AI整顿职场的这些事儿，你还不知道？

当我们探讨“AI将如何整顿职场”时，仿佛站在一个时代的岔路口，窥视着未来职场的种种可能。它会是冷酷的“职场终结者”，让无数人陷入失业的恐慌？还是成为得力的“职场助手”，助力人们提升效率、拓展能力边界？

8月27日，虎嗅智库502线上研讨会“AI Agent创新落地实用分享”，一场关于AI与职场的深度对话。会议邀请到来也科技联合创始人兼CTO胡一川、未来式智能创始人兼CEO杨劲松以及用友大易产品部副总监王磊，通过场景案例分享，深入探讨AI在职场中的应用，为我们带来最新的思考和实践经验。

底座是大模型，AI Agent技术发展受限于推理能力

杨劲松指出，AI Agent分为自主智能体和非自主智能体，后者又可作为企业既有业务逻辑执行单元，在企业中逐渐有应用落地，从客服、营销场景向辅助决策、复杂写作及超级自动化场景发展。目前 AI Agent技术发展受限于模型本身推理能力以及大模型的推理成本和性能速度，随着模型成本降低和处理速度提升，其能力会有很大提升。

胡一川认为，AI Agent核心底座是大模型。大模型在内容生成和非结构化数据处理方面能力很强，但在推理和任务执行能力方面还有很大提升空间。以高考数学题为例，AI只能达到及格线，说明大模型推理不足，且任务执行能力欠缺导致其在多步流程和与实际业务深度融合上有困难，但未来这两方面有望高速发展。

王磊从厂商实际使用角度介绍，AI agent核心技术是大模型，通过海量文本学习及厂商自有数据训练，知识广度和深度有提升，但推理能力与人有差距，目前无法完全做全自动化任务处理，可做模块化或人工参与性强的功能，随着技术进步有望实现全自动化任务处理。

9月20日，大鲸AI闭门会 · 具身智能专场将在北京举办。聚焦探讨具身智能落地应用的实际场景需求。标杆企业齐聚，CEO/CIO/顶级专家莅临，解读具身智能落地的方方面面。

大鲸AI闭门会 · 具身智能专场

AI Agent落地案例探讨

1、模拟人类专家工作 非自主智能体落地受企业欢迎

杨劲松表示，对于大模型能力边界，现在可通过检索知识补齐领域知识，把大模型变成行业专家。未来式智能产品构建在开源模型上，提供构建智能体能力，可在客户服务、辅助分析决策、文字加工处理及超级自动化等场景落地。

如客户服务场景中，有问答类及服务入口的场景；辅助分析决策场景中，Agent 擅长信息获取检索处理，辅助人类决策；文字加工处理场景中，可完成金融领域报告写作等。对于超级自动化场景，Agent 连接企业工具，能够帮助企业提升效率。

根据不同类型的Agent，完全自主智能体更多偏向科研或研究，落地场景少，如复旦“小镇”这类在企业中不太适用，因为企业要求业务逻辑执行遵循既定规范等。

企业适用的非自主智能体是落地主流，分为助手类和自动执行的智能体两类：

助手类如给成都电网、海淀区社保局提供的产品，能快速启动智能客服，上线时间短且更智能；

自动执行的智能体如数据服务上市公司，处理招标信息和工单投诉，智能体辅助后效率提升2000 倍，毛利率从5%升至50%以上。此外，凤凰体育用大模型或Agent重新设计体育彩票竞赛方案生产过程，两分钟可生产一个方案。

2、自动化面试，解放HR招聘工作

王磊总首先对比了AI1.0 和 2.0 在招聘领域的不同，AI2.0 时代数据标注无需大量人工，大模型有跨领域知识和多模态能力。但通用大模型在垂直领域专业知识有限、难以针对企业自学习且存在风险，用友推出UGPT企业服务大模型，在知识垂直性、企业自学习及安全性方面进行改进。

在人力领域，AI可进行测评分析、智能筛查、员工服务及自动化面试等。如在招聘流程中，可智能撰写JD、做客服机器人、进行简历筛选和评估、提供AI面试等。通过案例展示了AI在提升筛选效率、降低招聘成本、提高面试通过率等方面的作用。

此外，AI面试可减少面试轮次、缩短招聘周期、提高作答率和复试通过率，还能降低招聘风险。最后提到人岗匹配模型的自学习循环模式，解放HR工作，使其回归人力资源本质工作，而企业与共建企业合作，在知识广度、深度和有效性上有优势，形成正向循环。

3、人机协同让AIAgent的价值释放

胡一川的分享中，数字人（即数字员工）与RPA和AI Agent在落地场景中有着紧密的关系。

数字员工的落地分为三个阶段，从RPA到RPA加AI再到AIAgent。即自动化、智能化、人机协同化。

第一阶段RPA实现自动化，代替人完成高频重复的流程性工作，如在财务、人力资源等场景；

第二阶段RPA加AI实现智能化，借助语言理解和生成能力扩展边界，可处理文档、做智能问答等，典型应用场景为客服营销；

第三阶段AI Agent利用大模型的推理和多模态能力，实现人机协同，覆盖全场景，为每一个员工配备 7×24小时智能处理。

以文档审核助手为例，展示了RPA、数字人、AI Agent结合的落地场景。在全球化制造业企业中，文档审核工作价值高但容错率低，文档数量大、种类多，审核规则复杂多变且涉及多语种跨时区问题。

基于数字员工平台打造的文档审核助手，通过灵活配置审核点和规则，让业务人员用自然语言描述即可调教审核助手；利用数字员工的多种能力实现主动工作，7×24小时待命并主动审核反馈结果；借助人机协同，审核结果可由人进一步核实并定位到原文内容。该方案将人工双向双线审核变为一人与AI Agent协同，降低了工人工作量40%，提高了处理时效，实现了全球对公付款流程的统一管控，提高了速度和合规性。

未来AI Agent可能会出现哪些技术创新

来也科技的胡一川指出，未来AI Agent的技术创新可能在多模态大模型方面，其能力提升能极大推动 AI Agent在企业落地。

企业应在现有业务流程基础上优化或重构，以找到AI Agent的角色。未来在TOB的AI市场可能形成供给方和应用方的良性生态，供给方包括做底层模型、开发工具和输出Agent，企业作为应用方雇佣AI Agent。

用友大易的王磊表示，在业务中植入AI能力需业务方思考，AI本质是能力提供，虽在某些方面强于人类但不能完全替代人，需有人对业务进行指导才能让AI发挥应有作用。

未来式智能的杨劲松认为，AI Agent的技术创新集中在多模态能力和记忆机制等核心组件上，多模态能拓展Agent感知世界渠道，记忆机制未来可能有突破，如出现垂直领域最强Agent。

企业应用Agent应结合自身核心业务和痛点，思考如果有无限人力会做什么从而挖掘场景，目前企业应用大模型或AI Agent面临挑战，需整个生态支持，早期可通过云上方式试用，不建议企业投入大量资源自研Agent系统，选择合适平台小步迭代更划算，因为技术变迁快，自研投入可能因产品更新而价值削弱。

观众最关心：

有观众提出谷歌如何做IMO数学竞赛题以及如何通过Agent对国家能源局发的防止电力安全的25项中人身伤亡或触电进行全场景识别的问题。

未来式智能的杨劲松回应称，目前让语言模型解数学题更多是启发思路，因为语言模型基于概率可在更大空间进行更多排列组合，比人能探索更多场景、找到更多角度甚至探索人未尝试过的方法，但这与企业实际落地还有距离。

还有观众提问AI能否替代人才招聘工作，包括将招聘过程和面试环节完全管控、脱离人的因素。

用友大易的王磊回应称，目前AI可以辅助安排面试，在实际面试中可做初筛后、下一步面试前的部分工作，如胜任力考察等较为固定化的内容，后续除特别重要岗位的最终一面外，很多技术性岗位和普通岗位前面的面试有望通过AI能力替代。但核心岗位和重大岗位仍需人的判断，主要因为老板或企业最终决策人要搭建有企业文化的团队时不能完全依靠AI，而团队搭建完成后，普通岗位和一些重要岗位前面的面试AI有望大量替代。

......

在整场活动中，线上参会观众积极参与互动交流。参会用户从构成来看，C级别/总监级以上人员有73位。典型企业包括：亚马逊、华为、辛选、蚂蚁、汇丰银行、海信、爱奇艺、晶科能源等。与会观众与嘉宾们展开深入对话，交流实践经验，探讨业务合作，圆满结束了本次502线上同行研讨活动。

结语：

随着科技的飞速发展，AI对职场的影响日益凸显。在这场“AI Agent创新落地实用分享”研讨会中，我们深刻领略到了AI在职场中的多样可能性。

AI Agent的发展既受限于当前的推理能力和性能速度，又在不断探索创新中寻求突破。从模拟人类专家工作到自动化面试，再到人机协同释放价值，AI正逐步融入职场的各个环节。它既不是冷酷的“职场终结者”，也并非单纯的“职场助手”，而是与人类共同成长、相互协作的伙伴。

未来，AI Agent的技术创新将持续为职场带来新的变革，多模态大模型、记忆机制等领域的突破值得期待。企业应积极优化业务流程，找到AI Agent的合适角色，共同构建良好的生态。

此外，大鲸案例库已全面登陆智库官网，案例库将实时追踪AIGC、AI Agent、具身智能、工业大模型等前沿应用，诚邀行业朋友与大鲸助理（v：17710850103）联系申报，为我们提供更多有关生成式AI的丰富实践。

追踪更多数字化、AI创新实践活动，欢迎前往虎嗅智库完成注册即可接收我们的内容更新与活动通知。

关于虎嗅智库：

虎嗅智库是一家聚焦企业数字化、AI创新实践的新型研究服务机构，为产业智能化进程中的甲乙双方，提供有洞察性的研究报告、案例评选、以及线上会议、线下活动与参访服务，以支持企业高管在智能化、数字化方面的明智决策。

 

我们提供的核心价值：

及时与优质的洞察，了解技术、了解行业、了解同行与对手；

为决策者技术与产品战略决策、产业规划、解决方案选型提供重要参考；

帮助市场全面了解前沿科技及所影响产业的发展状况，还有未来趋势。