不久前結(jié)束的上海世界人工智能大會(huì)（WAIC）上，“AI生產(chǎn)力奇妙屋”展臺(tái)被圍得水泄不通。

一位企業(yè)管理者僅用一句話描述需求：“你扮演一個(gè)智能客服助手，負(fù)責(zé)根據(jù)文檔回答客戶的問題”，再上傳一份產(chǎn)品文檔。

不到一分鐘，一個(gè)能處理專業(yè)咨詢的AI客服便搭建完成，且能秒回客戶問題。

這一場(chǎng)景生動(dòng)展現(xiàn)了AI Agent在辦公場(chǎng)景的革命性滲透——它不再停留于概念演示，而是成為能扛KPI、融入核心流程的“數(shù)字員工”。

01 從“炫技”到“務(wù)實(shí)”

事實(shí)上，AI在辦公領(lǐng)域的落地并非一蹴而就，而是經(jīng)歷了一段由淺入深的階梯式發(fā)展過程。

將時(shí)間往后撥回兩年，正好是ChatGPT橫空出世的時(shí)間節(jié)點(diǎn)，行業(yè)一邊繼續(xù)向大模型的技術(shù)深水區(qū)行進(jìn)，一邊探索大模型在不同領(lǐng)域的落地與應(yīng)用，以微軟Office Copilot、WPS AI 1.0為代表，AI正式進(jìn)入到辦公場(chǎng)景中.

此時(shí)的AI辦公剛剛起步， AI作為功能插件，提供文本生成、格式優(yōu)化、基礎(chǔ)數(shù)據(jù)分析等輔助，其特點(diǎn)是“被動(dòng)響應(yīng)”——用戶發(fā)起指令，AI執(zhí)行單一動(dòng)作，尚未形成完整任務(wù)閉環(huán)，我們可以將這一階段稱為Copilot輔助階段。

隨著釘釘AI、BetterYeah平臺(tái)等大模型能力運(yùn)用的深入，AI Agent在辦公場(chǎng)景中逐漸顯示出任務(wù)自動(dòng)化與初步自主性的特點(diǎn)，到了2024年年中，AI辦公進(jìn)入到Agent任務(wù)階段。

這一階段，AI能基于指令理解上下文，串聯(lián)多步驟完成任務(wù)。典型如菜鳥員工創(chuàng)建的3300個(gè)AI助理，能自動(dòng)處理80%的HR咨詢；“差旅問數(shù)AI”可在3-5秒生成個(gè)性化報(bào)告，年省千個(gè)人日成本。此階段AI雖然開始承擔(dān)標(biāo)準(zhǔn)化流程，但仍然深度依賴人工定義規(guī)則。

觀察不久前結(jié)束的WAIC，我們可以發(fā)現(xiàn)AI Agent在辦公場(chǎng)景中又有了新的進(jìn)化，AI化身“數(shù)字員工”，深度嵌入業(yè)務(wù)流程并承擔(dān)起了職責(zé)。

EHGO推出的LuminaSphere采用“Assistant/Bag”架構(gòu)，可按部門（財(cái)務(wù)、HR、法務(wù)）部署專屬AI助手，并設(shè)定角色權(quán)限，直接對(duì)接釘釘/微信推送結(jié)果；實(shí)在Agent在河北電信承擔(dān)20余個(gè)財(cái)務(wù)場(chǎng)景操作，將單場(chǎng)景處理時(shí)間從2小時(shí)壓縮至10分鐘；永升物業(yè)借釘釘AI分析全國(guó)千余項(xiàng)目晨會(huì)內(nèi)容，將管理人力從15個(gè)人減少到3個(gè)人。

上述案例可以發(fā)現(xiàn)，AI Agent已經(jīng)具備了領(lǐng)域知識(shí)、權(quán)限意識(shí)與執(zhí)行反饋的能力。

值得一提的是，在釘釘、企業(yè)微信等辦公平臺(tái)全面嵌入Agent能力的大背景下，AI Agent的平臺(tái)化生態(tài)已然成型。

以釘釘生態(tài)為例，菜鳥集團(tuán)員工在釘釘創(chuàng)建了3300多個(gè)AI助理，“菜小蜜AI”解決80%HR咨詢，準(zhǔn)確率近90%，減少30%知識(shí)庫(kù)管理員；百麗時(shí)尚的“百煉AI”基于釘釘，模擬場(chǎng)景助導(dǎo)購(gòu)練貨，天津試點(diǎn)品牌銷額提升，其萬(wàn)群聯(lián)動(dòng)模式提升補(bǔ)貨效率，8000+門店借釘釘實(shí)現(xiàn)高效協(xié)同。

02 三重推力與破局關(guān)鍵

AI辦公之所以能夠持續(xù)進(jìn)化并在今年爆發(fā)，關(guān)鍵在于背后有三重推力的推動(dòng)。

其一，在需求端，人力成本的攀升，疊加具體工作中，高頻操作、高錯(cuò)誤率、高重復(fù)度的“三高”痛點(diǎn)的破解，推動(dòng)著AI Agent從實(shí)驗(yàn)室走向辦公室。

其二，在技術(shù)端，LLM+RPA+低代碼融合突破了任務(wù)閉環(huán)的瓶頸，如實(shí)在Agent的ISSUT屏幕語(yǔ)義解析技術(shù)實(shí)現(xiàn)了理解力10倍躍升。

其三，在生態(tài)端：釘釘/企微等平臺(tái)成為天然試驗(yàn)場(chǎng)，低門檻開發(fā)工具讓業(yè)務(wù)人員可自主搭建Agent。

在具體實(shí)踐中，AI Agent又是如何解決打工人的實(shí)際問題的呢？對(duì)上文提到的案例進(jìn)行分析，我們可以發(fā)現(xiàn)，當(dāng)前AI辦公的落地已從局部提效走向核心業(yè)務(wù)的重塑，其破局關(guān)鍵在于“痛點(diǎn)精準(zhǔn)打擊+技術(shù)深度融合”。

實(shí)在Agent數(shù)字員落地河北電信20余個(gè)財(cái)務(wù)場(chǎng)景時(shí)，直擊財(cái)務(wù)工作的“三高”痛點(diǎn)（高頻操作、高錯(cuò)誤率、高人力成本），其核心技術(shù)融合了生成式AI與傳統(tǒng)RPA，全自研的垂直流程大模型TARS實(shí)現(xiàn)智能理解，結(jié)合屏幕語(yǔ)義解析技術(shù)（ISSUT），覆蓋的自動(dòng)化場(chǎng)景提升10倍效率，采購(gòu)取數(shù)等場(chǎng)景實(shí)現(xiàn)“秒級(jí)響應(yīng)”，人力釋放率達(dá)90%。

百麗集團(tuán)的“萬(wàn)群聯(lián)動(dòng)”模式依托BetterYeah平臺(tái)部署800+業(yè)務(wù)AI節(jié)點(diǎn)，則打通了各智能系統(tǒng)之間的數(shù)據(jù)孤島，對(duì)業(yè)務(wù)流程進(jìn)行了重塑。

“萬(wàn)群聯(lián)動(dòng)”的核心思路是低代碼+系統(tǒng)無(wú)縫集成，業(yè)務(wù)人員可快速創(chuàng)建AI助手，并通過MCP（工具協(xié)議層）打通ERP、CRM等系統(tǒng)，實(shí)現(xiàn)從庫(kù)存自動(dòng)監(jiān)控預(yù)警到自動(dòng)補(bǔ)貨的閉環(huán)。

與百麗集團(tuán)“萬(wàn)群聯(lián)動(dòng)”模式類似，招商證券私有化AI助理“招小聚”同樣以系統(tǒng)集成實(shí)現(xiàn)多場(chǎng)景辦公一站式處理。

AI Agent最高階的落地范式則是向復(fù)雜決策、人機(jī)共融共創(chuàng)的方向深入。

例如商湯辦公小浣熊基于日日新6.5大模型突破了“圖文交錯(cuò)思維鏈”技術(shù)，能夠處理復(fù)雜的多模態(tài)輸入，進(jìn)行深度融合分析，并以多模態(tài)形式輸出結(jié)果。在實(shí)際辦公場(chǎng)景中，商湯小浣熊能夠解析復(fù)雜的Excel表格，通過多模態(tài)思維鏈構(gòu)造進(jìn)行全局分析，最終生成結(jié)構(gòu)化的報(bào)告。

其技術(shù)底座就是通過視覺與語(yǔ)言表征的早期對(duì)齊，提高感知效率和模態(tài)融合的深度，讓AI從“執(zhí)行者”進(jìn)階為“分析伙伴”。百麗的“百煉AI”則通過模擬場(chǎng)景訓(xùn)練導(dǎo)購(gòu)，將天津試點(diǎn)品牌銷售額顯著提升，體現(xiàn)AI在非結(jié)構(gòu)化場(chǎng)景中的決策賦能。

03 缺陷修補(bǔ)與生態(tài)重構(gòu)

從上文的分析不難看出，AI Agent落地成功顯著，然而從用戶的實(shí)際體驗(yàn)與反饋，AI Agent的辦公落地還是存在缺陷未解。

首先是開發(fā)效率與落地深度的矛盾，很多企業(yè)在落地AI Agent時(shí)都面臨著“一周出demo，半年用不好”的困境。

開發(fā)前期，梳理工作流程與需求就要花費(fèi)很長(zhǎng)一段時(shí)間，后期又因AI缺乏業(yè)務(wù)理解，需要人工像“指導(dǎo)實(shí)習(xí)生”一樣對(duì)AI進(jìn)行數(shù)據(jù)喂養(yǎng)和訓(xùn)練，在一種程度上新增了一項(xiàng)工作負(fù)擔(dān)。BetterYeah等平臺(tái)雖通過“一句話生成Agent”來(lái)降低門檻，但復(fù)雜業(yè)務(wù)流的定制仍依賴專業(yè)開發(fā)。

其次是數(shù)據(jù)融合與系統(tǒng)隔離的矛盾，我們知道，企業(yè)數(shù)據(jù)通常散落于ERP、CRM、IoT等孤島中，LLM無(wú)法實(shí)時(shí)調(diào)用關(guān)鍵信息，傳統(tǒng)接口的開發(fā)成本又比較高，這就導(dǎo)致AI決策缺乏上下文支持。部分廠商的AI Agent產(chǎn)品用私有化部署來(lái)解決這一問題，但產(chǎn)生的新問題是，這套設(shè)計(jì)的工作流程失去了云端協(xié)同的潛力。

最后是任務(wù)閉環(huán)與執(zhí)行斷點(diǎn)的矛盾，當(dāng)前多數(shù)LLM僅能生成建議，無(wú)法執(zhí)行諸如審批、派單這類最終操作。曾有一家車企因AI漏掉合規(guī)審查，導(dǎo)致一批產(chǎn)品返工，后通過固化“ISO標(biāo)準(zhǔn)校驗(yàn)”節(jié)點(diǎn)才實(shí)現(xiàn)閉環(huán)。

任務(wù)拆解不清、執(zhí)行反饋滯后等問題，阻礙著AI從“建議者”變成真正的“責(zé)任主體”。

透過WAIC的窗口，我們也窺視到了AI辦公的演進(jìn)方向。

技術(shù)架構(gòu)方面，MCP+LLM+Agent的“黃金三角”正成為新標(biāo)配。

MCP作為“萬(wàn)能插頭”標(biāo)準(zhǔn)化連接工具與數(shù)據(jù)，LLM負(fù)責(zé)規(guī)劃任務(wù)，Agent調(diào)度執(zhí)行并反饋狀態(tài)。火山引擎HiAgent 2.0的數(shù)據(jù)流轉(zhuǎn)模塊即為此設(shè)計(jì)，支持從清洗到優(yōu)化的全流程自動(dòng)化。

交互不能單一要多模態(tài)化，圖文、語(yǔ)音、視頻交互不但要成為主流，還要能夠無(wú)縫銜接。

商湯日日新6.5通過“視覺編碼器優(yōu)化+深窄主干模型”，實(shí)現(xiàn)圖文交錯(cuò)推理，其人形機(jī)器人能流暢講解PPT并實(shí)時(shí)互動(dòng)；釘釘閃記在跨行業(yè)會(huì)議場(chǎng)景中的普及，則標(biāo)志辦公交互正突破文本依賴。

落地應(yīng)用方面，AI要從“工具”升維為“組織成員”。BetterYeah的Nova Agent支持智能體像人類團(tuán)隊(duì)般協(xié)商配合；HiAgent 2.0的“數(shù)字員工派遣站”可定制、管理、考核AI績(jī)效。

可以想象，未來(lái)企業(yè)可能以“人類總監(jiān)+AI執(zhí)行團(tuán)隊(duì)”模式運(yùn)作，甚至催生“一人公司”，創(chuàng)業(yè)者借AI團(tuán)隊(duì)支撐核心運(yùn)轉(zhuǎn)。

04 結(jié)語(yǔ)

河北電信的財(cái)務(wù)中心，屏幕上的數(shù)字員工正將一張張發(fā)票信息自動(dòng)錄入系統(tǒng)——這個(gè)曾耗費(fèi)人類員工數(shù)小時(shí)的工作，如今只需輕點(diǎn)一下。這個(gè)看似微小的場(chǎng)景，卻是辦公邏輯劇變的縮影，當(dāng)AI Agent從處理表格走向承擔(dān)KPI，從執(zhí)行命令到主動(dòng)協(xié)作，辦公室的“人機(jī)關(guān)系”已被永久改寫。

正如釘釘AI在物業(yè)、零售、教育中扎根生長(zhǎng)，或?qū)嵲贏gent在電信領(lǐng)域節(jié)省的每一個(gè)人力，AI辦公革命的本質(zhì)并非工具的疊加，而是生產(chǎn)關(guān)系的重構(gòu)。未來(lái)的企業(yè)競(jìng)爭(zhēng)力，將取決于能否將LLM的“大腦”、Agent的“手腳”、MCP的“神經(jīng)”整合為有機(jī)體——那里沒有人類與機(jī)器的界限，只有智能體社會(huì)的共生進(jìn)化。