AI Talk | 追一科技吴悦：大模型浪潮下，AI员工路在何方

系列导读

追一科技创始人兼CEO

追一科技成立于2016年，专注NLP（自然语言处理）与AI员工领域

我在腾讯时期先后接触过搜索、推荐业务，是NLP（自然语言处理）领域重要的两个分支，并且判断 NLP下一个重要赛道是对话 。追一科技自成立以来就聚焦于NLP对话方向，面向企业推出商业化应用；2018年提出AI员工的理念。

机器人在工厂中已有广泛应用，那么企业里也需要这样的代理， AI员工能够快速扩大劳动力规模，打破传统的以人为中心的能力边界 。大模型兴起后，AI员工的应用进程进一步加速，目前AI员工在客服和营销领域已经有较高的渗透率。

行业来看，较早拥抱AI的是金融、互联网、政务等行业，以大中型企业为主。 其一是看企业数字化基础，数字化基础扎实的公司更适合做AI落地；其二是企业发展阶段，企业发展到相对成熟的阶段，人力成本高企，会更迫切地想要降本增效，规模效应也更强；其三是管理层对新技术的接受度，AI应用是非常创新的，不像信息化时代有好的参照物来学习，需要很强的前瞻性和决心。 信息化是前期投入多，但AI转型需要持续运营和迭代。

价值链环节来看，会先从客服、营销环节切入 ，逐步向产品设计、生产制造环节渗透。其一是服务营销环节的数据积累更多，其二是这两个环节AI应用的降本增效效果非常明显。

AI时代和信息化时代有所不同。信息化是以人为中心的、定义软件和管理流程，因为系统无法理解非结构化信息，还需要人的参与来理解内容、打通系统。但大模型出现后，AI能够理解信息，完成基础的重复性工作；而 人的职责向更高阶发展，变成创造性、关键性岗位驱动 。过去可能是海陆空协同作战体系，未来可能只需要陆战队，即在某些关键能力上由人类深耕，其他都由AI来负责。目前来看，AI销售可以学习金牌销售的规定动作，但在提供情绪价值和亲和力方面，人类员工依然有明显优势。

未来的工作场景很可能是，有很多Autonomous agent（自主智能体）， 每个智能体负责一个专业领域 ，比如有的负责销售、有的负责产品设计； 不同智能体之间、智能体和人之间都可以沟通对话和协作。

过去企业内部信息不对称，很多部门以知识和Know-how形成了部门墙，产生了Silo（孤岛）。 AI更容易推动部门间的信息和知识共享，打破部门墙 ；当然这也对管理理念和组织架构提出了新的挑战。

另一方面，因为底层技术迭代很快，且前期投入非常大，未来 可能会发展出一些平台型企业 ，为中小组织提供底层大模型赋能。

■ 核心启示

关于中国区专家

关于BCG亨德森智库

关于BCG X

推荐阅读