![]()
核心观点
当今,智能体已经成为一种“新型劳动者”,具备了独立参与企业流程的能力,企业进入“人+智能体”(Human+Agent,缩写为Humagent)两类主体结合、双主体并存的新阶段。企业将正视智能体如同人一样成为企业主体的现实,重新思考人、智能体和组织之间的关系,开启企业数智化转型的组织重构新阶段。
![]()
图片来源:摄图网
■单志广 彭震
“人工智能+”正在各个产业领域快速展开。根据IDC数据,2026年全球企业在AI上的支出将达到9400亿美元,到2029年将增至2.1万亿美元。当今,智能体已经成为一种“新型劳动者”,具备了独立参与企业流程的能力,企业进入“人+智能体”(Human+Agent,缩写为Humagent)两类主体结合、双主体并存的新阶段。企业将正视智能体如同人一样成为企业主体的现实,重新思考人、智能体和组织之间的关系,开启企业数智化转型的组织重构新阶段。
企业的AI转型过程就是逐步解决组织摩擦力的过程,企业可以从文化重塑、管理变革、流程再造、数据治理四个层面推进组织的系统性重构,建立以Humagent为基础的运行体制。文化重塑解决认知问题,管理变革解决规则问题,流程再造解决执行问题,数据治理解决主线问题。缺少任何一层,AI原生转型都可能停留在局部试点,难以进入整体性和规模化阶段。
01
文化重塑:统筹创新,建立人智协同组织意识
认知转变是AI原生转型的前置条件。当前,“AI替代人”“AI万能论”等对于AI的极端化态度妨碍了企业的正常转型。企业要在内部将这些极端认知纠正过来,建立对AI的正确认知,让全体员工理解智能体的真实能力边界。
从企业实践看,只有“一把手工程”才能快速实现组织意识转变。企业可以抽调各部门业务专家与AI专家,将原有“IT中心”升级为“智能化转型部”,统一推动各个部门落地AI+,打破“智能化只是技术部门工作”的片面认知。智能化转型部做顶层规划,明确转型方向与资源投入,AI算法部门提供技术支撑,各业务部门则按自身业务需求,自下而上开展场景创新与试错。开展全员AI理论与实践培训,并进行考试认证,实现个人AI能力的量化评估,让AI能力成为个人能力的重要指标。企业的转型建立在个人能力和知识转变的基础上,全员学习可以为企业转型奠定更好的基础。
调整考核KPI,让全员主动参与转型。企业考核应该把个人产出与智能体产出统一起来,智能体产出越好,员工的产出就越好,自然可以形成人与智能体(简称“人智”)协同、共生的和谐关系。企业把KPI评价重点转向团队、部门和企业的整体产出,弱化对个人的考核,可以将员工与智能体的关系从竞争转为协同,员工会主动成为智能体的管理者、训练者、校验者和责任承担者。
同时,企业也需要建立自下而上的创新机制。每个组织都具有对抗创新的天然惯性,但是每个组织都有少数具备创新内驱力、勇于尝试的员工,企业应通过良好的机制设计让这些人尽快涌现出来,通过常态化开展全员智能体共创活动,鼓励员工自主开发业务智能体,并依托自建智能体基础设施提供Token算力支持,形成破点、打破僵局,从而形成全员转型的良好局面。
02
管理变革:建立规则,实现组织级的人智协同
当组织形成基本共识后,企业就解决了“愿不愿意用”AI的问题,但是要实现“放心用、高效用、规范用”,还需要管理层面的变革,需要建立适配人与智能体两类主体的制度体系,这是智能体全面进入企业流程,尤其是核心业务流程的基础。
首先,要给智能体明确的数字身份,赋予智能体与人类员工相同的管理资格。每一个智能体应配备唯一数字身份档案,详细定义其应用场景、系统权限、数据访问权限,全程存留运行日志,从而可以被授权、被监督、被评价和被优化。有了与人类员工对等的身份,智能体就能够全面进入企业的业务流程。企业研发部门可以设立“研发0处”,“0处”里没有一个自然人,全都是拥有独立身份和岗位职责的数字员工,按照标准的软件工程角色划分,在各研发团队打造专属的“需求澄清师”“Al编码员”和“安全防护专家”等十几类数字员工。
其次,要建立统一的精细化权限管控。权限管理不仅要精细化,为每一个智能体设置不同的权限,为不同的智能体操作赋予不同权限,更要实现全域的权限管理,从全局角度实现安全保证与业务高效的统一。权限管理要多维度细分,智能体和数据的具体赋权要考虑具体场景,通用非敏感数据可以开放更高调用权限,财务、人力、供应链等高价值数据应设置分级访问审批。此外,静态权限和动态权限管理相结合,在为智能体赋予权限的同时,对于智能体的每次任务,也要根据其特点和调用资源情况赋予其临时性权限,任务执行完毕,就收回权限。权限管控的目标不是限制智能体,而是在可控边界内释放智能体能力。
再次,要基于Humagent重构绩效评价系统。现有的绩效体系只考核人,AI工具会被作为企业资产进行统计,而未来AI工具才是企业价值创造的主体。基于Humagent的绩效评价,应该从考核人转变为考核人智协同的团队、部门和企业等不同维度的整体性产出,重新设立考核指标,比如业务交付周期、智能体自动化流程复用率、私有知识库沉淀数量、智能体任务完成率、幻觉出错率、返工成本等指标,把智能体的成长与员工成长一样列入团队成长性考核,激励员工主动校验和迭代智能体能力。另外需要指出,考核的最大目的并不是提高短期的企业产出,而是推动企业的制度、流程等各个方面的变革,基于Humagent构建新的竞争力。
最后,风控体系要针对智能体重新思考,针对智能体的不同操作建立分级体系,实施业务全程留痕审计追溯机制。低风险操作,如常规文案、简单报表生成等,可以采用事后检查的方式,智能体自主操作,人工定期检查即可;敏感业务,例如合同拟定、财务结算等,智能体的每一个任务都需配合人工检查,流程上设置人工Checkpoint审核节点,经过人工审核后才能流向下一个业务环节。总之,整体原则就是“智能体执行,人工审核,全程留痕”,充分考虑人智之间的优势互补,实现效率与安全的平衡。
总之,管理变革就是在企业内为智能体赋予人一样的身份,并基于发挥人和智能体各自优势这一出发点,重新思考和构建管理流程、风险控制体系等,实现企业竞争力的跃升,并保证业务安全。
03
流程再造:人智协同,实现产出质变
企业管理的变革首先要体现在流程组织上。当下很多企业的AI转型困境已经说明,在原有流程上植入AI工具,并不能发挥AI的能力和价值,因为现有的流程是按照人的能力和特点进行设计的。AI时代的企业要按照人和智能体的能力、特点,重新设计全链路工作分工,智能体的知识广度、执行效率和持续运行能力就会被真正释放,变成企业的业务价值。
企业基于Humagent设计流程,需要考虑两个问题,首先是发挥智能体在能力、知识面等方面巨大价值,让智能体成为企业价值创造的主体;其次是发挥人在风险控制、任务定义等方面的优势,既是让人来解决企业风险问题,更是通过人智协作来把人类员工从复杂、琐碎的高强度执行中解放出来,进行更高价值的定义性和创造性工作。
从人到Humagent,流程很多底层逻辑被改变,现有的企业流程设计在一定程度上是基于人的有限能力、自私人性妥协的产物,采用分人分岗设计。智能体不仅能力超强,在很多领域已经远远超越了人类,而且知识面更为宽大,针对某一个问题,可以尝试更多的工具、全面的可能性路径,达到人类此前难以企及的水平,可以在一定程度上横跨多个领域,帮助企业重新组织任务链条。
以IPD研发流程为例,传统IPD流程从市场洞察、需求管理、概念设计、计划制定、产品开发、单元测试、系统测试到客户试点,涉及多个专业团队协同。进入智能体时代后,智能体会参与需求分析、方案生成、架构设计、代码生成、测试辅助和成本评估等每个过程,会明显提高需求分解转化、计算机模拟等流程环节的效率,提高IPD流程的敏捷度,大幅缩短企业对于需求的响应时间。
流程再造带来的效率提升也是显而易见的。例如,GitHub上的开源项目ClawManager,项目团队在开发过程中,由一名人类员工与智能体协作完成,仅耗时7天就完成了22万行代码的开发,相较于纯人工开发模式效率提高了170多倍,项目发布3个月获得1.7万赞,下载量超过3.6万。这个项目能够取得成功,一个重要原因是具有强大的人工智能驾驭能力,实现了人类员工与智能体的协同——工程师专注于需求、架构、代码质量审核等工作,所有的代码和文档工作都由智能体完成。
另外,基于Humagent的流程必须实现全流程留痕、全面数据化记录,以备追溯。这些数据不仅是事后溯源的基础,也是高价值的数据资产。人类组织的经验积累靠的是将人的经验转化为企业的标准流程和动作。智能体的能力提升和经验沉淀靠的是数据,如果决策和操作过程没有被完整记录下来,那么智能体就无法从历史中学习、迭代、进化。这是人类经验积累方式与AI经验积累方式的根本差异。
总之,流程再造是将AI从员工的单点效率工具升级为组织效率工具的创新工作。通过流程重构,智能体与人形成了合理、科学的协作关系。在新的协作关系中,不仅智能体的能力会不断成长,人也会不断成长。人从低价值重复劳动中被释放出来,价值跃迁到了更高的层次,整个企业的业务也实现了转型升级。
04
数据治理:为智能体打造专属数据空间,平衡安全和效率
数据是企业的核心资产,也是智能体工作和能力成长的基础。企业业务模型的训练离不开业务数据,智能体理解业务、降低幻觉,也离不开业务数据。在AI时代,数据资产的重要性将被提到前所未有的高度。对企业而言,发掘数据价值就是AI原生转型的重要组成部分,但是大模型、智能体不同于传统业务系统,具有很大的不确定性,让大模型、智能体直接操作业务数据,会带来不可知的风险。因而,AI原生转型不是简单地将大模型或智能体接入原有的业务系统,让大模型和智能体调用业务数据,而是系统思考数据价值发掘与数据安全保障,搭建一套基于Humagent的数据治理体系,使大模型、智能体能够在合理合规的基础上理解企业真实状态,调用业务数据,参与业务流程。
最为可行的方法是为大模型、智能体建立专门的数据空间。企业应该将ERP、MES、CRM、PLM等核心业务系统中的数据进行脱敏、标准化,使之符合智能体调用的技术标准,然后统一映射或者复制到一个专属的数据空间,智能体在该空间内,可以自由地对数据进行增、删、改,从而让智能体有了全局数据掌控能力,但是这些数据向原系统回写,需要专门的严格控制,经过业务流程校验、权限审批和人工复核,确保数据操作合规、可管、可控,以保证业务数据高度安全。
很多企业仍有数字化时代的“欠账”,数据整合工作没有完成,ERP、MES、CRM、PLM等系统没有连通,并且缺少统一数据标准、业务口径和主数据体系,企业应该尽快补上这些欠账,实现业务数据的打通、标准化,在此基础上,企业可以建设可持续更新的知识库体系,将工艺标准、产品资料、售后方案、专家经验等更为广泛的企业数据整理、清洗和结构化改造,纳入智能体数据空间统一管理,并且保持智能体数据空间的数据同步,业务新增数据可以定期同步到智能体空间,确保智能体获得的信息与企业真实经营状态保持一致。
数据治理是一项关系Humagent高效运行的全局性工作,不能由IT部门单独承担。只有整个公司都参与进来,才能打破信息孤岛、实现数据资产整合、建立智能体专属数据空间,并守住数据安全底线,让Humagent管理重构和流程再造变成现实。
需要强调的是,每一家企业的AI原生转型肯定是个性化的,行业不同、规模不同、数据基础不同,每家企业都需要考虑自己的推进方法、策略和节奏,都需要寻找可行的切入场景,有的企业需要做好数据治理,打好数据基础;有的企业可以边应用边整合。AI转型是一场时代性的实践,每个企业的探索汇成了时代的洪流。但唯一可肯定的是,AI原生转型不仅是一个技术工程,不是开发模型、上线智能体就可以解决问题,企业之间的终极竞争,最终取决于能否建立一套让人与智能体高效协同、持续进化、可控运行的组织体系,将AI能力内化为企业本身的竞争力,企业的个性化、独特性将体现在流程、知识、数据和协同机制等方面。过去企业管理主要围绕人展开,未来企业管理将越来越多地围绕Humagent展开。组织进化没有终点,Humagent也不是最终形态,而是企业走向AI原生的一个起点。
(单志广系国家信息中心信息化和产业发展部主任、智慧城市与智能经济研究中心主任、二级研究员;彭震系浪潮信息董事长)
总 监 制丨杨玉洋车海刚
监 制丨陈 波 刘卫民
审 核丨王小霞发 布丨谷 云
![]()
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.