本文是 AI On 系列博客文章，將探討代理式 AI、聊天機(jī)器人和 copilot 的最新技術(shù)與實(shí)際應(yīng)用。本系列還將重點(diǎn)介紹驅(qū)動先進(jìn) AI 智能體的 NVIDIA 軟硬件，它們構(gòu)成了 AI 查詢引擎的基礎(chǔ)，使這些引擎能夠收集洞察并執(zhí)行任務(wù)，從而深入改變?nèi)藗兊娜粘ｓw驗(yàn)并重塑各行各業(yè)。

根據(jù)凱捷（Capgemini）預(yù)測，未來三年內(nèi)，AI 智能體有望參與到企業(yè)的大多數(shù)業(yè)務(wù)中，而有效的人機(jī)協(xié)作預(yù)計將使人類參與高價值任務(wù)的比例提升 65%。

AI 智能體在學(xué)習(xí)、邏輯推理、根據(jù)情境和結(jié)果進(jìn)行調(diào)整方面，能夠?qū)崿F(xiàn)甚至超越效率目標(biāo)。隨著它們在企業(yè)戰(zhàn)略中占據(jù)越來越核心的地位，企業(yè)領(lǐng)導(dǎo)者必須了解其在哪些方面能產(chǎn)生積極影響，并證明其物有所值。

以下是代理式 AI 提升團(tuán)隊績效的六種方式以及衡量其影響的實(shí)用技巧。

1. 借助 AI 智能體加速軟件開發(fā)

AI 智能體可充當(dāng)智能助手，幫助自動地生成、測試和部署代碼。

它們能及早發(fā)現(xiàn)錯誤，從而提高軟件質(zhì)量、加快發(fā)布速度，還能通過提供經(jīng) AI 整理的文檔信息和背景資料，幫助新工程師快速上手。

例如，NVIDIA ChipNeMo 是一組專業(yè)的智能體，它是基于定制大語言模型構(gòu)建并使用 NVIDIA 內(nèi)部芯片設(shè)計數(shù)據(jù)進(jìn)行的訓(xùn)練。僅在一年時間里，它就幫助 5000 名 NVIDIA 工程師在設(shè)計、驗(yàn)證和文檔編寫方面節(jié)省了 4000 個工作日。

自部署以來，ChipNeMo 取得了以下成果：

響應(yīng)準(zhǔn)確率達(dá)到 85%，體現(xiàn)了其在實(shí)際應(yīng)用中極為可靠。

把查找技術(shù)答案的時間從數(shù)小時縮短至數(shù)秒，簡化了開發(fā)和故障排除流程。

通過識別測試漏洞和診斷故障，加快了驗(yàn)證周期，可覆蓋典型開發(fā)周期中 30% - 50% 的工作流。

2. 推動基于數(shù)據(jù)的決策

智能體能夠幫助各行業(yè)的企業(yè)輕松地從時效性強(qiáng)的復(fù)雜數(shù)據(jù)中提取見解，支持投資或業(yè)務(wù)戰(zhàn)略等關(guān)鍵決策。

BlackRock 的 Aladdin Copilot 是一個嵌入式 AI 助手，服務(wù)于數(shù)百家金融機(jī)構(gòu)的數(shù)千名用戶。它讓團(tuán)隊能夠通過簡單的文本提示獲取投資組合見解、評估投資研究并監(jiān)測可用現(xiàn)金余額。這不僅將研究時間從幾分鐘縮短至幾秒，還增強(qiáng)了基于數(shù)據(jù)的投資決策。

VAST Data 利用智能體快速收集并整合來自內(nèi)外部的信息。對于其銷售團(tuán)隊而言，這意味著他們能夠更快地獲取有關(guān)客戶賬戶的有用且最新的見解。

3. 優(yōu)化 IT 運(yùn)營

智能體在 IT 運(yùn)營方面表現(xiàn)出色，包括主動監(jiān)測基礎(chǔ)設(shè)施和自動決策。

在 IT 運(yùn)營中，AI 智能體具有以下優(yōu)勢：

更快地解決問題：自助 IT 支持智能體能夠快速地處理工單并自動處理日常任務(wù)，提升用戶體驗(yàn)。

安全自動化：在安全領(lǐng)域，AI 智能體有助于調(diào)查和分類，幫助團(tuán)隊更迅速、更準(zhǔn)確地應(yīng)對安全威脅。

企業(yè)搜索：智能體可以對整個組織的數(shù)據(jù)進(jìn)行高級搜索，挖掘見解并維護(hù)機(jī)構(gòu)知識。

在快節(jié)奏的電信環(huán)境中，智能體可以通過分析實(shí)時性能指標(biāo)和預(yù)測服務(wù)故障來幫助企業(yè)管理網(wǎng)絡(luò)。例如，Telenor Group 整合了適用于電信網(wǎng)絡(luò)配置的 NVIDIA Blueprint，部署了智能的自主網(wǎng)絡(luò)，以滿足 5G 及未來網(wǎng)絡(luò)的性能需求。

4. 簡化工業(yè)和制造業(yè)運(yùn)營

視頻分析 AI 智能體能夠與物理世界交互，可監(jiān)測裝配線以進(jìn)行質(zhì)量檢查和異常檢測。

和碩（Pegatron）開發(fā)了 AI 工廠 PEGA AI，在過去四年中，該平臺將全公司 AI 智能體的開發(fā)速度提升了 400%。此外，該公司基于 NVIDIA Omniverse 平臺構(gòu)建了數(shù)字孿生平臺 PEGAVERSE，使工程師能夠在生產(chǎn)線建成前進(jìn)行虛擬的模擬、測試和優(yōu)化，將工廠施工時間縮短了 40%。

借助適用于視頻搜索和摘要的 NVIDIA AI Blueprint 的視頻分析 AI 智能體，和碩還優(yōu)化了其裝配流程，讓每條裝配線的勞動力成本降低了 7%，缺陷率下降了 67%。

西門子將生成式 AI 融入其解決方案，推出了 Industrial Copilot 智能體系統(tǒng)，它利用實(shí)時工廠數(shù)據(jù)為維護(hù)工程師和車間操作員提供指導(dǎo)。對維護(hù)工程師的采訪表明，這種方式平均可節(jié)省 25% 的被動式維護(hù)時間。

Foxconn 利用數(shù)字孿生體和 AI 智能體來優(yōu)化生產(chǎn)線，使其部署時間縮短了 50%，同時還將它們用于模擬機(jī)器人和實(shí)時監(jiān)測質(zhì)量與安全。

5. 提升客戶服務(wù)

智能體擅長大規(guī)模處理客戶服務(wù)，通過同時處理數(shù)千條咨詢來減少客戶等待時間。

AT&T 為員工和承包商提供了一個名為“Ask AT&T”的生成式 AI 解決方案，其中包含 100 多個已投入使用的解決方案和智能體?！癆sk AT&T”使用基于 NVIDIA NeMo 和 NVIDIA NIM 微服務(wù)的大語言模型構(gòu)建，可幫助用戶獲取相關(guān)文檔并自主解決常規(guī)咨詢。

“Ask AT&T”提供 24x7 全天候個性化支持，通過從組織的電子郵件、會議和過往交易中調(diào)取信息，來分享相關(guān)情景的建議。為了持續(xù)提升智能體的性能，該系統(tǒng)利用數(shù)據(jù)飛輪構(gòu)建了實(shí)時反饋循環(huán)。

這些自動化服務(wù)使呼叫中心的轉(zhuǎn)錄分析成本降低了 84%。

6. 提供個性化教育

AI 智能體使個性化學(xué)習(xí)更易獲取支持、可擴(kuò)展、更高效，同時讓講師能有更多時間進(jìn)行更深入的教學(xué)。

面對班級規(guī)模不斷擴(kuò)大和助教短缺的挑戰(zhàn)，美國克萊姆森大學(xué)使用適用于檢索增強(qiáng)生成的 NVIDIA Blueprint 開發(fā)了一個 AI 驅(qū)動的助教，用于指導(dǎo)學(xué)生理解復(fù)雜的概念。

這個虛擬助教并非簡單地提供答案，而是逐步引導(dǎo)學(xué)生思考，鼓勵他們主動解決問題并培養(yǎng)批判性思維，從而促進(jìn)深度理解和學(xué)術(shù)誠信。

根據(jù)課程內(nèi)容、作業(yè)截止日期和學(xué)生提交的內(nèi)容，這個助教還可以提供個性化反饋和提示。它 24x7 全天候運(yùn)行，無論有多少學(xué)生，都能為每位學(xué)生提供及時、量身定制的支持。

如何衡量 AI 智能體的成功？

衡量 AI 智能體的影響并非只是走過場，這對于最大化投資回報至關(guān)重要。用戶對成功的定義將直接決定這些系統(tǒng)創(chuàng)造價值的能力。企業(yè)在部署智能體時往往缺乏清晰的衡量框架，因此很難證明投資回報或找出需要改進(jìn)的地方。

在制定評估策略時，用戶應(yīng)考慮哪些指標(biāo)對實(shí)現(xiàn)目標(biāo)最為重要。例如：

采用率和參與度：監(jiān)測這項技術(shù)是否被廣泛使用。指標(biāo)包括有多少符合條件的用戶使用智能體、使用頻率以及會話持續(xù)時間。高參與度意味著智能體一直在提供有效的支持。

任務(wù)完成度：不僅要看使用情況，還要看效果。用戶需要衡量智能體處理的任務(wù)或請求數(shù)量，以及哪些部分是在沒有人工干預(yù)的情況下完成的。在軟件開發(fā)中，用戶可以衡量自動生成代碼的比例，以了解軟件在多大程度上是由智能體開發(fā)的。自動完成任務(wù)的比例高意味著員工能騰出時間從事更有價值的工作。

生產(chǎn)力和效率提升：量化節(jié)省的時間。解決 IT 問題所需的時間、決策報告生成時間以及客服的平均處理時間等指標(biāo)有助于證明效率明顯提升。

業(yè)務(wù)成果：將智能體的績效與實(shí)際商業(yè)表現(xiàn)掛鉤。這可能包括支持服務(wù)中每次互動的成本、軟件開發(fā)中的產(chǎn)品上市時間，或 IT 運(yùn)營中減少的計劃外停機(jī)時間。

高質(zhì)量的用戶體驗(yàn)：確保系統(tǒng)既可信又有效。可以考慮為開發(fā)人員提供代碼質(zhì)量評分，在基于數(shù)據(jù)的決策中預(yù)測準(zhǔn)確性，或在服務(wù)場景中提供客戶滿意度評分。

要點(diǎn)：衡量 AI 智能體的成功遠(yuǎn)不止一個數(shù)字，采用率、效率、準(zhǔn)確性和業(yè)務(wù)影響都很重要。通過預(yù)先選擇合適的指標(biāo)組合，企業(yè)可以驗(yàn)證智能體的成效同時不斷完善和改進(jìn)智能體創(chuàng)造價值的方式。