AI Agent智能体潮起，企业如何制定落地策略？联想、华为等5家企业实践案例

本文链接：https://blog.csdn.net/2401_85373691/article/details/142252211

大模型缺少在最少的人类监督下自主行动的能力，以及在复杂环境中适应和执行目标的能力，而AI Agent不仅能自动执行任务，还具有一定程度的代理能力。AI Agent被认为是走向通用人工智能（AGI）的关键路径之一。

根据用户群体的不同，AI Agent可分为面向C端用户和B端企业这两类：

面向C端用户，AI Agent的定位是“个人助理”，提供个性化的日常任务辅助和智能交互服务。通过学习用户偏好来定制服务，如日程管理、信息搜索和娱乐互动，同时注重用户隐私保护，确保数据安全。

面向B端企业，AI Agent的定位是“数字员工”，专注于自动化工作流程、数据分析和客户服务等。通过提高效率、辅助决策、风险管理和跨部门协作来增强企业运营。AI Agent的架构可以与现有系统集成，具有高度的可扩展性和成本效益，能够持续优化以适应企业需求。

无论是作为个人助理还是数字员工，AI Agent的核心价值都在于提高效率、降低成本、提供决策支持，并在与用户的互动中创造更好的体验。

当前，AI Agent的落地应用仍处于初期阶段，企业在实践过程中会遇到专业性、协作性、可靠性、安全性等来自多方面的挑战。

沙丘智库长期跟踪调研大模型技术的发展，旨在帮助企业快速了解大模型最新、最全面的落地情况。通过对多家企业AI Agent落地实践的调研与分析，沙丘智库认为长期随着技术的进步，AI Agent的能力将越来越强大，能够承担更多的角色和责任，但当前企业在落地AI Agent时，应采取如下策略：

第一，将AI Agent作为辅助，增强现有工具，而不是独立自主的提供服务；

第二，采用人机协同（human-in-the-loop）的运作方式，AI Agent处理大量数据和执行重复性任务，而人类则负责决策和处理复杂或模糊的情况；

第三，建立清晰的流程防护栏，确保AI Agent实施的安全和可靠，围绕自主权、责任、稳健的安全措施和数据隐私协议制定法律和道德准则。同时，确保集成先进的安全协议，例如端到端加密和多因素身份验证；

第四，避免对AI Agent的过度预期，明确AI Agent的适用场景。

沙丘智库通过研究联想、小米、华为、喜马拉雅、蚂蚁集团等企业的AI Agent落地实践，旨在为其他企业的AI Agent建设提供参考。

▎案例1：联想AI PC端侧个人智能体实践

联想AI PC以大模型为基础构建个人智能体，可以与用户自然交互，智能体运行在本地，辅之以云端大模型，实现领域自适应、轻量化计算和隐私保护。

完整内容：联想AI PC端侧个人智能体实践

▎案例2：小米小爱同学AI Agent实践

小米将Agent技术应用于其语音助手产品小爱同学，通过构建基于大模型的Agent框架，小米实现了语音助手在感知、思考和行动三个环节的智能化，旨在提供更端到端的用户体验，并探索面向未来的通用架构。

完整内容：小米小爱同学AI Agent实践

▎案例3：华为云客服助手AI Agent实践

由于客服领域具有较好的IT基础、案例库和知识库，华为云选择客服作为引入AI Agent的起点。通过prompt+垂域知识增强检索、人工标注+微调、提升标注质量、提升标注效率四个阶段逐渐提高客服助手AI Agent在业务场景的答复准确率。

完整内容：华为云客服助手AI Agent实践

▎案例4：喜马拉雅音频创作AI Agent实践

传统音频内容创作的周期非常长，用户对有声内容的需求远大于供给，喜马拉雅打造音频大模型，并基于音频大模型打造音频创作AI Agent，只需要5分钟就可以完成有声书的音频创作工作。

完整内容：喜马拉雅音频创作AI Agent实践

▎案例5：蚂蚁集团投研助手AI Agent实践

投研支小助是蚂蚁agentUniverse框架的典型应用之一，投研支小助中间是计划、执行、表达、评价的闭环，且闭环可以嵌套，例如在计划环节引入一层PEER通过分工得到更好的拆解，或者在评价环节再引入PEER的分工来做细粒度的精细评价，让子闭环内的多个Agent决定复杂任务如何进行更合理的拆解。

完整内容：蚂蚁集团投研助手AI Agent实践

随着大模型的持续爆火，各行各业都在开发搭建属于自己企业的私有化大模型，那么势必会需要大量大模型人才，同时也会带来大批量的岗位？“雷军曾说过：站在风口，猪都能飞起来”可以说现在大模型就是当下风口，是一个可以改变自身的机会，就看我们能不能抓住了。

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
④AI+制造：智能制造和自动化工厂提高了生产效率和质量。通过AI技术，工厂可以实现设备预测性维护，减少停机时间。

⑤AI+零售：智能推荐系统和库存管理优化了用户体验和运营成本。AI可以分析用户行为，提供个性化商品推荐，同时优化库存，减少浪费。

⑥AI+交通：自动驾驶和智能交通管理提升了交通安全和效率。AI技术可以实现车辆自动驾驶，并优化交通信号控制，减少拥堵。

…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。