自主式AI标志着企业AI领域的一次重大转变，从单纯回答问题迈向完成实际工作。与以往提供可启用功能的技术浪潮不同，AI智能体带来的是实际成果，这改变了技术采纳的曲线，一旦智能体在任务层面展现出切实价值，它们便会迅速普及。
在我们自身开发和采用AI的历程中，从少数几个试点智能体发展到涵盖40多种类型、近2000个智能体实例，这一过程相对迅速。在我的同行(尤其是大型企业的CTO和CIO)中，也出现了同样的趋势，AI智能体的普及已成为现实。
随着部署规模的扩大，运营环境变得更加复杂，且往往超出大多数组织的预期。若不有意管理这种复杂性，就可能产生隐性成本、重复解决方案、控制不一致、数据访问碎片化以及维护负担加重等问题，最终削弱智能体本应带来的价值。
因此，自主式AI需要一种架构化方法，而非随机创新以获取孤立的短期胜利，却缺乏规模化应用的组织能力。
为何平台如此重要
目标是构建一种目标架构，该架构能够支持一个平台，持续提供一套设计模式，用于自主式AI的组合、治理、集成和维护。
平台方法能够降低复杂性、实现复用，并提高成本和运营管理的便捷性。每个AI智能体都能提供独特的功能价值，但其底层架构(身份认证、安全、编排、日志记录、集成模式、评估、策略执行和生命周期管理)应保持一致且可复用。
在数字化和云转型中，我们已见过类似情况：
• Salesforce是一个平台，它标准化了核心CRM功能，同时允许通过配置和生态系统扩展实现差异化。
• 在金融服务领域，诸如nCino等平台在更广泛的Salesforce平台功能基础上构建了专业流程。
• 云服务提供商提供多层基础设施(如防火墙、负载均衡、服务器、存储)、平台服务(如数据库即服务或图形处理器即服务)和软件服务(如身份管理、加密)，企业将这些服务组合成自己的托管环境。
同样的模式正在AI领域生根发芽，随着企业扩大AI的应用规模，平台成为控制蔓延和维持价值的关键杠杆。
平台必须解决的三大难题
可扩展的自主式AI平台必须应对三大企业级挑战：
1. 打破技术孤岛
AI智能体无法孤立发展，在规模化应用时，智能体必须演变为多智能体能力，具备更简单的集成模式和更统一的运营环境。
即使平台供应商提供一流的点解决方案(例如合同风险评分)，每个企业也会根据运营模式、治理、人才组合和业务优先级以不同方式组织工作。随着AI变得更加准确和强大，它将重塑工作流程的设计方式，包括人类监督的位置、质量关卡的位置以及任务在团队和技能水平之间的分配方式。
因此，能够以低代码/无代码方式重新配置工作流程而不破坏控制机制，对于任何智能体生态系统的长期可持续性至关重要。
战略优势显而易见，迁移定制代码有助于我们减少定制软件的使用量，缩小持续IT维护的范围，并更快地采用平台创新。
同样，我们将Microsoft Copilot视为平台基础。通过Copilot在Teams中的应用、Copilot Studio以及基于软件开发工具包(SDK)的开发，我们的AI卓越中心已构建了针对我们替代性法律服务提供商(ALSP)交付服务的生产力智能体。在实验室的A/B时间序列测试中，我们观察到生产力提升高达90%，在生产环境中，考虑到学习曲线和数据变异性，目前我们观察到生产力提升约30%。
稳定的平台主干让我们能够受益于供应商的持续创新，同时将精力集中在功能优化和运营模式适配的顶层。
2. 克服数据挑战
尤其是对于法律和监管工作，数据历来是分散和碎片化的，由企业、律师事务所和提供商按案例逐一管理。随着AI应用的扩大，我们看到其发展轨迹正朝着具备内置数据治理的云原生平台迈进，这有助于企业从分布式模型向联合模型发展，并在适当的时候向更集中的治理模式过渡。
此外，Microsoft Graph方法为Microsoft 365数据和智能提供了一个统一的API层，在企业身份和安全框架内运行。
3. 推动真正的变革管理
随着成熟的软件供应商将AI融入其产品中，问题不再仅仅是“它是否有效?”，而是“它能否持久?”可持续的采纳不仅取决于添加新技术，还取决于新的工作方式、新的控制机制和新的问责制度。
在建立合作关系之前，我们会验证一个基本前提的一致性：成功的AI采纳首先是变革管理，其次才是技术。
我们不受传统收入来源或旧渠道模式的束缚，我们作为变革推动者，与客户合作设计AI辅助的联合运营模式。在内部，我们将这种心态描述为“颠覆，但无破坏”。
强大的平台还需要具备商业灵活性，以支持不同的采纳路径，无论是基于成果的定价、直接的平台内部采购模式，还是其他最能与客户使命、合规立场和价值期望相契合的结构。
企业高管应汲取的教训
自主式AI的普及速度将超过大多数企业的预期，若没有有意为之的架构，这种普及将带来蔓延、复杂性和成本问题。战略转变显而易见：利用自主式AI取得成功，关键不在于部署单个智能体，而在于构建(或采用)一个平台，以标准化智能体的组合、治理和演进方式。
一个可持续的自主式AI平台需要解决三大企业级挑战：
• 孤岛：实现多智能体、跨系统的工作流程和灵活的编排，以匹配企业运营模式。
• 数据：提供云原生治理，随着时间的推移提高数据的一致性、完整性和复用性。
• 变革：通过新的运营模式、控制机制和商业灵活性支持采纳，使成果与合规和使命交付保持一致。
那些能够从自主式AI中获得复合回报的企业，将是那些将其视为平台引领的转型，而非一系列互不关联的试点项目的企业。
