定，方能固化新習慣、驅(qū)動新模型真正生根

第二年和第三年：在全組織范圍內(nèi)規(guī)模化

智能體旅程的第二年核心任務(wù)，是把第一年的試點經(jīng)驗放大成可復(fù)制的范式，并將衡量指標從“智能體活躍度”轉(zhuǎn)為“損益表影響”。此時企業(yè)應(yīng)開始對關(guān)鍵客戶旅程和工作流進行“全面智能體化”，而不再只是將智能體嵌入現(xiàn)有流程。

第二年和第三年應(yīng)達到的標志性業(yè)務(wù)節(jié)點：

1.首座智能體“燈塔”跨越臨界點

• 第一年重構(gòu)的客戶旅程燈塔實現(xiàn)>90%自動化

• 標準流程的智能體交互保持高績效與高滿意度，例外情況可有效升級至人工處理

2.智能體自動化在關(guān)鍵價值流中全面鋪開

• 公司90%的關(guān)鍵價值流已部署智能體自動化

• 智能體系統(tǒng)不僅被視為系統(tǒng)升級，更是新的運營模型缺省選項

3.傳統(tǒng)以靜態(tài)職能和線性交接為核心的運營模式開始瓦解

• 至少五條優(yōu)先客戶旅程由“AI智能體團隊+人工監(jiān)督”端到端負責，跨越傳統(tǒng)職能邊界（例如：同一智能體團隊完成客戶分析、個性化營銷、成交及售后服務(wù)）

• 企業(yè)內(nèi)跨職能的"智能體對智能體"交互（包括與客戶代表或采購代表智能體）成為常態(tài)

4.員工角色轉(zhuǎn)向“智能體團隊主管”

• 所有關(guān)鍵職能的智能體采納率超過75%

• 幾乎每位專業(yè)人員至少擁有1個、通常3-至5個智能體"為其工作"，高階用戶可同時調(diào)度數(shù)十個

5.智能體與全職員工(FTE)比例顯著變化

• 基礎(chǔ)及中等復(fù)雜度任務(wù)的智能體可靠性高，但仍需人工監(jiān)督

• 多領(lǐng)域?qū)崿F(xiàn)職能現(xiàn)代化：例如軟件開發(fā)生命周期FTE需求下降30-40%；財務(wù)計劃與報告工作量減少約75%

隨著智能體能力成熟，首席執(zhí)行官的關(guān)注點需轉(zhuǎn)向組織與運營層面：

1.為價值而重設(shè)，架構(gòu)轉(zhuǎn)型而非修補

• 早期降本和學(xué)習項目重要，但首席執(zhí)行官應(yīng)瞄準50%以上的生產(chǎn)力與價值提升，并有勇氣質(zhì)疑業(yè)務(wù)的所有假設(shè)

• 重新審視商業(yè)模式：在智能體時代哪些環(huán)節(jié)仍具防御性？哪些智能體創(chuàng)新與體驗可成為可持續(xù)差異化來源？明確的差異化視角將指導(dǎo)"自建/外購/合作"決策，并界定需保護的數(shù)據(jù)、IP與競爭優(yōu)勢

2.用智能體加速"測試-學(xué)習-適配"循環(huán)

• 在數(shù)字孿生環(huán)境中運行的智能體，可低成本、高速度地大規(guī)模試驗流程、產(chǎn)品與優(yōu)惠

• 成功實驗可由智能體立即實施，變革管理成本在高度自動化的工作流中顯著下降

3.按智能體經(jīng)濟重塑預(yù)算與商業(yè)模式

• 員工與智能體的比例將大幅改變，投資重心從人力轉(zhuǎn)向技術(shù)

• 首席執(zhí)行官需與首席財務(wù)官、首席人力資源官共同建立財務(wù)與人力耦合模型，重新預(yù)算、跟蹤并分配技術(shù)與人員資源

4.規(guī)模化轉(zhuǎn)型：從職能架構(gòu)到價值流架構(gòu)

• 端到端智能體工作流跨越職能后，傳統(tǒng)組織模型將失去意義；繼續(xù)沿用并鏡像這些模型將扼殺規(guī)模潛力

• 企業(yè)須轉(zhuǎn)向以結(jié)果為導(dǎo)向，圍繞價值流（如客戶開戶、新客戶銷售）組建"人+智能體"混編團隊

• 遷移過程需在治理上做出艱難權(quán)衡（例如誰對價值流負責），并投入機制持續(xù)追蹤智能體績效，避免不同部門各自開發(fā)競爭型智能體導(dǎo)致混亂與風險

5.人才與運營模型：2030年約30%現(xiàn)有工時或被自動化

• 人機比例將被重新定義，職場出現(xiàn)“智能體-智能體”及“人-智能體”新型協(xié)作動態(tài)

• 運營模型、績效指標與企業(yè)文化均需同步升級，才能在全新比例關(guān)系下保持競爭力

與首席人力資源官緊密協(xié)作，首席執(zhí)行官亟需描繪“智能體勞動力”的未來圖景：明確智能體成熟后技能體系如何演進，如何重新配置被釋放的人力，并相應(yīng)重塑人才與組織機制。

1.重塑HR系統(tǒng)

• 建立常態(tài)化崗位掃描機制——哪些角色需重構(gòu)、新增或取消

• 加快技能升級節(jié)奏，并同步更新人員配置、職涯路徑、績效、激勵及報表體系，以適配“智能體操作系統(tǒng)”

2.嵌入新角色與指標

• 績效評價加入“智能體管理KPI”

• 設(shè)立“智能體編排師”“智能體訓(xùn)練師”等新職涯原型，晉升與“管理人機混合團隊”的能力掛鉤

3.雙速治理

• 短期：推動轉(zhuǎn)型落地

• 長期：研判深遠影響

首席執(zhí)行官與董事會必須同時駕馭兩種節(jié)奏。如下為前瞻性議題（供首席執(zhí)行官與董事會參考）

• 商業(yè)模式：智能體如何沖擊/重塑差異化？如何防守并拓展市場？

• 生態(tài)關(guān)系：是否出現(xiàn)“智能體去中介”風險？客戶、供應(yīng)商、合作伙伴角色如何演變？

• 企業(yè)文化：如何在人機共存中堅守企業(yè)價值觀？

• 混合運營：職能邊界消失后，如何管理無縫協(xié)作的人-機工作流？

• 人才策略：內(nèi)部vs外包、開源vs多供應(yīng)商vs單一平臺，最優(yōu)比例與組合為何？

• 投資路線圖：如何兼顧近期業(yè)務(wù)目標與可擴展的長期轉(zhuǎn)型基礎(chǔ)？

“變革節(jié)奏”或許是商業(yè)世界最被濫用的陳詞之一，但智能體 AI 的崛起為其注入了前所未有的現(xiàn)實意義與緊迫感。盡管 AI 智能體仍被不確定性所籠罩，領(lǐng)導(dǎo)者絕不應(yīng)因此而躊躇不前；恰恰相反，唯有果斷且深思熟慮的行動，才能一層層剝開迷霧，打造出以智能體為核心的新型企業(yè)，開啟生產(chǎn)力與增長的新篇章。

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】。