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(dòng)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(cè)，未來(lái)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(jì)將使人類參與高價(jià)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?cè)谄髽I(yè)戰(zhàn)略中占據(jù)越來(lái)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(duì)績(jī)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(kāi)發(fā)

AI 智能體可充當(dāng)智能助手，幫助自動(dòng)地生成、測(cè)試和部署代碼。

它們能及早發(fā)現(xiàn)錯(cuò)誤，從而提高軟件質(zhì)量、加快發(fā)布速度，還能通過(guò)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(yǔ)言模型構(gòu)建并使用 NVIDIA 內(nèi)部芯片設(shè)計(jì)數(shù)據(jù)進(jìn)行的訓(xùn)練。僅在一年時(shí)間里，它就幫助 5000 名 NVIDIA 工程師在設(shè)計(jì)、驗(yàn)證和文檔編寫方面節(jié)省了 4000 個(gè)工作日。

自部署以來(lái)，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(shí)間從數(shù)小時(shí)縮短至數(shù)秒，簡(jiǎn)化了開(kāi)發(fā)和故障排除流程。

通過(guò)識(shí)別測(cè)試漏洞和診斷故障，加快了驗(yàn)證周期，可覆蓋典型開(kāi)發(fā)周期中 30% - 50% 的工作流。

2. 推動(dòng)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(shí)效性強(qiáng)的復(fù)雜數(shù)據(jù)中提取見(jiàn)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(gè)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(duì)能夠通過(guò)簡(jiǎn)單的文本提示獲取投資組合見(jiàn)解、評(píng)估投資研究并監(jiān)測(cè)可用現(xiàn)金余額。這不僅將研究時(shí)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(lái)自內(nèi)外部的信息。對(duì)于其銷售團(tuán)隊(duì)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(jiàn)解。

3. 優(yōu)化 IT 運(yùn)營(yíng)

智能體在 IT 運(yùn)營(yíng)方面表現(xiàn)出色，包括主動(dòng)監(jiān)測(cè)基礎(chǔ)設(shè)施和自動(dòng)決策。

在 IT 運(yùn)營(yíng)中，AI 智能體具有以下優(yōu)勢(shì)：

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

安全自動(dòng)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(duì)更迅速、更準(zhǔn)確地應(yīng)對(duì)安全威脅。

企業(yè)搜索：智能體可以對(duì)整個(gè)組織的數(shù)據(jù)進(jìn)行高級(jí)搜索，挖掘見(jiàn)解并維護(hù)機(jī)構(gòu)知識(shí)。

在快節(jié)奏的電信環(huán)境中，智能體可以通過(guò)分析實(shí)時(shí)性能指標(biāo)和預(yù)測(cè)服務(wù)故障來(lái)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(lái)網(wǎng)絡(luò)的性能需求。

4. 簡(jiǎn)化工業(yè)和制造業(yè)運(yùn)營(yíng)

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

和碩（Pegatron）開(kāi)發(fā)了 AI 工廠 PEGA AI，在過(guò)去四年中，該平臺(tái)將全公司 AI 智能體的開(kāi)發(fā)速度提升了 400%。此外，該公司基于 NVIDIA Omniverse 平臺(tái)構(gòu)建了數(shù)字孿生平臺(tái) PEGAVERSE，使工程師能夠在生產(chǎn)線建成前進(jìn)行虛擬的模擬、測(cè)試和優(yōu)化，將工廠施工時(shí)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(dòng)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(shí)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(duì)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(dòng)式維護(hù)時(shí)間。

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

5. 提升客戶服務(wù)

智能體擅長(zhǎng)大規(guī)模處理客戶服務(wù)，通過(guò)同時(shí)處理數(shù)千條咨詢來(lái)減少客戶等待時(shí)間。

AT&T 為員工和承包商提供了一個(gè)名為“Ask AT&T”的生成式 AI 解決方案，其中包含 100 多個(gè)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(yǔ)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(gè)性化支持，通過(guò)從組織的電子郵件、會(huì)議和過(guò)往交易中調(diào)取信息，來(lái)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(shí)反饋循環(huán)。

這些自動(dòng)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(gè)性化教育

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

面對(duì)班級(jí)規(guī)模不斷擴(kuò)大和助教短缺的挑戰(zhàn)，美國(guó)克萊姆森大學(xué)使用適用于檢索增強(qiáng)生成的 NVIDIA Blueprint 開(kāi)發(fā)了一個(gè) AI 驅(qū)動(dòng)的助教，用于指導(dǎo)學(xué)生理解復(fù)雜的概念。

這個(gè)虛擬助教并非簡(jiǎn)單地提供答案，而是逐步引導(dǎo)學(xué)生思考，鼓勵(lì)他們主動(dòng)解決問(wèn)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(chéng)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(gè)助教還可以提供個(gè)性化反饋和提示。它 24x7 全天候運(yùn)行，無(wú)論有多少學(xué)生，都能為每位學(xué)生提供及時(shí)、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(guò)場(chǎng)，這對(duì)于最大化投資回報(bào)至關(guān)重要。用戶對(duì)成功的定義將直接決定這些系統(tǒng)創(chuàng)造價(jià)值的能力。企業(yè)在部署智能體時(shí)往往缺乏清晰的衡量框架，因此很難證明投資回報(bào)或找出需要改進(jìn)的地方。

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

采用率和參與度：監(jiān)測(cè)這項(xiàng)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(huì)話持續(xù)時(shí)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(qǐng)求數(shù)量，以及哪些部分是在沒(méi)有人工干預(yù)的情況下完成的。在軟件開(kāi)發(fā)中，用戶可以衡量自動(dòng)生成代碼的比例，以了解軟件在多大程度上是由智能體開(kāi)發(fā)的。自動(dòng)完成任務(wù)的比例高意味著員工能騰出時(shí)間從事更有價(jià)值的工作。

生產(chǎn)力和效率提升：量化節(jié)省的時(shí)間。解決 IT 問(wèn)題所需的時(shí)間、決策報(bào)告生成時(shí)間以及客服的平均處理時(shí)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(jī)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(dòng)的成本、軟件開(kāi)發(fā)中的產(chǎn)品上市時(shí)間，或 IT 運(yùn)營(yíng)中減少的計(jì)劃外停機(jī)時(shí)間。

高質(zhì)量的用戶體驗(yàn)：確保系統(tǒng)既可信又有效?？梢钥紤]為開(kāi)發(fā)人員提供代碼質(zhì)量評(píng)分，在基于數(shù)據(jù)的決策中預(yù)測(cè)準(zhǔn)確性，或在服務(wù)場(chǎng)景中提供客戶滿意度評(píng)分。

要點(diǎn)：衡量 AI 智能體的成功遠(yuǎn)不止一個(gè)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(guò)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(shí)不斷完善和改進(jìn)智能體創(chuàng)造價(jià)值的方式。