理解
企業中的 AI 代理
交給 AI 代理，不是再添一個助理，而是把完整的工作託付給會做到底的軟體同事。因此問題不是「該裝哪個工具」，而是「我準備交出哪部分工作，又設定怎樣的限制」。本頁說明什麼行得通、按什麼順序，以及動手之前必須先理清什麼。
1. 從哪裡開始
最先交出去的任務有四個共同點：經常重複、遵循幾句話就說得清的規則、結果一眼可查、出錯也能無損挽回。催一份報價符合這些條件；簽一份合約則不然。
反過來，有兩個坑代價高昂。因為最花錢就從公司裡最複雜的流程下手：它最難劃定界線，失敗在那裡也最顯眼。以及交出一件誰都說不清規則的任務：組織從未表述過的事，代理不會替你猜出來。
2. 逐個職能看
以下是最常見的用途，以及每種情形下真正交出去的工作。
- 業務 — 篩選進來的詢問、催跟沒有回音的報價、每次往來後更新客戶資料、準備會面。
- 客服 — 回答已經處理過上百次的請求、在人工介入前彙整案件背景、當某位客戶反覆遇到同一困難時發出提示。
- 財務 — 核對發票與付款、指出差異、準備欠款催收、備妥結帳的例行資料。
- 營運 — 盯住該往前走的事、催動卡住的事、不必別人開口就讓相關的人知情。
- 人力資源 — 按寫明的標準篩選應徵、安排面談、走完接待新同事的各個環節。
共同之處在於：這些都是在工具之間做銜接的工作，耗掉時間卻看不出價值的那一類。
3. 一支團隊，而不是孤零零一個代理
讓一個代理包辦一切，很快就會失控：它的指令越寫越長，它的錯誤越來越難歸因。經得起時間的形態是一支團隊，仿照人的組織——角色分明、每個角色有自己的範圍，並有一條上報裁決的路徑。
於是每個代理都得到一項看得懂的任務、僅限該任務所需的工具，並且知道自己定不了的事該報給誰。這正是 nullbot 的思路：像聘一支團隊那樣聘代理，交給它們職位，再從一個共用面板上看著它們做事。
4. 必須具備的條件
在把事情交給代理之前，有四點必須先理清——否則部署會在第一次事故時停擺。
- 自主的邊界 — 白紙黑字寫明哪些不必核准即可發出，哪些需要人的同意。
- 預算 — 為每個代理、每個期間設定支出上限，在行動前管控，而不是在帳單上發現。
- 存取權限 — 只給每個代理其任務所需的工具，不多也不少。
- 資料所在之處 — 知道工作在哪些機器上執行，以及什麼離開了公司。
這四點另有專頁：治理與預算管控。就最後一點，nullbot 立場鮮明——軟體安裝並執行在貴公司的機器上，使用貴公司自己的金鑰，正如我們的安全思路所述。
5. 常見問題
起步需要幾個代理？
一個。從一件你能描述、也能驗收的任務開始。常見的錯誤是在還沒確認一個代理守得住職位之前，就鋪開一整套組織。等第一個可靠了，再加下一個。
如果代理做錯了會怎樣？
這會發生，就像一位剛上手的同事。要緊的是錯誤能夠挽回：敏感操作經人工核准，其餘留下可查的紀錄，讓人看懂並修正規則。
我們必須換掉現有的軟體嗎？
不會。代理接上既有的工具，像人一樣使用它們。消失的是工具之間的人工往返，而不是工具本身。
多久才會看到第一個成果？
這首先取決於交出去的任務有多清楚。規則已經寫下、結果可以驗收，很快就能得到一個有用的代理；而一套從沒人形式化過的流程，則要先做這份表述工作，那才是真正的入場成本。
延伸閱讀
接著讀：什麼是代理型系統，或在我們關注人工智慧的專欄裡追蹤產業動態。