垂直化 AI 同事的崛起

朋友们好，

几个月前，我写了关于智能体劳动力崛起的文章，重点关注了在各个关键职能岗位中出现的智能体同事。今天，我将分析垂直化智能体同事的兴起。这些是为行业垂直领域内特定角色而构建的 AI 智能体同事。

垂直化智能体同事是什么样的？

• 基于真实工作建模： 每个代理同事都被设计来承担特定高人员岗位的核心任务子集。比如保险理赔员、护士或合规官员。重点关注的是高频次、重复性且大多可衡量的工作，或者因为缺乏时间而无法完成的工作（或在劳动力短缺的岗位中）。
• 集成到现有工作流程： 这些同事直接接入团队已经使用的软件和工具。它们读取和写入数据、处理交易，并与其他数字系统交互。
• 任务所有权： 与通用助手不同，这些同事实际完成工作，专注于人类在该岗位上执行的任务子集，理想情况下将这些任务从人类手中接过（除了人工验证）。
• 基于使用量或结果的定价： 定价通常与使用量或结果挂钩（处理的理赔数量、生成的报告数量），而不仅仅是月度席位费。
• 人类监督/管理者： 大多数智能体仍在监督下运行。人类审查输出结果，处理异常情况，并在需要时介入。目标是随着信任度和性能的提升，逐步扩大其自主性，并逐渐增加它们能够执行的任务范围。

我们在哪里看到垂直化的智能体同事？

虽然仍处于早期阶段，但我们开始看到第一波智能体同事出现在大多数关键垂直领域，如金融、医疗保健、法律、保险、零售、物流等等。下面展示了一个市场图谱，展示了在各个垂直角色中提供至少某些智能体功能的主要 AI 原生公司。

其中一些可能适用于多个角色，但我已尽力根据它们所服务的核心角色进行分类。

智能体协作伙伴的常见切入点

大多数垂直化的智能体协作伙伴通过从可重复的高频次任务开始切入工作流程，这些任务的错误成本相对较小。我们在各个垂直领域看到的最常见切入点包括：

• 文档处理和解析： 从合同、发票、录入文档中提取、分类和处理信息。这通常是 AI 智能体能够端到端自动化的第一个工作流程。
• 用于接收、分诊、销售或客户体验的语音智能体： 基于语音的智能体使自动化高频次的一线交互成为可能。许多 AI 协作伙伴处理入站电话或聊天，用于日程安排、分诊、销售资格认定或客户支持。
• 内容创作： 起草提案、备忘录、邮件或报告。基于行业特定模板训练的代理能够生成符合职位期望的高质量输出。
• 搜索和信息检索为主的工作流程： 针对特定查询，提供相关政策、研究或案例历史信息，结合各种形式的内容生成。强大的检索能力往往是法律、金融和医疗保健领域代理的核心支撑，这些代理最初看起来像助手，但随着时间推移能够起草表单、备忘录等。

我写了这篇文章，其中更深入地探讨了这些切入点 。

结语

如今，大多数 AI 协作伙伴只能完成其角色中人类工作的一小部分。但随着模型和智能体系统的不断改进，它们将能够完成越来越多的任务，从初级实习生成长为初级员工，甚至超越这个水平。看到这些公司随时间的发展演变将会很有意思。公司可能采取几种不同的方法组合：

• 在角色内承担更多工作 ：承接越来越多的工作（不同任务），并随时间推移增强其价值和定价能力
• 构建相关的 AI 同事： 为行业内的其他角色构建相关的 AI 同事，以在现有客户群中获得更多支出。
• 构建 AI 原生行动系统： 利用他们在工作过程中收集的数据，在其运营的行业内构建 AI 原生的记录和行动系统。