AI 代理如何改变 UCaaS 工作流程和投资回报率

AI 正以多种方式影响着企业，而工作场所协作是其核心应用场景之一。统一通信即服务 (UCaaS)已成为工作的核心，IT 领导者需要了解，集成 AI 不仅能提高员工生产力，还能推动整个组织工作流程的自动化，从而带来变革。

本文探讨 AI 代理如何改善工作流程，以及将 AI 代理与 UCaaS 结合使用的最佳实践。

AI copilot 和代理如何为统一通信工作流程带来益处

如今，企业已经了解了 AI 助手如何帮助员工实现任务自动化，但智能体 AI的出现将协作提升到了一个新的层次。这两种类型都由 AI 驱动，各有优势，IT 领导者需要同时支持它们。助手根据员工的指示自动执行特定任务，而智能体 AI 则自主运行，几乎不需要人工干预。

这拓宽了 AI 增强工作场所协作的范围，使其不再局限于任务自动化，而是能够端到端地执行工作流程。工作流程可能包含由辅助人员处理的独立任务，但也能协调整个组织内不同业务线应用程序和工作流程中的任务。

本文重点关注 AI 代理，IT 领导者在实现工作流程自动化时需要考虑以下几个方面的优势。以下是一些主要示例。

• 全渠道通信支持。通过与 UCaaS 集成，AI 代理可以全面了解与工作流程相关的通信活动，例如语音、电子邮件、即时消息、视频和文档。借助当今的语音转文本功能，AI 代理可以获取相关语音或视频对话的准确转录文本。
• 跨平台集成。人工智能代理可以与其他业务平台（例如 CRM、ERP 和 HR）集成。这使得 AI 代理能够自动执行与特定部门或业务线相关的工作流程。
• 灵活应对变化至关重要。简单的流程并不一定需要 AI 来实现自动化，尤其是那些基于固定规则的流程。而智能体 AI 的自主性意味着它可以处理复杂的流程，其中更容易出现模糊性和不确定性。确定性模型并非为此而设计，而这正是智能体 AI 能够胜任更广泛流程的原因所在。

AI 代理的高价值工作流程

所有形式的 AI 最终都需要展现投资回报率。对于智能体 AI 而言，风险更高，因为这些智能体需要执行工作流程并在过程中做出决策。反之，如果执行不力或判断失误导致错误决策，则可能产生显著的负面影响。

部署 AI 代理来处理工作流程，意味着对它们能够取得比人类更好的结果抱有一定程度的信任。值得注意的是，这种信任程度高于 AI copilot，后者仅仅自动化执行特定任务。工作流程虽然更加复杂，但当 AI 代理能够按预期执行任务时，其效果会更加显著，而这正是投资回报率的关键所在。

为此，IT 领导者需要识别出能够从两个方面带来高价值的工作流程。首先是这些工作流程对业务的益处，无论是对特定部门还是整体运营而言。其次是 AI 通过实现工作流程的自主自动化所带来的附加效应。

由于 AI 在处理大型数据集和离散型数据时效果最佳，因此最初的重点应该放在能够发挥这些优势的工作流程上。为了帮助识别这些工作流程，以下是一些关键特征：

• 生成和/或使用大量数据的工作流程。这包括跟踪一段时间内的可衡量活动，或需要对各种变量进行计算。
• 高度依赖人工干预。这类工作流程容易出现人为错误。AI 能够比人类更快地检测异常情况，因此 AI 代理将减少这些错误。
• 基于规则的参数。工作流程越结构化，AI 代理的效率就越高。初始部署应重点关注这一点，但请注意，AI 可以处理非结构化、模糊的输入。随着信任的建立，IT部门可以逐步过渡到这些工作流程。
• 流程是可重复的。流程越可预测，AI 代理的性能就越好。对于诸如处理续签、规划月度会议或提交季度税款等周期性工作流程，由于输入信息已知且步骤明确，自主自动化系统能够比人工更快、更高效地管理这些工作流程。

治理与保障

对于任何能够自主管理任务或工作流程的智能体 AI 而言，治理都是必不可少的。当 AI 机器人做出独立决策（无论大小）时，必须考虑一些直接影响 AI 可信度的因素。

1. 合规性。 确保工作流程符合规范，特别是符合 HIPAA、SOX 和 PCI 等行业特定要求，并有清晰的审计跟踪支持。
2. 安全。这主要与网络安全相关，旨在保护工作流程免受恶意威胁或可能触发安全漏洞并将数据暴露给不法分子的自主行为的侵害。
3. 隐私。当员工、客户和合作伙伴的数据与由 AI 代理自动化的工作流程相关联时，IT 必须保护他们的隐私。

这些是建立与 AI 代理信任关系的基本保障措施。所有 AI 应用场景都需要治理结构，而不仅仅是 AI 代理本身。该框架将不断发展演进，但需要一套清晰的规则来定义 AI 代理在自动化工作流程时可以做什么和不可以做什么。不仅如此，由于每个工作流程都各不相同，因此应该制定针对特定工作流程的策略，而不是基于通用策略。

这一切的核心在于人机协作。AI 或许发展迅速，但我们不能完全信任它能够自主地自动化工作流程。与任务自动化不同，工作流程存在多个故障点，我们需要人机交互才能发现潜在的 AI 故障，例如错误的路由决策、共享未经授权的文件、向没有权限的员工提供访问权限以及预定义流程中遗漏步骤等。

使用 AI 代理的最佳实践

由于 AI 代理仍处于发展初期，一套通用的最佳实践尚未形成，但一个指导原则是：从步骤和流程完善的简单工作流程入手。这样，人机协作就能更有效地与 AI 代理配合，从而产生预期结果，尤其是在提升投资回报率方面。为了帮助降低风险并建立信任，以下是两个值得借鉴的最佳实践。

1. 建立成功指标

从宏观层面来看，使用 AI 代理实现工作流程自动化时，有三种类型的指标将有助于定义成功：

• 财务方面：提高收入、节约成本并提升利润率。
• 生产力。更快的决策速度、更短的项目完成周期以及处理更多咨询。
• 质量。错误更少，准确度更高，返工更少，重复工作更少。

为了帮助开发这些工具，负责自动化工作流程的团队领导应该参与其中。他们拥有丰富的实践经验，能够确定具体的指标，并绘制完整的工作流程图，确保 AI 代理能够处理整个工作流程，而不仅仅是其中的一部分。

2. 将 AI 代理集成到工作流程中

这是另一项最佳实践，有助于 AI 代理最大限度地发挥其在工作流程中的作用。同样，重点将放在与工作流程联系最紧密的员工和部门上。除了对工作流程有深入的了解之外，他们还可以直接参与到这些集成工作的优化中。

如今，由于低代码/无代码编程在构建 AI 应用方面的普及，后者已成为可能。无需具备 AI 方面的技术专长，这意味着这些工作人员能够更好地将 AI 代理与工作流程集成。否则，这些团队将不得不依赖由IT部门、系统集成商或 AI 供应商构建的集成方案，而这些方案缺乏与工作流程紧密相关的团队所拥有的本地化专业知识。

通过鼓励团队成员积极参与，不仅可以提升工作流程自动化的效果，还能增强员工对 AI 的认同感。他们不会将 AI 视为对工作的威胁，而是将其视为提升自身绩效和业务价值的工具。

随之而来的好处是，当员工成功地自主实现工作流程自动化后，IT部门的工作量将会减少。总而言之，这有助于加速 AI 在企业中的应用。