CIO（首席信息官）们正逐步把自主智能体小规模试点落地为企业正式生产级服务。从克服恐惧到拥抱快速转型，数字化领导者如何将AI智能体转化为得力工作伙伴，本文为你一一道来。

图源：Rob Schultz / Shutterstock

研究表明，开拓性的CIO必须将AI智能体与人类技能融合。那么，数字化领导者如何在自主智能体能力与人类专业能力之间建立有效平衡，成功带领团队进入智能体赋能的未来？以下是专家给出的七条最佳实践建议。

1.克服组织对AI的恐惧心理

Booking.com数据与机器学习平台主管Huy Dao（陶辉）表示，这家旅游专业企业的数据技术底座让开发新型AI赋能服务变得更加容易，其中就包括面向酒店合作方与住客的双向自主智能沟通系统。

该公司的数据栈包含AWS（亚马逊云科技）云技术、Snowflake数据平台、ThoughtSpot分析工具，以及Astronomer编排工具。Dao（陶）的数据团队还使用了Anthropic首创的MCP（模型通信协议）、开源智能体框架LangGraph，以及适配LLM（大语言模型）的灵活方案。

Dao（陶）如今已经搭建起支撑AI探索的强大数据平台，他鼓励其他数字化领导者也参与进来。他说：“作为企业，我们必须思考如何做好准备，确保我们的数据已经为智能体应用就绪。如果你的组织仍然对AI持怀疑态度，我想说的是，赶紧克服这种恐惧，AI的潜力实实在在。”

2.人机协同能力增益放大

招聘服务机构Harvey Nash的CIO Ankur Anand（安库尔·阿南德）表示，高效的数字化领导者会将AI智能体视为一层新的认知基础设施，用来放大人类专业能力。

他提到，Anil Seth（阿尼尔·塞思）等学者的研究表明，智能依赖预测、解读和场景上下文。AI智能体在前两项能力上表现出色，但仍然需要依赖人类判断来赋予意义。数字化领导者应该设计这样的运营模式：人类定方向，智能体负责规模化、快速、精准的执行。

Ankur Anand（安库尔·阿南德）说：“CIO可以通过明确目标、通过治理建立信任，围绕‘人类-智能体’混合工作流重构工作模式，带领团队进入智能体赋能的未来。他们应该明确决策权、获批数据源和管控边界，确保智能体透明安全地运行，同时人类掌握最终问责权与全流程监管权限。”

3.赋能员工成长

科技分析机构IDC研究总监Ewa Zborowska（埃娃·兹博罗夫斯卡）表示，智能体非常擅长自动化完成独立单一任务，比如整理邮件回复，让专业人士可以专注于更具创造性的工作。但当企业将多个智能体组合起来完成复杂的多步骤任务时，事情就变得更具挑战性了。

她说：“很多组织都看到了引入智能体的机会，但他们也意识到全流程规模化落地绝非短期可完成。CIO通常需要智能体覆盖完整业务流程，这就意味着要理解整个流程的运转逻辑。他们需要完整梳理全业务流程链路，确保在所有正确的位置引入智能体。”

Zborowska（兹博罗夫斯卡）表示，有效的流程梳理需要仔细考量流程运营人员的感受，确保如今的专业人员不会在未来觉得自己无关紧要。她说：“如何成功管理智能体是一个很大的问题。你需要让员工感受到，你引入的这项新技术是在赋能他们。”

4.AI成熟度模型引导员工

地产企业Segro的CIO Richard Corbridge（理查德·科布里奇）表示，他的组织按照AI成熟度阶梯模型搭建智能体能力。他们首先考虑人在决策闭环内的AI赋能流程，再评估移除人类参与的风险。

Corbridge（科布里奇）表示，这种分层差异化落地思路至关重要，因为几乎所有科技产品都已经内置了自主智能体功能。他举了Microsoft Copilot的例子，称Segro大多数员工每天至少使用这个工具10次，帮助他们提高工作效率。

他说，整体的发展方向应该是引导员工，向他们展示智能体如何帮助专业人士创造额外价值。他表示：“我们的一位总监说，使用Copilot写作就像是工作全程都有一位超级聪明的同事陪在你身边。”

5.借力外部专家评判大模型实际落地能力

全球内容与科技服务商Thomson Reuters（汤森路透）首席技术官Joel Hron（乔尔·赫龙）助力该机构发起了Trust in AI Alliance（AI信任联盟）——这个论坛汇集了来自Anthropic、AWS、Google Cloud（谷歌云）、OpenAI以及Thomson Reuters的资深AI研究者，共同探讨如何建立对自主智能体AI的信任。

Hron（赫龙）此前已经主导Thomson Reuters开发了AI赋能的法律研究工具Westlaw Advantage，以及该机构的深度研究智能体，这款智能体能够像研究人员一样梳理洞见、制定策略。如今他希望开展更多合作，这就是联盟的作用所在。

他表示：“这些机构的目标是让它们的model（模型）在所有领域都超越人类水平。鉴于我们面临的是一些最具挑战性、依赖人类判断的难题，我们的工作就是评判大模型实际落地能力的核心基准。过去三年间，我们实际上已经为上述多家公司的模型评估工作提供了支持。”

6.开展价值共创的坦诚沟通

科技企业Ricoh Europe欧洲区CIO Nick Pearson（尼克·皮尔森）表示，数字化领导者必须留意科技企业推广智能体解决方案的方式。

他说：“任何CIO都会告诉你，现在有大量供应商迫切想要和你合作，这本身是好事，但他们也迫切想要绑定客户。作为数字化领导者，我们必须谨慎管理这类关系，我们都在反思那些将我们绑定在当前工作模式上的长期协议。”

Pearson（皮尔森）的探索表明，agentic AI（AI自主智能体）确实能够创造价值。优秀的数字化领导者会带领企业收获这些积极成果，不会受FOMO（Fear of Missing Out，错失恐惧）裹挟。他表示：“我们需要审视这些工具，判断它只是可有可无的锦上添花、还是行业基础刚需能力，或是真的能创造价值——我们目前仍在讨论这个问题。”

7.布局AI落地不要落于人后

Toyota Motor Europe（丰田汽车欧洲）企业数据与分析主管Thierry Martin（蒂埃里·马丁）表示，CIO必须以积极参与的态度拥抱智能体。虽然ChatGPT和Copilot这类生成式技术可以帮助大幅缩减重复性人工工作，但他认为智能体能带来更大的收益。

丰田欧洲员工使用Snowflake Intelligence智能体，借助自然语言查找和利用企业知识。LOB（Line of Business，业务线）员工可以利用该技术更快生成分析结论，比如查找不同地区对车辆配置的需求。

Martin（马丁）对试用结果十分满意，他建议其他数字化领导者尽快开始测试智能体。他说：“首要任务是理解AI，努力提前布局AI落地工作。我认为这是成功的关键，因为转型的节奏只会越来越快。”