FDE 企业 AI 落地与交付 · 需求、方案与交付 · 2024-05-31

为什么说AI Agent的机会在To B?

Agent 诞生短短一年,已成为科技巨头与创业公司多方角逐的兵家必争之地。 而市场上的大多数 Agent,似乎并不严格符合商业界对于 Agent 的期待。包括 OpenAI 的 GPTs,其实只是用于特定知识库或数据的 Chatbot。这些基于场景信息、用于数据分析、代码纠错的智能体,不过是一种轻量化的个人助手而已。 除了大家一直关注的软色情、假官方、刷单横行等安全问题之外,更因缺乏必要的用户群需求和场景的汇聚深入,使得To C领域并未出现颠覆式的杀手级应用,很多 GPTs 沦为了大众浅尝辄止的“玩具”。同时,在程序联动和自动化工作流方面,GPTs 也有很多提升的空间。 在当下大模型的早期,究竟什么样的 Agent 才是商业化真正需要的。什么样的场景下,Agent 才能发挥其最大的价值? 当我们把目光从To C转向To B,似乎有了一个更有前景的答案。

***01.*****

*To B:Agent真正的战场*

2024年红杉资本的人工智能峰会上,吴恩达发表了一场关于 Agent 的演讲,他提出了 Agent 的四种主要能力——反思(Reflection)、使用工具(Tool use)、规划(Panning)以及多智能体协同(Multi-agent collaboration),并强调了AI Agent 工作流的重要性,预测它将成为未来的重要趋势。 企业家兼平台经济研究者Sangeet Paul Choudary也在今年3月发文提到,Agent 创造了一个重新整合场景的可能性,使得垂直领域的人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展,这将重塑B2B价值链。 相较于零散个人用户,企业用户通常面临更加复杂的业务需求,有更明确的业务场景、业务逻辑以及更多行业数据及其行业知识的积累,非常适配 Agent 自主性、感知与理解环境、决策与执行、交互、工具使用等特点,这让To B领域成为 Agent 更可施展的绝佳舞台。 我们曾在《谁将成为ToB AI应用的“APP Store” ?》中提出,移动互联网时代,App Store 堪称史上最强大的生态平台;而大模型时代,同样需要这样生命力强大的生态平台,让商业闭环、让产业加速。也就是说,我们需要一个“To B领域的 Agent Store”,为企业赋能,降本增效。 那么什么样的公司才能做好这个「Agent Store」呢? 吴恩达和 Sangeet 给一个近乎标准的答案——能介入企业客户「工作流」的公司,以及有「垂直行业」数据积累的公司,最好还要有自己的大模型方便适配和赋能,LLM 是 Agent 的靠山。 这一切,似乎都指向了协同办公平台。 以钉钉、飞书、企业微信等为代表的协同办公平台,不仅本身就是「PaaS+SaaS」的结合体,具备良好的API接口和插件体系,可通过即时通讯、视频会议、日程安排、任务管理、协作文档等不同形态的产品牢牢内嵌入企业的工作流中;更是通过长年的耕耘,积累了多个行业和赛道的企业数据资产。既有应用场景、又有行业数据,还有自家大模型,简直就是「Agent Store」的天然生长平台。 那么,在走入 Agent 的 To B 战场之前,我们先来看看 Agent 诞生至今这一年,进化到哪里了?

***02.*****

*从Copilot到Agent,进击的AI助理*

Agent 发展到今天,经历了一个「从 Copilot 到 Agent」的过程。 过去一年,背靠大模型的 Agent 领域发展迅速,虽然离真正的自主智能还有不小距离,但 Agent 在工业界的爆发趋势已经相当明显,围绕 Agent 生态建设的平台也已初具规模,吸引了各行各业的开发者。我们看到 Agent 从早期的 Copilot (副驾驶)模式,逐步演进为具备更多自主智能的 Agent(智能体、主驾驶)形态。 Copilot 副驾驶是低级的助理, Agent 则是高级代理,其“高级”在 Agent 已是自主的AI智能体。即 Copilot 是以人为主,AI辅助,而 Agent 是AI为主,人为监督。 如果以自动驾驶的等级做比拟,L2级别的辅助驾驶属于 Copilot,L4级别的主驾驶则属于 Agent,而 L3处于从 Copilot 副驾驶向 Agent 主驾驶的过渡阶段。 从 Copilot 向 Agent 的进化过程中,背后的大模型有几个关键进展在赋能 Agent:

  1. RAG (Retrieval-Augmented Generation)的应用,让 Agent 能够利用外部知识和时效信息来补充自身的不足;
  2. 随着大模型长上下文的飞速进展, Agent 处理复杂场景和多轮对话的能力有较大的提升。这项进步突破了此前Agent 的记忆能力不足的瓶颈,现在的 Agent 已经可以在长上下文中做推理,复杂的流程逻辑及其条件分叉可以直接在窗口里描述;
  3. 通过与越来越多的外部工具对接,如插件、APIs 等。有了各种工具加持,智能助手开始加速从副驾驶向真正的智能体进化;
  4. 自主规划、环境交互、错误反思等 Agent 独有的高阶能力,虽然还处于探索阶段,最近也取得了不俗的进步,尤其表现在「Agent 平台」的建立和推进上。Agent 平台为开发者提供了一个自然语言 Prompt Engineering 的开发环境,通过上下文窗口的人机对话来迭代优化 Agent。开发者可以由此“调教”出针对特定任务的 Agent,定型后通过平台发布,从而帮助形成 Agent 生态,GPTs和 GPT Store 的发布就是一个典型的例子。 从 Copilot 到 Agent,最大的区别在于「自主规划」和「环境交互」的能力。Copilot 在帮助用户的同时,处处离不开人的提示;而大模型赋能的Agent对其目标任务具有自主记忆、推理、规划和执行的全自动能力,原则上只需要用户的起始指令和结果的反馈,过程中并不需要人的介入。 如下图所示,Agent 是模型的自主行为,“无人”操作;人与外挂工具的介入是作为环境与 Agent 交互的。

具体来说,从当前的 Agent 主要实现方式来看,「自主规划」体现在开发者打造 Agent 的过程与传统软件工程不同:传统软件工程需要通过机器可执行的具体算法用编程语言实现,然而在打造 Agent 的过程中,开发者不再需要给出具体算法,不需要用计算机语言,甚至伪代码(pseudo code)都不用,只需要用自然语言定义任务(输入和输出),就可以开启 Agent 的自主规划来执行任务,打造agent的初版。 而「环境交互」能力则体现在,从 Agent 初版到能上架平台的“产品”之间,Agent 在样本数据输入的驱动下,会有两种输出结果: 一是错误信息,这表明Agent自主规划的路径有问题,类似传统编程的句法错误; 二是输出结果不如人意,这就如同传统编程中的逻辑错,这时候开发者可以添加具体反馈,说明样本输入所对应的期望输出是什么。 这两类信息都可以在开发平台上直接回馈给Agent;作为Agent与环境的交互,Agent 会对环境反馈的错误进行“反思”,在下一轮迭…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/zhinenghuagaizao/2024053140926.html