今年可能是自主式AI大放异彩的一年,许多企业都在寻找增值用例。一个关键问题:哪些业务流程实际上适合采用自主式AI?
商业咨询公司德勤预测,到2025年,在使用GenAI的公司中,有25%将推出自主式AI试点或概念验证,到2027年这一比例将增长到50%。该公司表示,在某些行业、某些用例中,自主式AI应用可能会在今年被纳入现有工作流程。
但并非所有业务流程都适合采用自主式AI,因此也不值得为此投资AI。一些市场观察人士认为,另一种方式——确定性自动化——仍将在今年的生产中占据主导地位。
CIO在确保自主式AI能为特定工作流程带来回报时,应注意以下几点。
业务一致性、价值和风险
企业如何知道一个业务流程是否适合采用自主式AI?与任何IT投资一样,一个需要考虑的因素是,采用自主式AI是否能为某个流程增加实际价值。
“成功的自主式AI战略始于对智能体目标的清晰定义,”全球技术研究和IT咨询公司ISG的首席战略官兼合伙人普拉尚特·克尔克表示。“将AI的目标与更广泛的业务目标相结合至关重要。自主式AI需要一个使命。没有明确的目标,就像让一艘船漫无目的地驶向大海。”
专注于AI的法律事务所库兰·米德斯(Culhane Meadows)的合伙人赖克·菲弗表示,最初,决定是否将一个业务流程转变为采用自主式AI的流程,应遵循与评估是否使用任何新的业务或技术解决方案相同的内部流程。
如果成本效益分析显示,自主式AI能提供当前流程所缺少的东西,并实现投资回报率,那么公司就应该投入必要的资源,包括资金、人力和时间。由于供应商提供的自主式AI产品的定价可能复杂且尚未完全明确,这一等式因此变得更加复杂。
菲弗表示,给定流程或流程的自主式AI的自主程度、资源增加以及复杂性也带来了必须考虑的挑战。企业解决这些挑战的能力,有助于确定流程是否已准备好采用自主式AI。
“企业是否有初始和持续的资源来支持和不断改进自主式AI技术,包括基础设施和必要的数据?”菲弗说,“企业是否建立了合规审查和监控结构,以初步评估特定自主式AI的风险;在出现问题时进行监控和纠正;衡量成功;跟上适用的法律和法规?”
此外,从性能和合规性的角度来看,企业是否能承受自主式AI在流程中失败?菲弗问道:“如果自主式AI失败,需要用另一种解决方案来处理相关业务流程,那会对业务产生什么影响?该业务流程能否轻松回归另一种解决方案?”
数据和可操作框架
一个好的自主式AI用例的另一个关键属性是用于支持流程的数据质量。
“为了从自主式AI中获得有形价值和投资回报率,公司需要确保拥有高质量的数据,”工作管理平台提供商Asana的CIO萨凯特·斯里瓦斯塔瓦表示。“如果代理操作的数据过时、没有意义或与公司目标不一致,组织就无法从这些智能体中获得有价值的输出。”
智能体还需要了解谁负责特定任务、目标是什么、何时需要采取行动以及流程如何展开。“如果没有这个可操作的框架,即使是最先进的AI系统也难以提供有意义的价值,”斯里瓦斯塔瓦说。
对于Asana而言,自主式AI在公司内部及其客户工作管理转型方面发挥着举足轻重的作用。去年,Asana推出了智能体,它们可提出优先级建议、推动工作流程并采取行动,同时适应个人和团队独特的工作方式,斯里瓦斯塔瓦说。
Asana最近还推出了Asana AI Studio,它使用自主式AI使团队能够创建无代码、由AI驱动的工作流程。“这些工作流程使智能体能够处理诸如筛选项目请求、起草简报或分配工作等重复、手动任务,显著减少了团队花在琐碎工作上的时间,”斯里瓦斯塔瓦说。
“我们已让所有员工利用AI Studio执行特定任务,如研究和起草计划,确保内容或资产的准确翻译符合品牌规范,”斯里瓦斯塔瓦说。
例如,Asana的网络安全团队利用AI Studio来减少警报疲劳,并腾出了团队之前花在警报和漏洞分类上的大量繁琐工作时间。IT部门使用Asana AI Studio进行供应商管理,支持服务台请求,并确保满足软件和合规性管理要求。
客户服务:自主式AI的一个理想应用场景
技术咨询公司Publicis Sapient的首席产品官兼GenAI负责人谢尔顿·蒙提罗表示,客户服务领域可能是自主式AI的理想应用场景。企业已经使用交互式语音应答(IVR)系统和早期的客户服务聊天机器人来自动化客户交互有一段时间了。但他说,这些都是基于规则的,并在固定、预定义的工作流程内运行。
“IVR依赖于僵硬的决策树,这意味着它们在处理复杂或意外的查询时会遇到困难,常常让客户陷入无尽的循环或不得不重复自己,”蒙提罗说。
蒙提罗说,传统的聊天机器人基于关键词匹配和预设的响应来运行。它们对于简单、结构化的查询(如查询账户余额)效果很好,但当客户以意想不到的方式提问、引入多个主题或需要上下文理解时,它们就会失效。
“这两种方法都缺乏真正的适应性和动态解决问题的能力——导致频繁升级为人类代理和糟糕的客户体验,”蒙提罗说。自主式AI引入了一种新的范式,从基于规则的自动化转变为具有上下文感知、自我改进和自主客户服务代理,他说。
“客户服务是一个强大的应用场景,因为它需要解决可能复杂且多步骤、具有依赖性的客户问题,涉及上下文理解、理解细微差别、通过客户问题进行推理,并根据变化的情况进行调整,”蒙提罗说。
蒙提罗说,客户服务交互涉及文本、图像和语音等非结构化数据,并在动态环境中运行,需要不断学习和实时适应。
“通过即时、自主的解决方案,并利用反馈随时间改进,可以最大化竞争优势,”他说。“传统的聊天机器人和IVR是关于自动化任务的。自主式AI是关于解决问题和提供实时、自适应和个性化的客户体验的。”
自主式AI适合的领域
除了客户服务工作流程外,专家还看到了四个通用的流程场景,这些场景可能为自主式AI提供有意义的应用案例。
1. 提升混合业务流程
全球管理和技术咨询公司AArete的数据科学和分析副总裁普丽雅·伊拉加瓦拉普表示,自主式AI可以对已经融合了自动化和基于人类决策的任务的业务流程产生影响。
“自主式AI最适用于将程序性和手动任务交织在单个流程中的业务流程,”伊拉加瓦拉普说。
例如,当保险索赔处理工作流程涉及自动验证结构化数据(如验证保单号码和承保日期)与手动审查非结构化文档(如医疗报告或需要人类解释的异常情况)相结合时。
2. 跨孤岛工作流进行桥接和协调
自主式AI可以发挥价值的另一个场景是,当业务流程跨越多个孤立的团队时,每个团队都无法看到或访问其他团队的数据或系统。
“这时最好构建一个可以跨功能进行培训和获取知识的智能体,”伊拉加瓦拉普说。一个例子是大型组织中的订单到收款流程,其中销售、财务和物流团队各自在独立的系统中运作。
“智能体可以整合和汇总来自所有这些系统的数据,提供一个统一的视图来识别瓶颈,发送有关延迟的主动警报,并协助对账任务,”伊拉加瓦拉普说。该代理充当跨团队的桥梁,以确保更流畅的工作流程和决策,她说。
当流程跨越多个团队或部门,并需要大量协调时,它们可以从AI作为协调者的能力中受益,斯里瓦斯塔瓦说。Asana的代理可以建议最佳工作流程,并通过跟踪团队进度来确保问责制。“这确保了工作与目标保持一致,并降低了沟通不畅或错过截止日期的风险,”他说。
3. 通过多个重复步骤来聚合自动化
“涉及常规、重复操作(如数据输入、任务分配或报告生成)的流程非常适合[代理型]AI,”斯里瓦斯塔瓦说。“这些任务通常会消耗大量员工时间,但不需要深入的创新或战略思考。自主式AI可以自动化这些工作流程,让员工专注于更高价值的活动。”
ISG正在其ISG Tango工具的一些组件中使用自主式AI。凯尔克说:“我们正在升级[该工具]以纳入AI元素,并在采购、寻源和供应商管理等我们咨询服务的主要内容中试点用例。”“我们正在快速跟踪那些我们可以超越传统机器学习、自主完成任务和做出决策的用例。”
高度重复且遵循明确规则的步骤是自主式AI的主要候选对象,凯尔克说。“例如,在供应商管理中匹配发票处理催生了我们的发票取证服务,该服务可确保公司不会为服务重复付款,”“规则应该清晰,重复性应该高。这是理想的组合。”
4. 取代昂贵的手工任务
自主式AI的另一个理想应用场景是,当业务流程涉及手动操作,且雇佣员工来处理这些任务的成本太高时。
“这方面的一个例子是快速增长业务中的客户支持运营,”伊拉加瓦拉普说。与其雇佣一个大型团队来处理常规的客户查询,如订单状态更新、账户问题或基本故障排除,不如让一个智能体自主处理这些交互的大部分内容。
“它可以解决常见问题,将复杂案例升级给人类代理,并随着时间的推移学习以改进其响应,”伊拉加瓦拉普说。“这种方法降低了运营成本,提高了响应时间,并允许人类专注于更高价值的交互,如处理争议或建立客户关系。”