@levie:企业级 AI 的部署——不仅仅是与聊天机器人交互——毫无疑问需要投入实际工作来调整…
摘要
Aaron Levie 讨论了在企业工作流中部署 AI 智能体的重大挑战,包括数据碎片化、遗留系统以及变更管理的需求,并强调了部署公司日益增长的作用。
查看缓存全文
缓存时间: 2026/07/03 06:30
在企业中部署AI,远不止是与聊天机器人交互那么简单,这显然需要付出真正的努力,才能使AI系统与它们所参与的基础业务流程对齐,并驱动期望的结果。
大多数工作流在设计时并未考虑让AI智能体直接融入。如今企业中的工作流面临碎片化数据、智能体无法连接的遗留软件系统、机构化而非文档化的知识等诸多挑战。
要想大规模可靠地部署智能体,你需要清理数据、现代化IT系统、设计评估机制、推动新最终状态流程的变更管理等。这还包括设计人类在哪些环节保持参与(这将意味着人们与工作流交互的全新方式),以及确定公司的新知识产权形态。
正因如此,众多应用型AI公司正在扩大FDE(前沿部署工程)投入并推出部署公司(deploycos),而FDE角色也将成为未来科技领域最关键的职位之一。这一领域仍有大量工作亟待完成。
Sheel Mohnot (@pitdesi): 微软投入25亿美元和6000名工程师组建“前沿公司”
如今微软、亚马逊、OpenAI和Anthropic都已进入类似Palantir的部署公司业务。
相似文章
@levie: 如果你正在考虑企业中的AI应用,这是一篇很棒的文章。这篇文章的标题是关于哪些公司拥有巨大的…
这篇文章讨论了企业中的AI转型需要改变底层工作流,并针对业务流程部署代理,而不仅仅是向最终用户推出工具。它强调深厚的领域专长、数据组织和全面的投资回报率评估。
@levie: AI在现实世界中的扩散仍有巨大机会。大多数企业将需要大量……
Aaron Levie讨论了应用AI层的必要性,该层连接AI模型突破与企业工作流程,强调随着模型改进,更宏大的自动化成为可能,为专业公司创造了持续的机会。
@levie: 刚刚结束与几十位企业IT领导者关于AI智能体的会议。以下是几个常见的…
与数十位企业IT领导者讨论AI智能体的会议中提炼出的共同主题总结,涵盖运营模式挑战、数据碎片化、定义数据护城河、AI采纳的衡量指标、多模型策略、人才短缺以及转型用例等。
@levie:如果你想了解现实世界中智能体(agent)采用的动态,这篇文章是一个很好的起点。每个人都……
Aaron Levie 分享了关于现实世界 AI 智能体采用的见解,认为智能体更像是在管理一个流程,而不是聊天,并且需要工作流程的变革才能带来巨大收益。
@levie:智能体的扩散速率将出现不均衡的一个原因是,企业中的不同工作流……
Aaron Levie 认为,AI 智能体的采用率将在各行业间不均衡地扩散,因为企业工作流与持续的数字化工作的对齐程度各不相同,这与智能体蓬勃发展的编程领域不同。他强调需要为 AI 智能体重新设计业务流程。