白杨商业智能工作室
#技术分享#Power Platform#AI Agent#低代码#企业智能化

AI 时代的工作新形态:智能应用不会取代你,但会用智能应用的人会

· 白杨BI工作室

当人们谈论工作中的 AI 时,话题通常直奔「速度」——更快完成任务、更快做出决策、更快产出结果。 但最近,微软 Power Platform 团队与 Futurum Group 总裁 Keith Kirkpatrick 的一场对话,让我意识到一个更本质的问题:当智能体(Agent)越来越能干活了,

AI 时代的工作新形态:智能应用不会取代你,但会用智能应用的人会

当人们谈论工作中的 AI 时,话题通常直奔「速度」——更快完成任务、更快做出决策、更快产出结果。

但最近,微软 Power Platform 团队与 Futurum Group 总裁 Keith Kirkpatrick 的一场对话,让我意识到一个更本质的问题:当智能体(Agent)越来越能干活了,人的角色应该变成什么?

他们花在讨论「谁掌控局面」的时间,远比讨论「智能体有多快」更多。

智能应用改变了人的角色

随着 Agent 的能力越来越强,业务人员的角色正在发生深刻变化。人没有退出,但做的「手工活」大幅减少了。

过去我们是按步骤操作——填表单、核对数据、手动转审批。现在越来越多的业务人员转向设计流程、定义规则、决定哪些环节需要人的判断。智能应用变成了人和 Agent 协作的操作界面,而不是被 Agent 替代。

这是一个重要的转变:Agent 不是在取代 App,Agent 和 App 是配合工作的。 Agent 嵌入到 App 中,带着正确的上下文、数据、治理规则出现在你已经在使用的工作界面中。

对国内企业来说,这意味着什么呢?如果你正在评估引入 AI Agent 的方案,别把精力花在「选一个万能 Agent 平台」上。真正该关注的是:现有的业务系统(OA、CRM、ERP)如何嵌入 Agent 能力,让已有的工作流变得更智能。

人在回路:不是可选项,是刚需

Keith 提了一个很实际的问题:

企业怎么决定 Agent 可以自主处理什么、什么时候必须交给人?

答案是:设计。

举个例子——处理一份 RFP 或保险理赔。企业可能设定一个规则:低于某个金额的自动放行,高于阈值的需要人工审核。这不仅仅是技术限制的问题,而是涉及业务风险、监管要求和流程信心的判断。

关键的几个原则:

  1. 边界是可调整的。不是说设好规则就一劳永逸。随着条件变化和信心积累,你需要持续调整这些边界。
  2. 边界是可见的。任何人都应该能看到 Agent 的决策依据和授权范围。
  3. 边界是主动设计的。不是「出了事再加限制」,而是在设计阶段就定义清楚。

这对应到国内企业落地 AI Agent 时一个常见的纠结:到底要不要给 Agent 直接操作数据库、发邮件的权限?建议从低风险场景开始(比如内部知识库查询),在验证准确率和风险后逐步放宽。

多智能体编排:别造万能 Agent,搭专家团队

另一个有趣的话题是规模化。

很多企业在尝试了单点场景后,第一个冲动是「搞一个全能的 AI Agent」,但实践很快证明:一个大而全的 Agent 很难 hold 住,也不是最优路径。

真正能规模化的模式是多智能体编排(Multi-agent Orchestration):把业务流程拆成小块,每个 Agent 只负责一个特定功能。

比如:

  • Agent A 负责校验数据格式
  • Agent B 负责核查记录
  • Agent C 负责给出建议结果
  • 人负责监督和异常决策

这样做有两个好处:第一,系统更鲁棒。如果有某个环节变了,只改那一小部分就行,不用动全局。第二,可以复用。一个在采购流程里造出来的数据校验 Agent,说不定也能用在财务审批里。

这种思路和国内企业做中台建设时的「业务能力组件化」是一个逻辑——分而治之。

App、Agent、Chat 各司其职

智能化转型的时候,很多团队会陷入「非此即彼」的争论:到底是该做 App、做 Agent、还是做 Chatbot?

实际上三者不是互斥的,关键是在正确的场景用正确的工具:

  • App(移动/Web 应用):当速度是关键时最合适。比如仓库扫码用移动 App,效率远高于任何对话界面。
  • Agent:当不需要交互时最合适。后台自动处理数据、监控异常、定期生成报告。
  • Chat:当需要协作、澄清或探索时最合适。比如分析一个陌生的数据集,通过对话逐步缩小范围,比在界面上点来点去更自然。

智能化带来的隐藏红利:包容性

Agent 自动化有一个常被忽略的影响:包容性。

当系统能自动总结会议、在合适的时间提供正确信息、降低认知负荷时,更多人可以有效参与工作——无论他们的工作风格如何。

举个例子:会议自动转写和摘要。有了这个能力,参会者可以在会议中完全专注于讨论,事后查看要点即可。这不仅仅是提高效率,更是降低参与门槛。在分布式办公和远程协作越来越普遍的今天,这个价值不容忽视。

怎么开始:别规划到完美再动手

文章最后给出了一条很实在的建议,我觉得对国内正在观望 AI Agent 的团队尤其有参考价值:

你不可能在白板上穷举所有场景,无法提前预测所有边缘情况。真正的学习来自于部署、观察、调整、扩展——但必须从一开始就带着治理机制。

那些推进最快的企业不是最冒进的,而是最「刻意」的。他们带着清晰的边界、可见性和问责机制来建设智能应用,然后从实践中持续进化。

这场变革已经在发生了。现在要思考的,不是智能应用和 Agent 会不会改变工作方式,而是你想主动设计这场变革,还是被动等着它发生。

原文链接:https://www.microsoft.com/en-us/power-platform/blog/2026/04/20/intelligent-apps-human-leadership-and-the-new-shape-of-work/ 发布日期:2026-04-20

相关文章

有问题?加企业微信 1 对 1 交流 👇
➕ 添加企业微信
备注「白杨」优先通过 · 数据洞察与智能决策
企业微信
企业微信
备注「白杨」优先通过