|
聊聊大語言模型時代的工作流、業(yè)務流程和智能體工作流大融合 工作流、業(yè)務流程與智能體工作流，不斷模糊的邊界與更加明晰的融合 Agentic Workflow新范式，基于LLM的工作流、業(yè)務流程、智能體大融合 換個角度看Agentic Workflow，工作流和業(yè)務流程成為智能體工作流新成員 工作流、業(yè)務流程趨向智能體工作流，WfMS、BPM融合Agentic Workflow AI Agent穿針引線，智能體工作流、業(yè)務流程與工作流迎來大融合 全文約9500字，閱讀時間15分鐘 2024年2月底，金融服務公司Klarna表示，其所使用的OpenAI提供技術支持的AI Agent，已接管了三分之二的客戶聊天，工作量相當于700名全職代理。從引入AI Agent到取得這份耀眼的成績，僅僅用了1個月的時間。 作為數(shù)字化程度較高的領域，金融在AI Agent的應用普及速度上，真的是又快又狠。 不只是在金融領域，在銷售領域AI Agent也展現(xiàn)了強大的適應性。著名投資機構a16z認為，下一代「銷售平臺」的核心，將不再是基于文本的數(shù)據(jù)庫，而是多模態(tài)的（文本、圖像、語音、視頻），包含來自整個公司的所有客戶洞察。 因此，AI將從根本上重塑銷售記錄系統(tǒng)和銷售工作流程，市面上所有玩家都無法置身事外。AI原生的銷售平臺，將能夠從客戶及其心態(tài)中，提取比我們使用現(xiàn)有工具所能拼湊的更多的洞察。此外，a16z還對外展示了銷售領域AI 應用市場地圖。 ▲ a16z公布的銷售領域AI應用市場地圖，點擊看大圖 這個觀點，可以說是為AI Agent即將變革銷售領域做了很好的背書。（關于a16z的具體看法，王吉偉頻道會在另一篇文章中與大家分享。） 7月25日，人工智能通信自動化提供商IntelePee宣布完成1.4億美元的戰(zhàn)略融資，這項融資將主要用于以推動AI Agent發(fā)展，改善客戶體驗。該公司的一個財富百強客戶，通過使用 IntelePeer 的AI Agent自動化消費者交互將自助服務率提高到了70%以上，有望節(jié)省超過1 億美元的勞動力成本。
風險投資公司Lux Capital合伙人格蕾絲·伊斯福德（Grace Isford）表示，當涉及到專注于構建AI Agent的初創(chuàng)公司時，科技投資者的興趣會“急劇增加”。這些初創(chuàng)廣告公司已籌集了數(shù)億美元，其估值也正在隨著生成式AI（GenAI）市場的增長而不斷上升。 對于GenAI的市場增長情況，貝恩公司（Bain & Company）數(shù)據(jù)顯示，近90%的公司已經部署或正在試用GenAI技術。同一項調查發(fā)現(xiàn)，無論哪個行業(yè)，企業(yè)都在優(yōu)先考慮 Gen AI 的部署，87% 的參與者將其列為未來三到四年的五大優(yōu)先事項之一。 這幾個案例和相關數(shù)據(jù)意味著，AI Agent的落地應用速度以及滲透率已經相當之高。而隨著Agentic Workflow成為AI Agent應用趨勢，智能體工作流的應用也將會獲得巨大的進展。 在大家熟悉了AI Agent之后，智能體工作流迅速成為Agent應用的新趨勢?，F(xiàn)在技術圈內流行一個說法：你需要的可能不是智能體，而是一個適合AI的工作流。這句話，已經把AI Agent的應用現(xiàn)狀講得明明白白。 也就說，只有形成Agent的工作流，才能發(fā)揮AI Agent的真正優(yōu)勢，才能讓Agent最大程度的自動化你的業(yè)務流。 以Coze、Dify等為代表的AI Agent構建平臺，讓很多構建智能體的人接觸到了工作流。智能體工作流的流行，也讓更多人有了工作流的概念。 但在平時工作中，用過釘釘、OA等辦公軟件或者BPM、ERP、CRM等企業(yè)管理軟件的朋友，接觸更多的肯定是業(yè)務流程。ERP、低代碼、RPA等軟件，通過自動化等手段讓業(yè)務流程更加精簡優(yōu)化。各個AI Agent平臺上構建的智能體工作流，也是為了實現(xiàn)各種任務的自動化。 有的朋友就不懂了，同樣是用以自動化的，為什么一個叫工作流，而另一個叫業(yè)務流程？它們有什么關系？與智能體工作流又有什么關聯(lián)？這篇文章，王吉偉頻道就跟大家聊聊這些。 從工作流談起 工作流（workflow）是完成任務所必需的一系列活動，也是用于管理遵循特定順序發(fā)生的重復流程和任務的系統(tǒng)。它是個人和組織完成工作的方式，無論是生產商品、提供服務、處理數(shù)據(jù)還是任何其他創(chuàng)造價值的活動。 通常，一組相互關聯(lián)的任務或活動，按照一定的順序被執(zhí)行以完成特定的工作目標，即可視作工作流。它定義了任務的執(zhí)行順序、參與者及其角色、以及任務之間的依賴關系。 可以把工作流看作處理一組數(shù)據(jù)的一系列任務。在業(yè)務上下文中，工作流是指為實現(xiàn)特定結果而設計的有組織的活動模式。業(yè)務中的工作流含義圍繞著定義、執(zhí)行和自動化流程展開，在這些流程中，任務、信息或文檔根據(jù)一組程序規(guī)則從一個參與者傳遞到另一個參與者以進行操作。 工作流可以像單個任務流程一樣簡單，比如文件審批工作流、新員工入職工作流等。也可以像涉及各個部門和利益相關者的多步驟流程一樣復雜，比如客戶服務工作流。
工作流的三個關鍵組件：輸入、過程和輸出。 輸入（inputs）：這些是開始工作流所需的資源，例如數(shù)據(jù)、材料或信息。輸入是任何工作流的起點，對于啟動流程至關重要。例如，在營銷活動工作流中，輸入可能包括目標受眾數(shù)據(jù)、預算信息和營銷材料。 流程（processes）：此組件涉及為將輸入轉換為所需輸出而采取的實際步驟或行動。流程可以包括各種活動，例如數(shù)據(jù)分析、決策制定和任務執(zhí)行。清楚地定義和記錄每個步驟以確保一致性和準確性至關重要。例如，在制造工作流程中，流程可能涉及裝配線步驟、質量檢查和包裝。 輸出（outputs）：這些是工作流程完成后實現(xiàn)的最終產品或結果。輸出的范圍可以從成品到已完成的報告，具體取決于工作流程的性質。例如，在軟件開發(fā)工作流中，輸出可能包括已完成的軟件、文檔和用戶手冊。
在具體業(yè)務中，工作流主要有三種類型：流程工作流、案例工作流、項目工作流。 流程工作流：當任務集是可預測的和重復的時，就會發(fā)生流程工作流。通常在項目開始工作流之前，用戶便確切地知道它應該采用什么路徑，比如采購申請審批工作流等。 案例工作流：在案例工作流中，用戶不知道開始時完成項目所需的路徑。隨著收集到更多數(shù)據(jù)，路徑會自行顯現(xiàn)。比如支持票證和保險索賠就是很好的案例示例。 項目工作流：項目工作流交叉于流程工作流和案例工作流之間，遵循或多或少定義的路徑，但過程中可能會有更多的靈活性，但此類工作流只適用于一個項目。比如應用程序開發(fā)，工作流由研究、設計、測試等不同階段組成，但在構建不同的應用程序時，相同的工作流無法用于不同程序的開發(fā)。 工作流分四種類別，分別為順序工作流、并行工作流、狀態(tài)機工作流和規(guī)則驅動工作流。
了解業(yè)務環(huán)境中的工作流程對于提高效率和生產力至關重要。企業(yè)通常使用流程工作流模板來繪制特定工作流中涉及的步驟。這些模板有助于標準化操作，確保每個步驟都得到明確定義和遵循，從而最大限度地減少錯誤和不一致。 用于管理工作流的軟件，叫作工作流管理軟件（Workflow Management Software, WfMS）。這類軟件有助于簡化和優(yōu)化組織內的業(yè)務流程。它主要通過協(xié)調不同利益相關者之間或個人與信息系統(tǒng)之間的互動來做到這一點。 工作流管理系統(tǒng)在正確的時間將任務路由給適當?shù)膯T工，提供相關信息和推動力，以加快整個流程的工作。此外，它還能通過文件管理對活動（如費用報告）進行手動和自動任務。 融合AI帶來的AI workflow 近些年隨著AI技術與工作流的不斷融合，逐漸發(fā)展出了AI workflow（AI workflow automation）。AI工作流是應用人工智能技術完成特定任務的一系列步驟和過程，它是一種優(yōu)化和自動化業(yè)務流程的方法，通過自動化任務、智能決策支持、預測分析和個性化服務等功能，提高工作效率，降低成本，并增強企業(yè)的競爭力。 工作流的一個研究重點就是任務自動化，而想要實現(xiàn)更大程度的自動化自然離不開各種編程技術與智能化技術，AI技術則是重中之重。伴隨著NLP、OCR、深度學習、機器學習等技術的發(fā)展，工作流在各個時代都被最新技術加持?，F(xiàn)在大語言模型取得長足進步，工作流同樣也在LLM的加持下發(fā)生了更大的變化。 融合大語言模型的AI工作流（智能體工作流），通過自然語言處理實現(xiàn)任務自動化與智能問答，大幅提升工作效率與準確性。它具備理解上下文、學習適應、多語言翻譯等能力，同時提供連貫的交互體驗和情感分析，優(yōu)化用戶體驗。 AI智能體的靈活性和可定制性使其能夠快速適應業(yè)務需求變化，降低運營成本，增強市場競爭力。在客戶服務、內容創(chuàng)作、研發(fā)輔助及行政流程中，AI智能體均展現(xiàn)出顯著的效率與洞察力優(yōu)勢。 比如在aisera的AI工作流平臺，由LLM驅動的AI工作流可以利用上千個預構建和第三方LLM驅動的AI工作流來自動化流程，最大限度地減少對人工干預的需求。這些AI工作流可以通過對話方式、通過系統(tǒng)事件、按計劃以及通過來自其他業(yè)務系統(tǒng)的事件webhook觸發(fā)。 事實上，在業(yè)務流程管理中，工作流可以定義為一系列簡單的單個任務，而業(yè)務流程則被認為是更復雜的，由多個工作流、信息系統(tǒng)、數(shù)據(jù)、人員及其活動模式組成。工作流的特點是其簡單性和可重復性，并且通常通過圖表或清單進行可視化。 下一個小節(jié)，我們就聊聊什么是業(yè)務流程。 關于LLM與workflow的融合應用，推薦以下論文： 1、AutoFlow：為大型語言模型代理自動生成工作流 AutoFlow: Automated Workflow Generation for Large Language Model Agents 鏈接： 2、FlowMind：使用 LLM 自動生成工作流 FlowMind: Automatic Workflow Generation with LLMs 鏈接： 3、StateFlow：通過狀態(tài)驅動的工作流增強 LLM 任務解決 StateFlow: Enhancing LLM Task-Solving through State-Driven Workflows https:///abs/2403.11322 4、Graph-of-Thought：利用大型語言模型解決復雜和動態(tài)的業(yè)務問題 Graph-of-Thought: Utilizing Large Language Models to Solve Complex and Dynamic Business Problems https:///abs/2401.06801 5、通過采用眾包工作流程的技術來設計 LLM 鏈 Designing LLM Chains by Adapting Techniques from Crowdsourcing Workflows https:///abs/2312.11681 6、利用大型語言模型構建和執(zhí)行計算工作流 Leveraging Large Language Models to Build and Execute Computational Workflows https:///abs/2312.07711 7、通電！生成模型可以為人類計算工作流做些什么？ Power-up! What Can Generative Models Do for Human Computation Workflows? https:///abs/2307.02243 除此之外，還可以參考王吉偉頻道的文章《從LLM到AI Agent，從Workflow到Agentic Workflow，25篇論文全面了解智能體工作流》中提到的25篇論文。 再聊聊業(yè)務流程 業(yè)務流程（Business Process）是組織為實現(xiàn)具體業(yè)務目標而設計的一系列有序活動，以產生有助于實現(xiàn)組織目標的特定結果。它從明確的輸入開始，經過系統(tǒng)化的任務執(zhí)行，最終產生預期的輸出。 流程中每個環(huán)節(jié)都由不同的角色負責，遵循既定規(guī)則和標準，確保效率和質量。資源在流程中得到合理配置，同時通過持續(xù)監(jiān)控和評估實現(xiàn)流程的優(yōu)化與改進。 業(yè)務流程的發(fā)明是為了推導組織目標并為組織目標做出貢獻。業(yè)務流程的持續(xù)和重復執(zhí)行對于成功的業(yè)務運營和業(yè)務增長至關重要。業(yè)務流程結構可以是簡單的，也可以是復雜的，具體取決于流程中涉及的元素。通過每個業(yè)務流程，企業(yè)都能實現(xiàn)某些目標。 業(yè)務流程是組織實現(xiàn)目標的核心，它將任務分解為有序、可重復的工作步驟，便于員工和團隊高效執(zhí)行并達成預期成果。明確的流程有助于團隊集中精力于共同目標，通過可預測的資源需求減少浪費。文檔化的業(yè)務流程不僅降低風險和錯誤，還增強團隊成員間的責任感，因為每個人都清楚自己的職責所在。 此外，業(yè)務流程的規(guī)范化還激發(fā)創(chuàng)新和創(chuàng)造力，通過反思和頭腦風暴，團隊能夠找到解決難題的新方法。
業(yè)務流程的關鍵屬性在于，過程是可重復的靈活的可衡量的，且是特定的建立起始點和端點的。這些屬性，為業(yè)務流程帶來了以下特點：
業(yè)務流程的類型，一般分為運營流程、管理流程和支持流程三種。
經過多年的發(fā)展與演變，目前業(yè)務流程的組成部分主要包括以下7個部分：
管理業(yè)務流程的軟件系統(tǒng)，就是大名鼎鼎的是業(yè)務流程管理（Business Process Management, BPM）。業(yè)務流程管理是一種系統(tǒng)的方法，用于設計、執(zhí)行、監(jiān)控和優(yōu)化業(yè)務流程，以提高企業(yè)績效，降低成本，增強競爭力。 BPM是一種改進這些流程的系統(tǒng)方法，可幫助組織實現(xiàn)其業(yè)務目標。如果組織由于成本或資源限制而無法在內部執(zhí)行某些業(yè)務流程，公司可能會使用業(yè)務流程外包。許多組織將特定的業(yè)務任務（例如工資單、人力資源 （HR） 或會計）承包給第三方服務提供商。 融合AI帶來的BPM進化 與AI技術的快速融合，同樣為業(yè)務流程帶來了很大的進步。 AI技術對業(yè)務流程帶來了顯著的發(fā)展和改變。通過機器人流程自動化（RPA）和AI的結合，重復性任務得以自動化，減少人為錯誤，提高效率。 AI的數(shù)據(jù)分析和預測能力支持實時決策，個性化服務增強客戶滿意度，流程挖掘和優(yōu)化提升業(yè)務流程的效率和靈活性。AI在風險管理中提前識別潛在風險，確保合規(guī)。智能輔助工具和自動化減輕員工工作負擔，促進創(chuàng)新和新業(yè)務模式的發(fā)展。 比如亞馬遜、通用電氣和美國銀行等公司通過AI優(yōu)化庫存管理、預測性維護和智能客服，顯著提升了運營效率。AI將更深度地嵌入業(yè)務流程，實現(xiàn)全面自動化和智能決策支持。
而融合了大語言模型的業(yè)務流程，實現(xiàn)了自然語言交互、文本分析、智能文檔生成、自動化任務執(zhí)行、個性化服務、多語言支持以及預測性分析等多功能集成。 比如SAP聯(lián)合墨爾本大學、慕尼黑工業(yè)大學等推出了大型過程模型（LPM，Large Process Models）作為生成式AI時代軟件支持的BPM的中心概念框架。LPM通過與經典算法工具和結構化數(shù)據(jù)的安全和健全的集成，可以提供在以往設置中不會被發(fā)現(xiàn)的業(yè)務流程新見解，大大提高了流程的可觀察性。 擴展閱讀：從大語言模型到大流程模型，生成式AI帶來的BPM范式轉變 此外，SAP Business Technology Platform 推出SAP AI Core服務，可以幫助用戶以標準化、可擴展且與超大規(guī)模者無關的方式處理AI資產的執(zhí)行和操作，LLaMa 3、Phi3、Mistral、Mixtral、LlaVA、Gemma等開源系統(tǒng)都可以在SAP AI Core 中運行，為用戶的私有化部署和個性化應用提供了更多選擇。
由LLM賦能的流程能夠理解上下文、自我學習與適應，與現(xiàn)有系統(tǒng)高度集成，并具備良好的可擴展性與規(guī)則遵循性。顯著提升了業(yè)務處理速度、降低了運營成本、增強了執(zhí)行準確性、改善了客戶體驗、提高了市場適應性和靈活性，同時促進了業(yè)務創(chuàng)新和風險管理，加強了知識整合與共享。 尤其是融合AI智能體的業(yè)務流程通過自動化執(zhí)行、智能決策支持、客戶互動、預測分析等功能，實現(xiàn)了效率的顯著提升和成本的有效降低。這些流程具備上下文感知、持續(xù)學習、高度集成的特點，同時展現(xiàn)出靈活性、準確性和創(chuàng)新促進的優(yōu)勢。 AI智能體的集成為行業(yè)帶來了數(shù)字化轉型的加速、市場響應速度的提升、客戶洞察的深化以及運營優(yōu)化，催生了新的業(yè)務模式，為企業(yè)在激烈的市場競爭中提供了強大的動力和優(yōu)勢。 擴展閱讀：業(yè)務流程將因生成式AI變革，ChatGPT引領的AIGC正在改變組織運營
關于大語言模型與BPM的融合，推薦以下幾篇論文： 1、大型語言模型可以完成業(yè)務流程管理任務 Large Language Models can accomplish Business Process Management Tasks 鏈接：https:///abs/2307.09923 2、用于業(yè)務流程管理的大型語言模型：機遇與挑戰(zhàn) Large Language Models for Business Process Management: Opportunities and Challenges 鏈接：https:///abs/2304.04309 3、大型流程模型：生成式人工智能時代的業(yè)務流程管理 Large Process Models: Business Process Management in the Age of Generative AI 鏈接：https:///abs/2309.00900 4、LLM-SAP：大型語言模型基于態(tài)勢感知的規(guī)劃 LLM-SAP: Large Language Models Situational Awareness Based Planning 鏈接：https:///abs/2312.16127 工作流與業(yè)務流程的區(qū)別和聯(lián)系 工作流和業(yè)務流程是企業(yè)管理和運營中的兩個核心概念，它們雖然有所區(qū)別，但又緊密相連，共同推動企業(yè)效率和目標的實現(xiàn)。 工作流通常指為完成特定任務或一組任務所需的步驟序列，它更側重于操作層面的流程自動化，通常涉及自動化和手動步驟的結合。例如，在人力資源管理中，員工提交請假申請后，工作流將指導申請通過各級審批。工作流關注于流程的執(zhí)行效率，如何通過自動化減少人力干預，提高任務處理速度。 業(yè)務流程則更為宏觀，它包括了企業(yè)為實現(xiàn)業(yè)務目標所進行的所有活動和決策過程，旨在實現(xiàn)組織的戰(zhàn)略性業(yè)務目標，如產品交付或客戶服務，通?？缭蕉鄠€部門和團隊。業(yè)務流程涵蓋從客戶接觸點到服務交付的整個鏈條，如訂單履行流程，它包括接收訂單、庫存檢查、發(fā)貨等環(huán)節(jié)。業(yè)務流程更關注整個流程的戰(zhàn)略意義、目標實現(xiàn)以及客戶價值的創(chuàng)造。
在目標方面，工作流的目標較為具體和狹窄，主要關注任務的完成和流程的執(zhí)行，如文檔審批或請假流程。具體任務的自動化有助于減少人為錯誤和提高效率。業(yè)務流程則旨在實現(xiàn)組織的戰(zhàn)略性業(yè)務目標，關注整體業(yè)務的效率和效果提升，如供應鏈管理和客戶關系管理。業(yè)務流程更關注資源的優(yōu)化配置和部門間的協(xié)作。 在復雜度方面，工作流通常較為具體和簡單，適用于局部任務和操作。例如，員工請假審批流程包括填寫申請、主管審核和人事部門記錄。業(yè)務流程則更復雜和全面，涉及多個部門、資源和管理層面。例如，企業(yè)的新產品開發(fā)流程，從市場調研、產品設計、試生產到最終上市，涉及研發(fā)、市場、生產、銷售等多個部門。 在工具方面，工作流管理系統(tǒng)（WfMS）用于自動化和管理具體任務的執(zhí)行，如任務分配、進度跟蹤和結果報告。例如，使用Asana或Trello管理團隊任務和項目進度。業(yè)務流程管理系統(tǒng)（BPMS）則用于全面管理和優(yōu)化業(yè)務流程，強調流程的持續(xù)監(jiān)控和改進。例如，使用SAP或Oracle BPM管理企業(yè)的核心業(yè)務流程，從供應鏈到客戶關系管理。
盡管兩者在定義、范圍、目標和應用上存在顯著差異，但它們在實際應用中有緊密的聯(lián)系。工作流可以作為業(yè)務流程的一部分，處理具體的任務和活動。有效的工作流設計和自動化，可以顯著提升業(yè)務流程的效率。 例如，采購流程中的審批工作流，確保采購訂單經過適當?shù)膶徟秃藴?。通過整合多個工作流，業(yè)務流程實現(xiàn)整體業(yè)務目標的高效運作和管理。同時，良好的業(yè)務流程管理又能為工作流提供戰(zhàn)略指導和優(yōu)化方向。 在實際操作中，工作流工具和業(yè)務流程管理系統(tǒng)可能相互集成，共同支持企業(yè)的運營需求。例如，將工作流管理集成到企業(yè)門戶中，以提供統(tǒng)一的工作入口和業(yè)務視圖。這種整合有助于提高員工的工作效率，減少信息孤島，提升整個組織的協(xié)同效應。 工作流和業(yè)務流程的優(yōu)化不僅是技術問題，也是組織文化和變革管理的一部分。流程的改進需要員工的參與和接受，通過改進流程來適應市場變化和組織發(fā)展。例如，市場部門根據(jù)活動反饋調整營銷材料的審批流程，這不僅是技術層面的調整，也是組織對市場變化響應的體現(xiàn)。
工作流和業(yè)務流程在企業(yè)運營中是相輔相成的。理解它們之間的區(qū)別和聯(lián)系，對于有效地設計和管理企業(yè)的流程非常重要?，F(xiàn)在隨著大語言模型的到來和AI Agent的大量應用，工作流和業(yè)務流程將繼續(xù)為企業(yè)帶來更高的效率和更大的價值。 智能體工作流的新范疇 吳恩達教授提出的反思、工具使用、規(guī)劃、多智能協(xié)同等四種Agentic Workflow設計方式，展現(xiàn)出了智能體工作流的多種范式。但這些范式的工作流是以LLM為中心，圍繞LLM加上一定的技術框架、數(shù)據(jù)集以及工具等去構建面向各種場景的工作流。 現(xiàn)實中的很多工作流尤其是大型組織的一些工作流，比如制造業(yè)中由RPA連接的生產制造流程工作流，可能還沒有也不需要LLM的參與。但在具體的執(zhí)行中，一個復雜的業(yè)務流程會被分拆成多個子業(yè)務流，整個業(yè)務流程中既有傳統(tǒng)工作流，也有需要業(yè)務人員操作的輕量化辦公類應用LLM的工作流。 同時，BPM、BPA、RPA、BI等企業(yè)管理軟件也在進化為融合LLM的AI Agent類應用，這就讓智能體工作流的集合變得更加多元化。
在《從Workflow到Agentic Workflow，25篇論文全面了解智能體工作流》一文中，我也簡單聊了對智能體工作流的看法。 在LLM應用越發(fā)普及化的前提下，目前很多工作流都是混合了傳統(tǒng)業(yè)務流程與智能體工作流。其中既有“四種模式”的工作流，也有傳統(tǒng)應用嵌入GenAI的工作流，還有簡單的直接應用大語言模型的工作流。 在王吉偉頻道看來，Agentic Workflow并非簡單的智能體工作流，而是包含傳統(tǒng)軟件（工具、解決方案）、大語言模型、AI Agent等在內的新型業(yè)務流程的集合。當傳統(tǒng)業(yè)務流程包含了LLM工作流或者Agent工作流，都可以視作Agentic Workflow。 目前的智能體工作流大體可以分為兩種類型：一是新興的AI工作流，也就是基于LLM的LLM/AI Agent工作流，原生LLM應用及AI Agent應用都在走這個路線；二是傳統(tǒng)工作流+LLM/AI Agent，傳統(tǒng)軟件通過嵌入GenAI技術實現(xiàn)LLM與AI Aggent的進化，進一步升級為智能體工作流。 在實現(xiàn)方式上，基本遵循嵌入式（Embedding）、副駕駛（Copilot）和智能體（Agent）。嵌入式也就是直接使用LLM，副駕駛模式類似于AI助手，Agent模式現(xiàn)在來看也就是智能體工作流。
三種方式，催生了目前的六種具體的智能體工作流類型，如下： 1、包含智能體應用的工作流：最簡單的智能體工作流，就是使用智能體應用的工作流，比如在Coze等平臺使用智能體進行小說、視頻等的創(chuàng)作； 2、使用大語言模型的工作流：直接使用大語言模型的反思、規(guī)劃、工具使用等功能，或者通過某些應用來調用和增強LLM的類似功能，比如使用文心一言、kimi等調用聯(lián)網、繪圖插件搜集資料或者繪制腦圖； 3、使用Copilot的工作流：Copilot實則更像是AI助手，可以調用LLM生成相關內容，也可以調用標準化的AI Agent； 4、用傳統(tǒng)軟件連接的工作流：智能體雖然好用，但目前大多都為輕量化辦公類應用，無法參與企業(yè)內部的復雜業(yè)務流程，但可以引用RPA等超自動化工具將輕量化LLM工作流與傳統(tǒng)工作流相連接，比如通過RPA連結報表生成和ERP內部人事業(yè)務流程； 5、硬件與軟件融合的工作流：目前已經出現(xiàn)了基于鼠標、鍵盤等PC外設的LLM產品，外形扔熱是鼠標和鍵盤，但能夠通過按鍵、語音等方式調用LLM應用，使用比較便捷，比如科大訊飛的AI鍵盤等，而手機已經在端側模型的加持下晉級成為智能體； 6、融合大語言模型的BPM及WMS的工作流：業(yè)務流程領域對于新技術有著較強的敏感性，GenAI技術在ChatGPT之前就已經得到應用，對LLM和AI Agent的探索也一直比較領先，目前BPM和WMS都已引入大模型并在探索AI Agent應用，某種程度上應用這些軟件系統(tǒng)已經是在應用智能體工作流。  ▲ 人與AI協(xié)同催生的六種形式的智能體工作流，點擊看大圖 而具體到智能體本身的工作流，按照智能體的功能也可以將其歸類為六種形式，即自動化智能體工作流、交互式智能體工作流、協(xié)同式智能體工作流、嵌入式智能體工作流、自主學習型智能體工作流及創(chuàng)新型智能體工作流，每一種工作流的說明具體見下圖。 ▲ 按智能體功能劃分的六種智能體工作流，點擊看大圖 需要說明的是，以上六種是目前常見的智能體工作流形式，但并不是智能體工作流的全部。因為原生智能工作流正在通過新型模型、API、插件、數(shù)據(jù)集以及更多方式進入傳統(tǒng)工作流的腹地，傳統(tǒng)工作流也在通過LLM、智能體、集成等方式衍生新型的智能能工作流范式。 新生代工作流會與傳統(tǒng)工作流不斷的融匯交合，在此消彼長的進程中構成龐大的Agentic AI業(yè)務流程范式。 而不得不說的是，在LLM與AI Agent快速普及應用的前提下，當你的組織在應用大語言模型后，業(yè)務流程和工作流就已經開始向智能工作流轉變了。比如在使用釘釘AI助理或者飛書智能伙伴的AI Agent功能的時候，你所做的業(yè)務流程已經是一個智能體工作流。 后記：另一個角度看智能體工作流 本文前半部分，王吉偉頻道用了很多文字介紹工作流與業(yè)務流程，目的是為了讓大家能夠更容易地理解今天的智能體工作流。從現(xiàn)在的Agentic Workflow發(fā)展情況來看，我們可以從狹義和廣義兩個角度來理解智能體工作流。 狹義上的Agentic Workflow，是一種由自主智能體（Autonomous Agent）驅動的工作流模型，在該模型中，智能體通過遵循預定義的規(guī)則和條件，自動執(zhí)行任務和做出決策。這些智能體可以模擬人類的行為，進行復雜的任務管理和決策過程，從而提高工作效率和準確性。其核心在于其自動化和智能化的特性，能夠在動態(tài)和復雜的業(yè)務環(huán)境中表現(xiàn)出色。
廣義上的Agentic Workflow ，是一種與大型語言模型（LLM）交互和完成任務的新方法，它通過將復雜任務分解為多個子任務，并引導LLM按步驟完成每個子任務來優(yōu)化工作效率。這種方法不是一次性地向LLM提出指令，而是采用迭代的方式，逐步完善任務結果，類似于寫作過程中的草稿、修改和潤色過程。每個子任務的輸出將作為下一步的輸入，形成循環(huán)往復的過程。 作為一種新興的AI應用模式，相比傳統(tǒng)方法，Agentic Workflow的優(yōu)勢在于迭代優(yōu)化、自主決策、適應性學習、處理復雜問題的能力以及自我優(yōu)化和進化。這種工作流模仿人類的思考和修正過程，提高了準確性和質量，同時具備從經驗中學習并適應環(huán)境變化的能力。 可以說，它代表了從傳統(tǒng)一次性指令到多步驟自適應任務完成的轉變，為自動化和智能化領域帶來新方向。 事實上，從工作流和業(yè)務流程的定義來看，工作流更側重于具體任務的執(zhí)行和流程自動化，但接下來基于大語言模型的BPM也將Agent化，業(yè)務流程的整體規(guī)劃、部署及運行也將在Agent的賦能下變得更加自主和智能，同樣也會產生大量的智能業(yè)務流程。 因此智能體工作流不足以表述當前組織對于大語言模型應用情況，或許叫智能業(yè)務流/智能流程/Autonomous process更貼切一些。而大語言模型所帶來的工作流和業(yè)務流程的自主化、智能化，也恰恰意味著大語言模型或者說GenAI所帶來的廣大組織的變革景象。
當然，BPM的GenAI化以及Agent化，仍然沒有超越Gartner所定義的智能業(yè)務流程管理軟件（iBPMS）的界限，AI Agent的應用仍然在包含在LLM的GenAI的范疇之內。 但AI Agent確實為iBPMS帶來了質的蛻變。AI Agent對iBPMS的影響表現(xiàn)在提升系統(tǒng)智能性、加強自主決策、持續(xù)學習與適應性、優(yōu)化業(yè)務流程、提高執(zhí)行效率、改善用戶體驗、風險管理與合規(guī)性、創(chuàng)新業(yè)務模式、促進數(shù)據(jù)驅動文化、支持遠程工作等方面。 這些優(yōu)勢不僅提高了業(yè)務流程的效率和質量，還為企業(yè)帶來數(shù)字化轉型的加速、競爭優(yōu)勢構建和新的增長機會。 此外，在當代的業(yè)務流程管理體系中，RPA已經成為必不可少的業(yè)務流程自動化技術。所以只要提及iBPMS一般也會涉及到RPA，兩種技術相輔相成，正在越來越多地被組織結合使用，以實現(xiàn)業(yè)務流程的自動化和優(yōu)化。 關于RPA的Agent進化，可以關注王吉偉頻道后面的文章。 【王吉偉頻道，關注AIGC與IoT，專注數(shù)字化轉型、業(yè)務流程自動化與AI Agent，歡迎關注與交流?！?/span> 全文完 |
|
|
來自： 王吉偉頻道 > 《AIGC與生成式AI》
