通过推理、计划、记忆和行动的能力，人工智能代理解决了典型语言模型的关键限制。

虽然单个人工智能代理可以提供有价值的增强功能，但人工智能代理真正的变革力量来自于它们与其他代理一起工作。这种多代理系统利用专门的角色，使组织能够自动化和优化单个代理可能难以单独处理的流程。

AI Agent和多智能体人工智能系统的主要好处：

①能力——AI Agent可以自动与多个工具进行交互，以执行独立语言模型无法实现的任务（例如，浏览网站，定量计算）。

②生产力——独立的法学硕士需要持续的人工输入和交互来实现预期的结果，而AI Agent可以根据单个提示来计划和协作执行复杂的工作流程，从而大大加快了交付的速度。

③自我学习——通过利用在预训练语言模型中通常不可用的短期和长期上下文记忆资源，AI Agent可以随着时间的推移迅速提高其输出质量。

④适应性——随着需求的变化，AI Agent可以推理和规划新的方法，快速引用新的和实时的数据源，并与其他代理协调和执行输出。

⑤准确性——作为自动化工作流程的一部分，多智能体AI系统的一个关键优势是能够使用与“创建者”交互的“验证者”代理来测试和提高质量和可靠性。

⑥智能——当专门从事特定任务的AI Agent一起工作时——每个AI Agent都使用自己的记忆，同时利用自己的工具和推理能力——新水平的机器驱动智能成为可能。

⑦透明度——多智能体人工智能系统通过展示智能体如何沟通和一起推理，提供对集体决策和建立共识过程的更清晰的看法，从而增强了解释人工智能输出的能力。

无论在哪个行业，每个组织都要进行研究、分析和报告——无论是关于经济状况、消费者和选民的偏好、政策和定价策略，还是其他主题。

传统上，这些项目需要熟练的人类分析师执行多个步骤，这可能很耗时，需要利用研究和分析工具以及内部主题专业知识。

德勤开发了一个多智能体人工智能系统，可以简化和改进研究和报告的每一步。下面是它的工作原理。

①战略意义

领导者应该开始将AI Agent和多智能体人工智能系统整合到他们的总体战略和未来路线图中。这包括重新构想业务流程，投资于人工智能能力，以及培养创新文化。组织应该为人工智能代理的采用制定自己清晰的路线图，确定他们可以推动最大价值和影响更广泛业务目标的关键领域。

有效的变更管理对于成功的集成是至关重要的。领导者应该仔细考虑他们将如何解决组织阻力，提供培训，并确保员工了解人工智能代理的价值和好处。这包括制定一个全面的沟通策略，使员工和其他利益相关者在整个采用过程中保持知情和参与。

②风险的影响

AI Agent带来了新的风险，需要强大的安全和治理结构。一个重大风险是人工智能算法和训练数据中的潜在偏见，这可能导致不公平的决策。

此外，AI Agent可能容易受到数据泄露和网络攻击，损害敏感信息和数据完整性。人工智能系统的复杂性也带来了意想不到的后果的风险，因为AI Agent的行为不可预测或做出的决策与组织目标不一致。

为了管理这些风险，必须为AI Agent交互设置明确的参数，监控操作指标，并持续确保数据道德、隐私、安全性和完整性。随着AI Agent被集成到核心业务流程中，一个包含数据使用、道德和安全指导方针的企业范围治理框架可以进一步帮助降低风险。该框架应确保遵守相关法规，并包括对AI Agent交互的持续监控。高级安全措施，如加密和多因素身份验证，可以帮助防止数据泄露和网络攻击。员工培训和意识计划可以通过帮助员工了解与人工智能代理合作的道德和运营考虑因素，为员工提供额外的防御。

③人才的影响

AI Agent的实施可能会改变传统的劳动力结构。随着人工智能代理接管常规和低价值的任务，可能会对与设计、实施和操作这些系统相关的人类技能有很高的需求。领导者应该考虑哪些新角色、工作描述和工作架构涉及到能力建设，然后如何识别、招聘、培训和留住这些专业人才。

除了对技术人才的影响之外，企业领导者应该准备好帮助各种角色的员工学习如何与AI Agent合作，甚至确定可以改进流程的新用例。部署和管理得当，AI Agent可以为人机协作开辟新的潜力领域，但这种潜力取决于员工对新角色的理解、接受和执行能力。

④业务流程含义

AI Agent和多智能体人工智能系统需要对业务流程进行仔细的人工评估——有时是从头开始。虽然随着时间的推移，AI Agent将重新定义许多核心流程，同时被集成到现有的运营模型中，从而提高当前流程的效率，而无需对系统进行全面检修。这种方法使组织更容易逐步采用低风险的代理解决方案，但需要仔细的规划、管理和协调，以确保AI Agent能够改进人们和/或其他技术解决方案已经做得很好的事情。

在成功的AI Agent用例中，对于需要判断、验证和关键决策的任务，人类的参与仍然至关重要。这种合作对于帮助确保人工智能输出准确、可靠和有效非常重要。在这个范例中，与AI Agent一起工作的每个人都是管理者——发出命令（通过提示）、澄清请求、监控进度、审查产出，并在必要时提出请求或做出改变。 

⑤技术和数据影响

实施AI Agent可能成本高昂，需要在技术和基础设施上进行大量投资。组织应仔细评估价值主张和投资回报；并开发一种分阶段的方法来处理用例，重点放在“容易实现的成果”（例如，更简单的用例）上，它可以为更复杂的激活奠定基础。

高质量的数据是AI Agent有效工作的基础。如果数据不准确、不完整或不一致，代理的输出和操作可能不可靠或不正确，从而产生采用和风险问题。因此，必须投资于健壮的数据管理和知识建模。

采用值得信赖的人工智能实践是降低风险和确保道德部署的关键。这包括开发公平、透明和负责任的人工智能代理解决方案，以及解决人工智能模型中的潜在偏见。