在本期 Artefact 的 "桥 "节目中，Hanan Ouazan 将分享他在人工智能代理方面的专业知识，以及人工智能代理对企业业务流程自动化和提高生产力的影响。.

他接受了两家 data 公司的首席执行官兼创始人 Caroline Goulard 的采访，Caroline Goulard 分析了正在发生的这一重大转变以及由此产生的新用例。.

哈南 参加 Artefact 10 年前，Artefact 创立之初，他就一直热衷于人工智能技术。他在 Artefact 为客户开发生成式人工智能解决方案的过程中发挥着关键作用，利用不断发展的先进技术，更好地满足客户的行业需求。.

他毕业于里尔中央理工大学和高等师范学院（ENS），并在 ENS 完成了 MVA（数学、视觉、学习）研究硕士学位，这是机器学习、Data 挖掘和统计学习领域最先进的课程之一。Hanan 领导着一个由优秀工程师组成的团队，从事 artificial intelligence 用例的设计、开发和产业化工作。.

人工智能代理：自动化的新时代.

人工智能代理不再只是执行自动化任务的工具。与按照精确顺序执行预定任务的 RPA（机器人流程自动化）不同，人工智能代理可以适应环境，在没有人工干预的情况下做出决策并优化流程。.

这标志着向更加自主、灵活和智能的人工智能迈出了真正的一步。这些人工智能代理带来了一种全新的、适应性更强的方法，因为它们可以

  • 观察环境并根据 data 调整自己的行为。.
  • 与多个系统互动，执行复杂任务。.
  • 优化流程并使其自动化，无需持续的人工干预。.
“人工智能代理和 Agentic 将成为 2025 年最受关注的技术术语。这种自动化的演变利用了生成式人工智能带来的卓越性能。我喜欢称其为 RPA 2.0，能够融入动态工作流程，并超越简单的角色助理。”
Hanan Ouazan，Managing Partner Artefact兼人工智能加速全球负责人

RPA（机器人流程自动化）技术通过将流程分解为一系列任务来实现自动化，这些任务被串联在一起，直到获得结果，通常使用一个简单的流程：读取、提取、写入。.

生成式人工智能技术包括三个工具要素：

  1. 法学硕士：首先，我们有模型，可以根据他们的知识回答问题。.
  2. 助手：随后，出现了能够与知识系统对接，在日常生活（RAG 使用等）中为我们提供帮助的助手--著名的 “COPILOT”。在这里，人工智能并不 “执行 ”任何事情，而是丰富自己的知识，为用户提供帮助。.
  3. 代理：代理是一种应用程序，它通过观察世界并利用所掌握的工具采取行动来实现目标。它的新颖之处在于对环境的 “感知”，这使代理能够适应不可预见的事件。.

而这正是它与 RPA 概念形成鲜明对比的地方。正是因为人工智能能够适应意外情况，所以才被称为 RPA 2.0！

使用案例：人工智能代理如何发挥作用。.

人工智能代理在许多领域都有应用。.

  • 客户关系：智能聊天机器人不仅能回答问题，还能执行操作（更新合同、生成发票、处理特定请求）。.
  • 后台办公室：EDM 2.0、自动文件管理、事件处理和内部请求。.
  • 代码编写：人工智能通过生成代码、优化脚本或自动测试来协助开发人员。.

 

“必须从流程的角度重新思考用例，而不仅仅是将其转化为人工智能。我们的目标不是叠加人工智能，而是重新定义流程，摒弃可能存在的制约因素”。”
Hanan Ouazan，Managing Partner Artefact兼人工智能加速全球负责人

人工智能代理对软件开发的影响：自动化、互操作性和新挑战。.

 

“我们看到，能够生成代码、部署代码，甚至实现复杂流程自动化的人工智能工具不断涌现。这些技术正在深刻地颠覆软件开发，使应用程序的开发变得更快、更容易。”
Hanan Ouazan，Managing Partner Artefact兼人工智能加速全球负责人

人工智能代理有两大用途：

  1. 快速引导（如 Bolt）将概念立即转化为原型。.
  2. 开发援助（如 Copilot、Cursor）包括代码完成、重构、测试生成。.

然而，这种演变并不能取代人类的专业知识。这些工具需要 严格监督 避免出现结构性错误，尤其是避免出现 “纸牌屋 ”代码的风险。.

人工智能代理将如何解决应用程序之间的互操作性问题。.

如今，人工智能代理与软件之间的联系主要基于 特定服务 API. .例如，要与 Google Drive、Slack 和 Confluence 等系统进行通信，就需要：

  1. 整合三种不同的应用程序接口, ，每个都有其 自己的技术特点.
  2. 配置人工智能代理 有三个连接器，每个连接器都需要单独的认证和配置。.
  3. 启动三个不同的查询, ，然后由代理对其答案进行汇总或综合。.

这一过程不仅复杂，而且难以维持和发展，特别是在大规模的情况下。这正是 由 Anthropic 发起的倡议，与模型语境协议 (MCP) 所要解决的问题。这一新协议作为通用的 标准化应用程序接口, 专门用于简化人工智能代理与软件之间的交互。.

最后，重要的是要明白，人工智能代理会质疑 SaaS 软件的结构, 它基于三个基本构件（用户体验、智能、Data）。这项技术对这三个组成部分提出了质疑：

  1. 用户体验:随着人工智能代理的发展，用户交互也在不断演变。提示和自动化取代了传统的点击，使传统的用户体验不再那么重要。围绕隐形工作流程或适应代理需求的工作流程，体验被重新定义。.
  2. 情报:自动化通常涉及多个系统之间的操作。开放、标准化的逻辑可以取代封闭在孤立生态系统中的工作流程。.
  3. Data:Data 的所有权仍然是全面整合的障碍。.

 

“如今，SaaS 发布商将层层自动化集成到他们的平台中，但面对多平台需求，这种方法正显示出其局限性。SaaS 的未来可能在于开放、互联和自适应的逻辑，为企业服务”。”
Hanan Ouazan，Managing Partner Artefact兼人工智能加速全球负责人

人工智能代理：采用、挑战和对工作的影响。.

第一批人工智能代理，如微软、谷歌和 Salesforce 的 Copilot，正变得越来越普及，但仍局限于简单的任务。由于缺乏控制和信任，更先进的代理正在努力实现产业化，而自主代理仍处于试验阶段。.

几个月前，在 拉斯维加斯消费电子展（CES）, 英伟达首席执行官黄仁勋宣布 “信息技术将成为人工智能代理的人力资源”.

Hanan Ouazan 认为，尽管这一愿景既有趣又具有挑战性，但它既不完全现实，也不可取。.

他认为，信息技术部门将在这些人工智能代理的部署中发挥关键作用，但无法单独管理这些工具。这需要更广泛的组织变革和业务部门不可或缺的参与：

  • 商业挑战高于一切:人工智能代理使业务流程自动化。对它们的监管需要业务团队和 data 团队的参与。.
  • 深刻的组织变革:信息技术部门将负责技术维护，但管理和代理优化将由业务部门负责。.

生成式人工智能已经在改变企业：减少执行，增加监督和优化。与工业自动化一样，必须不断发展技能，才能有效整合这些工具。.

 

“仅仅自动化是不够的：我们已经需要重新思考业务流程，以避免不必要的复杂性。人工智能不应只是另一个层面，而应是想象更高效模式的杠杆，以适应业务需求”。”
Hanan Ouazan，Managing Partner Artefact兼人工智能加速全球负责人