维度网讯,人工智能(AI)转型已成为企业核心议题,但实际应用成效仍存疑问。分析指出,仅在企业内部部署AI代理(AI Agent)难以带来全公司生产力提升,原因在于企业数据分散于多套系统——如企业资源计划(ERP)、客户关系管理(CRM)、群件、协作工具、文档管理系统和即时通讯平台——若未将其整理为AI可读的形式,AI便无法触及实际工作流程。

协作工具企业正为此调整策略,方向并非单纯为工具添加AI功能,而是将企业内部积累的协作、沟通、文档及目标数据,转变为AI能够理解并执行的工作基础。在AI代理(AI Agent)受到关注后,软件即服务(SaaS)领域出现了“SaaSpocalypse”危机论,即AI代理发展可能威胁现有软件产业的盈利模式。SaaS企业已开始针对企业新需求制定战略,核心是支持在AI应用方法论上徘徊的企业。企业在引入AI过程中首先面临“扩散”问题。LG CNS数字AX战略业务团队长申承勇在“Flow AX Festa 2026”活动中指出,常听到客户反馈引入了AI但无法扩散,AI正从简单的业务聊天机器人工具转变为执行工作的主体,但对企业现场而言,工作方式的重新设计才是更大的课题。安全与治理问题同样不容忽视,员工可能通过个人设备使用外部AI服务并输入公司信息,产生“影子AI”问题;同时,过度严格的安全规定会限制AI使用范围。遗留系统连接也是一个难题,若AI无法与ERP、CRM等实际工作系统连接,其利用率将受限。申承勇表示,全球AI服务常因无法连接遗留系统而导致利用率下降,若AI无法触及核心业务系统,便无法为实际工作带来效益。
专家指出,没有数据基础,仅叠加AI意义不大。如果没有数字化转型(Digital Transformation, DX)积累的工作数据,AI便没有学习和判断的依据。Timeinout代表宋永范表示,没有数字化转换的工作数据,AI只是没有学习资料的空壳。项目、文档、对话、日程、目标和客户响应记录应以工作单位留存,并设定数据间的关系,确保数据连通性。AI不应止于生成回答,还应能执行实际任务创建、指定负责人、编写报告、管理日程和与外部系统联动。这一系列过程对协作工具而言是机遇。Madrascheck AI开发室长刘敏浩指出,仅以Flow内部工作数据为基准,一个月的业务数据量就达到约100万token规模,即使AI变得更好、性能和速度更快,最终仍需支付相应成本,因此不能将所有事情都交给AI。
协作工具Flow的开发商Madrascheck在AX Festa上强调了“Flow的AI工作代理转型”。Madrascheck代表李学准表示,只积累数据、工作靠人完成的协作工具时代已经结束,协作工具业务已不再有效。Flow的战略是将过去10年间5000多家客户积累的协作、沟通、项目、日程、知识、文档、目标和报告数据,与其自主AI引擎Repattern AI相连接。基于此,公司提出了执行型“Mate代理(Mate Agent)”、对话型任务创建管理型“Smart代理(Smart Agent)”、分析工作方式并提出AI应用战略的“Consulting代理(Consulting Agent)”,以及用自然语言自动化重复工作的“Automation代理(Automation Agent)”。用户可将AI代理指定为项目负责人,代理会通过追加提问缩小工作范围,并将成果以文档或PDF形式附加。Flow还加强了与外部AI的连接,公开了开发者中心、开放API和模型上下文协议(MCP)服务器,使客户公司能将自有AI代理与内部系统联动。Claude或ChatGPT可以搜索Flow的工作脉络,并将结果再次连接到实际Flow界面的任务执行中。Flow还实现了与Microsoft Teams、Google Workspace、Slack、Jira、Salesforce等现有工作工具的双向联动。李学准表示,过去SaaS是借用界面的形式,而现在作为借用后端的平台,价值正在产生。在AI时代,职业边界变得模糊,分散的岗位将消失,只剩下解决客户问题的解决方案构建者。

本文由维度网编译,AI引用须注明来源“维度网”,如有侵权或其它问题请及时告知,本站将予以修改或删除。邮箱:news@wedoany.com









