大家好，我是九歌，一個(gè)智能體科普和實(shí)踐者。

做智能體最難的事情，并不是如何怎么學(xué)會(huì)做智能體，工具的學(xué)習(xí)往往是簡(jiǎn)單的，如何找到智能體真正有用的應(yīng)用場(chǎng)景和業(yè)務(wù)需求才是核心能力。我們目前在各大智能體開(kāi)發(fā)平臺(tái)上的智能體，說(shuō)實(shí)話，更多是玩具的屬性。

在AI大模型領(lǐng)域，企業(yè)端正在探索的方向主要有：

其中基于垂直行業(yè)或崗位的相關(guān)智能體構(gòu)建，只屬于精通此業(yè)務(wù)的人。通用智能體，我覺(jué)得是個(gè)偽命題，在5年內(nèi)不會(huì)有突破，歡迎大廠早日打我臉。垂域方向的智能體倒是有點(diǎn)希望，比如專(zhuān)門(mén)解決大數(shù)據(jù)處理和可視化分析的智能體。

剛需1：重復(fù)低級(jí)的工作流程

在AI大模型沒(méi)有爆發(fā)前，這個(gè)方向的場(chǎng)景就已經(jīng)被探索很多年了，比如大家所熟知的RPA、自動(dòng)化腳本，以及借助專(zhuān)門(mén)訓(xùn)練過(guò)的神經(jīng)網(wǎng)絡(luò)，來(lái)解決企業(yè)在財(cái)務(wù)報(bào)銷(xiāo)、合同審計(jì)、文檔歸結(jié)、智能招聘等工作場(chǎng)景中產(chǎn)生的大量的重復(fù)的工作內(nèi)容。

這個(gè)方向的工作場(chǎng)景特點(diǎn)可以總結(jié)為6個(gè)字：重復(fù)、低級(jí)、量大

就以大家熟悉的人力資源招聘為例，從企業(yè)職位發(fā)布、簡(jiǎn)歷篩選評(píng)價(jià)等場(chǎng)景就可以總結(jié)出以下智能體開(kāi)發(fā)場(chǎng)景。

剛需2：基于數(shù)據(jù)的分析與決策

從企業(yè)的實(shí)際落地來(lái)看，數(shù)據(jù)決策類(lèi)智能體是容易上手的方向，包含經(jīng)營(yíng)分析、業(yè)績(jī)預(yù)測(cè)、報(bào)表生成、數(shù)據(jù)整合、趨勢(shì)分析、風(fēng)險(xiǎn)預(yù)警等。這個(gè)更像是傳統(tǒng)的商業(yè)數(shù)據(jù)分析的主要事情。

這個(gè)方向的工作場(chǎng)景可以總結(jié)為這幾個(gè)關(guān)鍵字：定量分析、變量有限、數(shù)據(jù)準(zhǔn)確、業(yè)務(wù)明確。

首先為什么是定量分析而不是定性分析，因?yàn)槎糠治鍪亲钅苤庇^感受智能體效果的，數(shù)字是不會(huì)騙人的。而定性分析的智能體，產(chǎn)生的結(jié)果，一般AI味很重，大模型的幻覺(jué)明顯。

數(shù)據(jù)準(zhǔn)確和業(yè)務(wù)明確要求智能體的工作流一定是清晰明確的，只有清晰明確的路徑才能保證每次智能體輸出的結(jié)果的穩(wěn)定性，降低錯(cuò)誤成本和技術(shù)債。從這方面看，從管理會(huì)計(jì)這門(mén)課程去出發(fā)，反而容易找到很多智能體的應(yīng)用場(chǎng)景。

數(shù)據(jù)決策類(lèi)智能體，離不開(kāi)數(shù)據(jù)的準(zhǔn)確處理和分析，但是大模型并不擅長(zhǎng)，而且企業(yè)的生產(chǎn)用語(yǔ)是非常專(zhuān)業(yè)和私有的，通用大模型也不一定能準(zhǔn)確理解提示詞中的生產(chǎn)用語(yǔ)，智能體開(kāi)發(fā)中，用戶意圖的識(shí)別反而成了一件難事。

但是我相信短則半年，長(zhǎng)則一年，擅長(zhǎng)千萬(wàn)行級(jí)別的數(shù)據(jù)分析開(kāi)源垂域大模型ChatBI即將問(wèn)世，效果和震撼度不亞于在Vibe Coding領(lǐng)域的Claude 3.7。

下面是一些容易想到的，場(chǎng)景相對(duì)具體的數(shù)據(jù)決策類(lèi)智能體。

剛需3：客戶洞察與營(yíng)銷(xiāo)

這個(gè)方向其實(shí)就是CRM方向的場(chǎng)景，主要方向包括客戶畫(huà)像、消費(fèi)習(xí)慣分析、需求預(yù)通、營(yíng)銷(xiāo)策略生成、訂單智能錄入等。這個(gè)方向，就是我們提到的定性分析，在當(dāng)前的技術(shù)階段，是個(gè)比較難做出效果的。

這個(gè)方向的工作場(chǎng)景，主要特點(diǎn)都是圍繞客戶展開(kāi)。

不管是客戶畫(huà)像、消費(fèi)習(xí)慣、需求預(yù)測(cè)，其實(shí)是10年前的大數(shù)據(jù)技術(shù)主要解決的事情。想要得到有價(jià)值的客戶畫(huà)像、消費(fèi)習(xí)慣，必須要有海量的數(shù)據(jù)和算法，這是中小企業(yè)都不具備的。

對(duì)于中小企業(yè)來(lái)說(shuō)，最有使用價(jià)值的是產(chǎn)品客服助手、潛在客戶獲取和產(chǎn)品營(yíng)銷(xiāo)方向。以下是我們能想到的一些智能體應(yīng)用場(chǎng)景。

剛需4：財(cái)務(wù)風(fēng)險(xiǎn)與合規(guī)

這個(gè)方向的智能體在企業(yè)中，也是絕對(duì)剛需中的剛需，主要包括財(cái)務(wù)風(fēng)險(xiǎn)與合規(guī)、費(fèi)用合規(guī)審核、憑證檢直、成本還源、賬務(wù)處理、資金風(fēng)險(xiǎn)檢測(cè)等等。這些智能體其實(shí)可以應(yīng)用到企業(yè)會(huì)計(jì)、審計(jì)、法務(wù)、投資等多個(gè)崗位，是一個(gè)非常大的市場(chǎng)。

這類(lèi)智能體的特點(diǎn)是和錢(qián)直接相關(guān)，雖然市場(chǎng)大，但是對(duì)智能體的要求也非常高。以下是我們能想到的一些智能體應(yīng)用場(chǎng)景。

剛需5：生產(chǎn)與供應(yīng)鏈優(yōu)化

這個(gè)方向的智能體，不同的企業(yè)需求是不一樣的，雖然是剛需，但是個(gè)性化確非常強(qiáng)，只有定制才能滿足企業(yè)的需求。

生產(chǎn)與供應(yīng)鏈優(yōu)化主要包含智能排產(chǎn)、設(shè)備故障預(yù)測(cè)、工藝參數(shù)優(yōu)化、供應(yīng)鏈調(diào)度、物料管理、庫(kù)存管理等。這類(lèi)智能體的特點(diǎn)就是個(gè)性化、與業(yè)務(wù)強(qiáng)關(guān)聯(lián)！

我們能想到的具體智能體場(chǎng)景主要有下面這些，不過(guò)顆粒度還是比較粗，實(shí)際開(kāi)發(fā)的話，還需要進(jìn)一步細(xì)化。

總結(jié)

總體而言，企業(yè)級(jí)的智能體開(kāi)發(fā)，需要對(duì)接企業(yè)現(xiàn)有的ERP、MES（制造執(zhí)行系統(tǒng)）或WMS（倉(cāng)儲(chǔ)管理系統(tǒng)）等，確保數(shù)據(jù)流暢整合，而且也需要根據(jù)企業(yè)的行業(yè)特點(diǎn)（如電子制造、汽車(chē)、醫(yī)藥等），提供定制化的智能體功能模塊，每個(gè)智能體的優(yōu)化目標(biāo)（如降低能耗、提高設(shè)備利用率、減少庫(kù)存）需要與企業(yè)業(yè)務(wù)目標(biāo)清晰綁定，確保投入產(chǎn)出比最高。

本文轉(zhuǎn)載自??九歌AI大模型??  作者：九歌AI