這場對話發(fā)生在MLOps.community的播客錄制現(xiàn)場。兩位嘉賓分別是Prosus集團(tuán)全球AI與數(shù)據(jù)科學(xué)負(fù)責(zé)人Euro Beinat，以及Just Eat Takeaway.com首席技術(shù)官Mert ?ztekin。

就在幾天前，Prosus剛剛宣布已在其全球生態(tài)系統(tǒng)中部署了37,000個AI智能體—這個數(shù)字在2025年7月時的目標(biāo)還是30,000個，而當(dāng)時他們只有18個。與此同時，Just Eat在2026年1月推出了AI語音助手，并在英國開始試點配送機(jī)器人。兩家公司都在用不同的方式，探索同一個問題：當(dāng)AI工具從少數(shù)技術(shù)團(tuán)隊的專屬，變成全員標(biāo)配時，如何治理？

模型的能力遠(yuǎn)遠(yuǎn)超出了人們的使用方式

三年前，CTO的工作還相對簡單。Mert回憶說："你的核心職責(zé)就是為公司提供功能性需求——來自產(chǎn)品部門、市場部門或其他任何部門。同時你要負(fù)責(zé)平臺的穩(wěn)定性和可擴(kuò)展性。"

ChatGPT的出現(xiàn)改變了一切。"你突然意識到，這不只是為業(yè)務(wù)提供某個功能或特性了。你還需要幫助整個業(yè)務(wù)完成一次巨大的轉(zhuǎn)型——思維方式、工作流程、工作方法都需要改變。"

他在公司全員大會上的表態(tài)很直接："你們必須使用這些工具。這沒有選擇余地。因為不是AI會取代你，而是會用AI的人會取代你。如果你不使用這些東西，你失去的不只是工作，而是整個職業(yè)。"

這種推動見效了。Just Eat目前有超過95%的工程師每天都在使用AI編碼工具。六個月前他們做過一次統(tǒng)計，估算有30-40%的生產(chǎn)代碼是AI生成的——盡管這個數(shù)字很難精確測量，因為有建議、復(fù)制粘貼、還有其他工具的使用。

但Mert坦誠地說："現(xiàn)實是，我們并沒有看到30%的速度提升。因為軟件開發(fā)不只是寫代碼，還有很多其他環(huán)節(jié)。"

瓶頸在對齊，不在鍵盤

"我有個笑話，我總是說瓶頸通常在對齊環(huán)節(jié)，而不是真正動手敲鍵盤的環(huán)節(jié)。對齊花的時間要長得多。"

Euro補(bǔ)充道："代碼編寫只是公司工作流程中的一個環(huán)節(jié)。如果你看整個公司，工程部門做很多事情，包括編碼。有一群人是代碼的貢獻(xiàn)者，但這種自動化——或者說智能體式的改進(jìn)——可以應(yīng)用到組織的每個角落。"

他指出，編碼之所以是相對容易推進(jìn)AI的領(lǐng)域，是因為"軟件開發(fā)是一個被充分理解的學(xué)科。有學(xué)校、培訓(xùn)、編碼工具，有最佳實踐，人們大致知道怎么做，別人也能判斷做得好不好。"

但組織中還有極長的長尾場景——Euro稱之為"微小的總可尋址市場"。"編碼是一個大的總可尋址市場，而在一個組織內(nèi)部，你有成千上萬個微小的總可尋址市場，每個市場可能只有1個或10個人。他們可以用這些工具讓工作更有影響力，可以更快、更好，或者符合任何你想要的指標(biāo)。"

他舉例說："市場部門可能有三個人在某個問題上掙扎，他們一遍又一遍地重復(fù)同樣的事情?，F(xiàn)在他們可以做得更快，然后去做別的事。如果我不在那里，我怎么發(fā)現(xiàn)這個問題？沒辦法。這不像編碼，我們知道好的標(biāo)準(zhǔn)是什么。在這里我不知道什么是好的，只有他們知道。他們是唯一能夠把某些東西組合起來，讓自己工作變得更好的人。"

30,000個智能體不是技術(shù)目標(biāo)，是文化變革

2025年7月，當(dāng)Prosus宣布要在年底前達(dá)到30,000個AI智能體的目標(biāo)時，很多人覺得這個數(shù)字很瘋狂。那時候他們只有18個。

Euro解釋說："讓我們回過頭來想想，為什么這是個好主意，即使它看起來有點傻。我認(rèn)為這是個非常好的主意，因為它與變革管理有關(guān)。它與智能體本身的關(guān)系不大，更多的是關(guān)于讓每個人都能移除他們對智能體的心理障礙。"

問題的根源在于：盡管他們早在2024年3月就推出了智能體構(gòu)建工具Toqan，這個平臺具備所有功能——可以連接MCP、可以連接幾十個內(nèi)部系統(tǒng)——但使用量在一段時間后停滯了。"只有技術(shù)人員在用。所有其他人都認(rèn)為這是工程師的工具，工程師才能創(chuàng)建智能體。所以我們得等他們來幫忙。"

他們必須打破這個認(rèn)知障礙。方法就是坐在市場部門、人力資源部門的人旁邊，在30分鐘、15分鐘內(nèi)創(chuàng)建智能體——不是一周。"一旦你經(jīng)歷了這個過程，你就會說，'哇，就這樣？創(chuàng)建一個能帶來改變的自動化就需要這么點？'是的，就這么點。在這個時間點上就是這么簡單。"

一旦有人創(chuàng)建了對自己有幫助的自動化，他們會告訴其他人。這種機(jī)制形成了知識的滲透，讓每個人都能創(chuàng)建智能體。

"我們不知道這些智能體有多有用，有多好。我們之后會關(guān)注這個。首先，我們要確保每個人都感到自在，在非常具體的邊界內(nèi)——你可以做你想做的事。有非常強(qiáng)的安全條款，但在這些條款內(nèi)，每個人都被鼓勵盡可能多地實驗，這樣他們就能成為這些工具的主人。這不是工程工具，是每個人的工具。"

一旦達(dá)到那個狀態(tài)，就可以開始關(guān)注哪些是好的智能體，如何讓它們更好，然后如何改變最初產(chǎn)生低效的流程，如何改變組織。"如果你沒有讓每個人參與進(jìn)來，很難做到這一點。所以，30,000個智能體實際上意味著這是一個變革管理過程，是一個文化過程，是一個組織的事情，與技術(shù)本身無關(guān)。"

大膽的目標(biāo)制造好奇心

Mert對這個策略表示認(rèn)同："我非常喜歡這個方法。有兩件事。第一，你提出了一個大膽的想法，沒人能忽視，這在人們心中制造了一個問號——那是什么？為什么是30,000？我該擔(dān)心嗎？我該去培訓(xùn)嗎？你創(chuàng)造了需求，創(chuàng)造了期待，你可以在人們心中制造一個問號。"

"如果你不夠大膽，不夠有挑戰(zhàn)性，人們很容易就繼續(xù)往前走，忽略它，專注于自己的工作。"

他用自己8歲女兒學(xué)習(xí)閱讀來類比："我的KPI是她每天讀多少頁。我實際上不在乎她讀的是不是我想讓她讀的故事，但在這個階段，我想讓她閱讀，想讓她理解，想讓她變得更好、更舒服。然后當(dāng)她變得更舒服時，我們再討論她應(yīng)該從中獲得哪些故事、哪些價值觀。"

"但現(xiàn)在，類似于Euro做的事情，你需要創(chuàng)造對正在發(fā)生的事情的第一層理解，每個人都需要強(qiáng)迫自己跳上那條船。如何從中獲得最大價值是下一個階段。"

工具必須立即有用，否則就不該做

但這種全員推進(jìn)會不會給員工造成負(fù)擔(dān)？畢竟每個人都很忙，要在已經(jīng)很滿的日程中抽時間學(xué)習(xí)新工具，即使知道以后可能會讓生活更輕松，但前期的痛苦還是很難接受的。

Euro對此有截然不同的看法："我認(rèn)為這是完全錯誤的思考方式。這些工具只有在對你立即有幫助時才會被使用。沒有辦法把這些工具強(qiáng)塞到人們喉嚨里。順便說一句，這些是聰明的同事，他們知道如何工作，已經(jīng)在優(yōu)化自己的工作，一直在處理低效問題。它必須對你有益，而且你必須是認(rèn)識到這一點的人。如果不是這樣，你一開始就不應(yīng)該做。做對自己沒幫助的事情沒有意義。"

那么組織能做什么？"我們能做的是確保達(dá)到那個點的障礙盡可能低。這意味著工具有效。它們能訪問你擁有的所有知識庫。防止你犯大錯誤——所以你有邊界條件。提供例子——其他人做了什么。所以障礙應(yīng)該非常非常低。但一旦障礙低了，唯一有意義的是，如果你創(chuàng)建的東西對你有幫助。如果沒有幫助，你就不應(yīng)該做。"

"是的，可以這里那里測試一下，但這就是為什么我們甚至不考慮為此分配特殊時間。這不應(yīng)該是必要的。它應(yīng)該是立即有用的。否則你實際上會制造摩擦，然后你就得處理摩擦，然后你就有了所有其他的討論。所以我認(rèn)為這不是個好主意。"

他們還通過游戲化來認(rèn)可優(yōu)秀的工作。"我們有這個項目，叫做Prous Talent——我想是這個名字——是圍繞《創(chuàng)智贏家》設(shè)計的，是一場競賽。現(xiàn)在在整個集團(tuán)開始，每個人都創(chuàng)建智能體，每個月會有一個委員會選出最好的智能體，在整個集團(tuán)發(fā)布，讓每個人都知道。然后會有一個高潮，到3月會有一個大活動，會有一個獲勝智能體的大選拔，獲勝者將在硅谷待一周，還有很多其他的。"

"這樣做是有原因的，因為它對你有影響，但也是你知道會被其他人認(rèn)可的事情。所以你需要很多這樣的東西，但把這變成一個單獨的創(chuàng)新項目的想法，我認(rèn)為這不是個好主意。"

治理必須實用，不能只是官僚主義

對于30,000個智能體(現(xiàn)在已經(jīng)是37,000個)，治理是個不可避免的話題。

Mert的觀點是："治理通常在人們感覺不到，但它在某種程度上保護(hù)他們，而不會給人們帶來太多痛苦或麻煩的時候才有效。顯然這取決于領(lǐng)域。"

對于軟件工程師，如果是生成代碼或?qū)彶榇a，就需要有技術(shù)或工具集來治理你的智能體在做什么。"應(yīng)該有其他智能體或人來治理正在發(fā)生的事情，這樣才能讓軟件工程師更靈活、更自信。所以你需要構(gòu)建這些東西。"

"你不能只是把治理當(dāng)作一個谷歌表單，每個人在做事之前都需要提交，或者數(shù)據(jù)保護(hù)官需要批準(zhǔn)用例。那是官僚主義，當(dāng)然也是需要的，別誤會我的意思，在需要的情況下也是需要的。想法是我們?nèi)绾螛?gòu)建治理，讓人們感覺不到有治理在發(fā)生，或者讓人們很實際地理解，好吧，他們問這些問題或有這些邊界或限制是為了保護(hù)我或保護(hù)業(yè)務(wù)不受這些情況影響。"

在AI炒作的早期，他們在工具選擇上幾乎沒有治理，"因為有太多工具可用于市場、銷售和其他東西。用不了6個月就意識到每個人都在不互相溝通的情況下購買工具，甚至不同部門以不同的合同、不同的價格購買同一個工具。"

但他們也不想減慢人們采用或嘗試這些東西的速度。"肯定是有成本的，通常技術(shù)部門要承擔(dān)成本，確保這些東西是安全的，或者有適當(dāng)?shù)牟少彙５阒皇窍胱屗麄儑L試，6個月、8個月后，我們開始對如何采購AI工具、如何啟動、如何訪問這些東西施加更多治理。"

"但你也要嘗試在這些方面保持實用，你不想讓人們覺得，好吧，你在扼殺業(yè)務(wù)的創(chuàng)新，你只是在拖慢我的腳步，你只是讓我更難做，只是因為你沒有預(yù)算，我們不想那樣。"

他們從幾乎沒有治理開始，現(xiàn)在正在建立更多。"我不知道我們是否會隨著時間推移走向更嚴(yán)格的治理。我認(rèn)為我們的方法應(yīng)該更多地是自動化這些治理工具，這樣你就不會感覺有人在治理或有東西在治理。"

"我們?yōu)闃I(yè)務(wù)構(gòu)建了框架內(nèi)的自治解決方案，這又取決于領(lǐng)域。軟件工程不同，采購不同，啟動銷售AI智能體完全不同，或者客戶服務(wù)用例完全不同。所以只要你務(wù)實，我認(rèn)為你就能找到解決方案。"

影子IT不是新問題，但規(guī)模變大了

一位朋友曾告訴主持人，他在數(shù)據(jù)治理崗位上的任務(wù)是檢查所有正在使用的AI工具。他以為作為一家不算很大的公司，大概有10到12個工具。結(jié)果走訪每個團(tuán)隊后發(fā)現(xiàn)有90個——而且這還不是全部，因為肯定有人在把數(shù)據(jù)扔進(jìn)他們個人的Gemini賬戶或其他什么東西里。

Mert的回應(yīng)很直接："實際上，這個問題不是從AI開始的。我們過去也有這個問題。自從技術(shù)開始以來，幾乎每個部門都可以自己購買工具。他們會買，然后他們就買了。"

"兩三年前，當(dāng)企業(yè)IT團(tuán)隊給我看我們從不同工具那里擁有的許可證數(shù)量，通過部門主管的信用卡支付時，簡直令人震驚——而且它們的標(biāo)簽或域名中沒有任何AI。所以這個問題一直存在。"

作為技術(shù)部門，他們構(gòu)建的是："第一，我們?nèi)绾伪Ｗo(hù)自己，因為關(guān)注點是，你理解人們想讓他們的組織更有生產(chǎn)力，盡快解決問題。那是企業(yè)家心態(tài)，完全沒問題。但我們也有責(zé)任保護(hù)業(yè)務(wù)、客戶和合作伙伴。"

"所以為此你需要有實用的政策，讓人們可以遵循，至少即使他們買了什么東西，他們也可以說，好吧，我正在買這個，嘿，你想整合到我們的Okta系統(tǒng)或我們的安全系統(tǒng)嗎，它在Zscaler后面還是別的什么地方。你需要教育人們，好吧，我們知道你時不時在構(gòu)建影子IT，但至少讓我們幫助你，這樣我們作為企業(yè)就不會有更大的問題。"

"這就是我們一直在努力做的，我認(rèn)為我們更成功，因為技術(shù)也在幫助理解正在使用哪些工具。財務(wù)報告告訴我們正在發(fā)生什么。網(wǎng)絡(luò)日志說，好吧，有這么多流量流向這個方向。我們盡量不從一開始就阻止它，但我們試圖教育他們來幫助我們保護(hù)他們和業(yè)務(wù)。"

他坦誠地說："我通常對技術(shù)部門或我或我的人有一個擔(dān)憂，就是我們有時會高估我們解決他們問題的能力，比如，哦，我可以解決他們的問題，我只需要再多5個工程師，或者我也可以解決市場問題。但那不是你那5個工程師的最佳用途。外面已經(jīng)有解決方案了。讓他們把這個問題外包給別人。我們有核心業(yè)務(wù)問題——食品配送、雜貨配送——我們需要用那5個工程師來解決我們的問題。"

"如果是10萬美元的花費，那就作為業(yè)務(wù)花掉。所以這就是為什么我們需要賦予人們在給定框架內(nèi)運作的能力，幫助我們幫助他們?nèi)绾沃卫砘虿少徎蚓S護(hù)這些東西。"

Euro補(bǔ)充說："教育有很多不同的形式。但你已經(jīng)說過的一點是，這些工具會犯新的錯誤，但它們也可以犯我們以前犯過的大部分錯誤，只是在犯錯方面更擅長了，因為有更多的方法可以犯錯。所以你需要確保人們意識到這一點。"

"但你也可以在不同層面采取行動。比如，你可以在某個點上說，這種類型的數(shù)據(jù)——有一個非常具體的數(shù)據(jù)類型列表——不應(yīng)該與這些工具一起使用。就這樣。你不能去那里。"

"然后你還可以在不同的地方引入一定程度的摩擦。比如，如果你有一個發(fā)送電子郵件的智能體，它不允許發(fā)送批量電子郵件，一次只能發(fā)送一封，而且你不允許循環(huán)它。這樣你就減少了它開始向世界發(fā)送垃圾郵件的機(jī)會。所以有各種各樣的措施可以實施。"

"如果你把它們?nèi)繉嵤?，你就消除了所有錯誤，然后你實際上就沒有多少這些工具的用處了。但然后你開始剝離它們，看看什么是可接受的，什么是不可接受的。你會達(dá)到某個點，在那里你找到了創(chuàng)新需求和保護(hù)組織需求之間的某種平衡。"

AI預(yù)算：單位成本在下降，但總量在暴漲

主持人提出了一個敏感但重要的問題：如何為AI分配預(yù)算？

"這是一個超級有趣和重要的點，因為我們看到兩個現(xiàn)象。一方面，智能的單位成本下降得非?？臁Ｒ荒昵白鐾瑯拥氖虑?，現(xiàn)在是一半、一半、一半、一半——每百萬token的成本也在下降。所以有一個對我們有利的趨勢，所有這些成本隨著時間推移會下降。"

"同時我們看到另一個現(xiàn)象，就是我們做的每件事都需要更多token，成本更高。所以這兩件事是相互對立的，總的來說，它變得更貴了。額外的token使用過度補(bǔ)償了成本的降低。"

"在那個點上，你有很多事情可以做。一件事是優(yōu)化。到目前為止開發(fā)的許多用例都非常低效。提示詞非常大。上下文非常啰嗦，諸如此類。所以你需要回去重新設(shè)計事情的做法，因為否則成本會很高。有很多技巧和啟發(fā)式方法可以減少輸出的token數(shù)量。"

"你開始達(dá)到這樣一個點，即開源模型與更大的商業(yè)模型競爭，不是對所有事情，但對許多實際用例。然后在那個點上，你最好自己托管整個基礎(chǔ)設(shè)施，這是覆蓋它的另一種方式。"

"但總的來說，去年不是問題，因為量很小，用例也不復(fù)雜?，F(xiàn)在是個問題。"

Mert同意："我的意思是，我同意。我認(rèn)為在內(nèi)心深處，你相信這個投資回報總是以某種方式積極的——也許不是在一開始，因為構(gòu)建了錯誤的智能體或購買了工具的學(xué)習(xí)曲線，但隨著時間推移，隨著人們學(xué)習(xí)，隨著技術(shù)變得更好，采用率提高，你知道業(yè)務(wù)的投資回報會更高。"

"每個企業(yè)都想增長，我認(rèn)為我們都相信AI將是企業(yè)能增長多快或能失敗多快的游戲規(guī)則改變者。所以你真的想嘗試優(yōu)化這些成本嗎，還是確保這家公司在5年內(nèi)會大兩倍，或者在5年內(nèi)會縮小一半？這就是擔(dān)憂。"

"顯然，你會隨著時間優(yōu)化這些東西，但我認(rèn)為我們真正相信，如果人們在使用它，他們就在從中找到價值。沒有人天生就想浪費公司的錢。他們從這些東西中得到的東西，比公司花費的要多。顯然，可能他們中的一些人沒有最優(yōu)化的提示詞或正確的模型，但我認(rèn)為這些都是非常小的單位成本。那不是我目前最大的擔(dān)憂。"

"我的擔(dān)憂是，我們?nèi)绾卧?年內(nèi)讓公司增長兩到三倍，以及AI將如何實現(xiàn)這一點。"

核心問答

Q1：為什么Prosus要設(shè)定30,000個AI智能體這么激進(jìn)的目標(biāo)？

這不是技術(shù)指標(biāo)，而是變革管理策略。核心問題是打破"AI智能體是工程師專屬工具"的認(rèn)知障礙。當(dāng)市場部門、人力資源部門的人也能在15-30分鐘內(nèi)創(chuàng)建自己的智能體時，他們會意識到"就這么簡單？"這種認(rèn)知突破會形成知識滲透，讓每個人都成為工具的主人。大膽的目標(biāo)制造好奇心和問號，防止人們忽視這場變革。

Q2：影子IT問題如何解決？是嚴(yán)格管控還是放任自流？

影子IT不是AI帶來的新問題，過去就存在。關(guān)鍵是在創(chuàng)新自由和風(fēng)險控制之間找到平衡。實用的方法包括：教育而非禁止，讓人們理解治理是在保護(hù)他們;通過技術(shù)手段自動治理(如限制智能體權(quán)限、檢測異常行為)，而不是官僚流程;接受6-8個月的試錯期，然后根據(jù)實際問題收緊政策。核心原則是"框架內(nèi)的自治"——邊界清晰，邊界內(nèi)充分自由。

Q3：AI工具的成本在暴漲，預(yù)算應(yīng)該怎么規(guī)劃？

存在兩個相反的趨勢：單位成本(每百萬token價格)在快速下降，但使用量激增導(dǎo)致總成本上升。短期應(yīng)對包括優(yōu)化提示詞、使用開源模型、自建基礎(chǔ)設(shè)施。但更重要的是長期視角：如果相信AI是未來5年公司增長2-3倍的關(guān)鍵，就不應(yīng)該過度糾結(jié)短期成本優(yōu)化，而應(yīng)該關(guān)注投資回報率。員工不會無故浪費公司的錢——如果他們在用，說明有價值。