當談到智能體能完成的工作時，我們通常首先會想到重復性和常規性任務，這類任務只要機器反復執行，就能變得越來越熟練。

例如：撰寫和安排社交媒體帖子、解決常見的客戶服務問題，或者為非結構化數據打標簽和分類。

如果你還不太了解，可以把智能體看作是類似ChatGPT的GenAI聊天機器人，但它們多了一雙“虛擬的手腳”，能代表我們采取行動。

更技術化的定義是：智能體是大型語言模型(例如ChatGPT的GPT-5引擎)，它們能夠連接其他工具(包括瀏覽器)，以較少的人類干預來執行更加復雜和精細的任務。

然而，把自主式AI僅僅理解為工廠一線中低層級、戰術性決策的工具是錯誤的。比如：電子郵件簡報應該什么時候發?哪臺設備需要維護?

事實上，它正在被越來越多地應用在企業高層，用于支持戰略性或管理層決策。麥肯錫的一項最新研究顯示，53%的C級高管和44%的中層管理者在工作中使用GenAI，這一比例遠遠高于總體水平。

下面我將介紹一些智能體正在滲透到企業管理職能的方式，并給想要為“智能體與領導力融合”做好準備的人提供一些建議。

AI賦能領導力

沒人會認為一家公司的CEO會在短時間內就把控制權交給機器，但智能體在領導和高層決策中的理論場景以及現實案例正在逐漸增加。

最直觀的方式就是與決策支持系統整合，這些系統旨在通過信息和指引來增強人類的決策能力。

例如，奢侈品制造商LVMH最近宣布，將打造一個平臺，利用智能體來監控并發現信號，幫助決策者更快速地反應。

資產管理公司BlackRock開發了一個名為Asimov的智能體平臺。Asimov能夠在夜間持續運作，實時收集研究數據、監測市場動態、掃描公司文件，第二天早晨就能向高管提交可執行的報告。

花旗集團也表示，計劃將其120億美元技術預算的一部分投入自主式AI，用于連接不同的企業AI項目，從而提升戰略管理能力。

微軟和Salesforce等企業軟件廠商，也在越來越多地為其工具加入智能體功能，幫助決策者提供戰略建議，甚至推出自己的智能體。

這意味著，隨著領導層的采用率增加，未來我們將在不同行業看到更多令人興奮的新應用。

在醫療領域，智能體可以用來監測并管理日益龐雜的互聯醫療基礎設施，幫助管理者了解哪些系統創造了價值，哪些被閑置，哪些則是資源浪費。

在制造業，智能體可以追蹤生產運營、供應鏈效率和能源利用情況，創造新的戰略機會。

雖然智能體還沒有接管商業決策的“駕駛座”，但它們已經坐在了副駕駛的位置，隨時準備幫我們導航或提前預警。

那么，如果你是企業領導者或管理者，現在該如何行動以避免落后?

領導者和管理者現在應該做什么

已經有GenAI應用經驗的企業決策者會更具優勢，但智能體AI需要不同的思維方式，更適合長期戰略規劃這種它們擅長的任務。

智能體更注重大局觀和目標導向，你的思維也應該隨之轉變。舉例來說，ChatGPT能幫你寫好一封郵件，而像Manus或Operator這樣的智能體平臺則能幫你制定完整的郵件營銷戰略并搭建執行基礎設施。

當然，目前來說，這些工具的早期用戶也經常反饋，它們并不總是能一次性做到完美。

需要牢記的一點是：智能體并不只是“進化版聊天機器人”，它們并不是為頭腦風暴或來回討論創意而設計的，這正是ChatGPT的強項。

此外，自主式AI的成本較高，因為其“思考”過程會消耗大量token。所以，最好一開始就明確目標，并清晰地告訴智能體如何執行。

智能體的一大優勢是能像人類一樣使用數字工具——從用瀏覽器網購到控制復雜的工業機器。為此，企業需要提前確保專有系統和遺留系統能夠與智能體兼容;或者轉向開源技術，以便更快適配到智能體生態中。

另一個關鍵點是：智能體要真正發揮價值，就需要通過文檔完善的API訪問高質量、及時的數據流。如果企業在這方面準備不足，就可能在追趕過程中錯失機會。

最后也是最重要的一點：領導者必須掌握安全、負責任和合乎倫理的AI使用原則。隨著越來越多的決策權交到AI手中，設置“護欄”、保持監督和問責機制的重要性前所未有地凸顯。

自主型組織與未來的人類領導力

未來是否會發展到機器能夠如此精準預測最佳行動路徑，以至于人類不再需要?甚至人類可能反而成為累贅?

或許有一天會這樣，但要說兩三年后，甚至十年后技術會發展到何種程度，現在還難以預測。

但有一點是明確的：人類大腦仍然遠比最先進的人工大腦復雜。這種復雜性使我們能夠理解細微的情境，處理復雜的人際關系，并制定長期的戰略規劃——這些都是計算機在相當長一段時間內都無法完全做到的。

這意味著，人類領導者暫時還不會徹底交出權力。相反，他們會把智能體作為助手，幫助自己成為更優秀的領導者和更高效的決策者。