隨著企業級AI代理的快速普及，雄心與執行之間出現了脫節。儘管85%的組織表示希望在未來三年內實現代理式營運，但76%的組織認為其目前的營運和基礎設施無法支持這項變革。他們指出在人員、流程和工作流程方面都缺乏準備。治標不治本的問題 普華永道英國諮詢公司全球勞動力諮詢技術長兼首席AI長Prasun Shah解釋，挑戰在於許多組織往往只是將AI代理疊加到現有營運上，而非重新構思營運模式以及工作應如何重新佈線。

他指出：「他們將AI員工嵌入到以人為本的營運模式中」，將AI代理疊加到現有的工作場所結構上，這「就像在一個正在崩潰的營運模式部分貼上膠帶，治標不治本」。 這樣做可能會阻礙組織釋放代理式AI所提供的全部價值，導致幻滅感迅速蔓延。代理式AI的全部價值在於其能夠以有限的人工輸入執行整個工作流程。

它們可以協調複雜任務、做出獨立決策、適應不斷變化的條件並迭代改進績效。 在客戶服務、人資和銷售等早期試驗場中，據估計，當大規模部署AI代理時，可將業務流程加速30%至50%，並將低價值工作時間減少25%至40%。但這種能力也帶來了更大的複雜性，以及企業範圍內變革的需求。

擴展AI詞彙 企業代理式AI平台Ema將這種變革描述為「代理式商業轉型 (ABT)」，這是它去年與HFS Research合作創造的術語，旨在彌補現有AI代理詞彙中的空白，並為企業提供一個新的框架來思考他們對這項技術的採用。 Ema執行長兼創辦人Surojit Chatterjee解釋：「現有的詞彙都無法捕捉到這種變革的全部範圍。」

「數位轉型是關於從紙本轉向軟體。AI轉型是關於將人工智慧添加到現有流程中。副駕駛（Co-pilot）是關於AI協助各種人類任務。但ABT本質上是不同的：它是將AI代理整合到組織的骨幹中。」 對Shah而言，這個專用術語（ABT）「有助於推動重新設計整個組織的需求：其營運模式、工作流程、決策權和績效管理系統。」

他強調：「所有這些都是為了確保這些代理實際上是價值創造的積極參與者，而不僅僅是點狀工具或生產力輔助工具。」 根據Ema的說法，ABT包含三個核心支柱：組織的技術堆疊、勞動力以及用於衡量成功的指標。 AI代理作為連結組織的關鍵 ABT的第一個支柱是技術堆疊。

Chatterjee表示：「您現有的技術堆疊是為人工操作、以應用程式為中心的工作流程而設計的。」「當執行者是AI代理，以機器速度同時跨多個系統運作時，它需要被重新考慮。」 Shah解釋，隨著AI代理被整合到組織中，企業需要從一系列線性流程和步驟，轉變為以截然不同的方式重新佈線工作。

他解釋說，因為AI代理的價值不在於作為現有技術堆疊中的另一層，而是作為連結組織的關鍵，在各層之間或跨層移動，以協調高階任務或從多個獨立應用程式中檢索和解釋數據。他表示，AI代理可以透過這種情境化能力做出決策，為企業創造「真正的競爭差異化」。

「這將是下一個戰場。」 為了建立這種連結組織的關鍵，領導者需要調整其技術堆疊，以從AI代理中獲取更高品質的決策，優先考慮同時存取多個數據集和應用程式以發展隱性知識。Chatterjee表示：「進行這種架構轉變的組織將真正變得更具適應性。」「當出現新的業務需求時，您無需等待六個月讓軟體供應商開發功能。

您可以使用自然語言配置AI員工，並將其連接到所需的系統。從業務需求到生產工作流程的時間從數月縮短到數天。」 勞動力重新設計 隨著AI代理被部署到更多使用案例中，企業領導者必須考慮這對其勞動力動態意味著什麼，這是ABT的第二個支柱。 今天的勞動力結構與工業化早期階層式模型幾乎沒有什麼不同。

為了最大限度地提高效率和規模，流程被標準化，任務在策略性事業單位（SBUs）之間明確劃分，員工根據其優化下屬團隊產出的能力在組織中晉升。但隨著AI代理能夠執行、協調和優化任務，通常無需管理協調，既定階層的界線變得模糊。 在結合AI代理和人類員工的勞動力中，經理將從許多執行型任務中解放出來，但將承擔管理混合團隊的新職責。

Shah表示，經理「將需要能夠管理信任、可解釋性、心理安全甚至地位動態等問題」，以應對混合勞動力中可能出現的新張力。AI代理對現有勞動力結構的影響遠不止管理層。麥肯錫預測，到2030年，四分之三的現有工作將需要重新設計、提升技能或重新部署，組織將需要迅速採取行動來修改招募、留任和薪酬政策。

從產出到成果 成功指標是ABT的第三個也是最後一個支柱。 隨著AI代理在核心企業流程中承擔更大的自主權，與人類員工共同扮演協作角色，傳統上側重於活動或產出（例如處理的電話或提交的報告）的勞動力指標不再有意義。Chatterjee表示：「當您將AI員工添加到勞動力中時，活動指標變得毫無意義或具有誤導性。」

「AI員工可以在人類處理十次客戶互動的時間內處理一千次。如果您以處理的互動次數來衡量成功，您會得出AI運作良好的結論，卻忽略了這些互動是否真正提高了客戶滿意度、留存率或收入。」為了糾正這一點，企業必須開發一套新的指標，側重於成果而非產出。也就是說，衡量的是實現的更廣泛的效益或變化，而不是單個可交付成果。

例如，當Ema的一個大型企業客戶徹底改革其指標時，從每查詢成本和AI準確性等工具指標，轉向未經人工升級審查的合約百分比等成果指標時，代理式AI的衡量投資報酬率在兩個季度內翻了三倍。Chatterjee表示，這些變化意味著「該客戶停止在高流量、低複雜度工作流程中建立點狀解決方案，並開始在成果價值最高的地方部署AI員工。」

Shah指出，整合新指標可能還需要完全重新配置獎勵和人才管理流程，以及組織內的問責制和所有權。例如，在人機協作團隊中，儘管道德和受託責任可能仍由人類員工承擔，但營運責任將顯著分散，以反映AI代理的系統性作用。Shah補充說，這種變化將引發高階領導團隊需要解決的新問題。

他們需要考慮：當AI員工犯錯時，誰負責？當AI和人類意見不合時會發生什麼？應該建立哪些防護措施來保護客戶？ 為系統層級變革奠定基礎 系統層級的變革是漸進的。這些是專家們仍在努力解決的複雜問題。但透過啟動關於ABT核心支柱，勞動力、技術堆疊和衡量成功的指標，的內部對話，領導者可以為一個更能以系統層級擁抱AI代理的企業奠定基礎，並開始縮小其雄心與執行之間的差距。