AT&T 用智能體 AI 重塑業務流程,日處理 450 億 token
AT&T Corp. 正在超越利用人工智能提升員工生產力的階段,越來越多地應用自主智能體來重新設計其業務運營方式。近 500 個智能體工作流已投入生產,…
AT&T Corp. 正在超越利用人工智能提升員工生產力的階段,越來越多地應用自主智能體來重新設計其業務運營方式。近 500 個智能體工作流已投入生產,這家電信巨頭計劃明年將該數字翻三倍。AT&T Business 數字化轉型與人工智能助理副總裁盧克·科爾賓表示,AT&T 目前全公司每天處理約 450 億個 AI token。其智能體 AI 平臺每月處理超過 100 萬筆交易。其中許多工作流現已自主運行,處理從客戶開通到銷售線索挖掘等一系列任務。
本月早些時候,在亞馬遜雲科技于波士頓舉辦的一場活動上,科爾賓表示,公司的做法強調重新思考整個流程,而非簡單地將單個任務自動化。AT&T 已迅速從試驗生成式 AI,轉向系統性地識別可圍繞智能體能力重新設計的業務流程。
這場轉型的核心是“業務智能體工場”,這是一個於 2025 年初成立、與各業務部門協作的團隊。科爾賓表示,該工場並非向員工徵集孤立的自動化點子,而是利用行業框架梳理業務流程,並識別機會以消除不必要的步驟、組織交接環節和遺留應用依賴。
一項早期舉措涉及自動化與 AT&T 大型機的交互。客戶光纖安裝訂單的變更,此前需要員工從隊列中取回工單、手動更新記錄並將其返回工作流。智能體自動化消除了該手動流程的部分環節,減少了延遲並加快了服務交付。科爾賓說:“讓我們最先進的一些技術與最老舊的一些技術進行對話,這挺酷的。”
在另一個例子中,AT&T 將在已安裝光纖基礎設施的樓宇內開通專用互聯網連接所需的時間縮短了一半。
不同的方法
AT&T 的架構打破了構建大量獨立、專用智能體的傳統方法。相反,公司維護著一套相對精簡的智能體,利用集中管理的業務邏輯來執行業務工作流。科爾賓說:“我們將業務邏輯存儲在上下文或記憶中。”檢索智能體識別適用的知識,而規劃智能體則確定完成任務所需的行動、工具和數據。
治理是該流程的核心。員工個人可以獨立創建個人生產力智能體,但影響客戶的工作流必須通過工場,並接受安全、隱私和合規審查。科爾賓說:“我們已將智能體普及到員工可用於個人生產力提升的程度,但尚未普及到可以驅動那些可能觸及客戶或對業務產生實質性影響的業務工作流的程度。”
每個生產工作流最初都包含人工監督。只有當準確率在可允許的風險範圍內達到中高 90% 區間後,智能體才能自主運行。持續監控會評估性能並檢測偏差。成功指標包括勞動力節省、收入增長、運營成本和客戶滿意度。科爾賓表示,生產型 AI 投資在一年內實現了五倍的回報。
科爾賓說,這家擁有 151 年曆史、自計算機發明以來就一直在使用計算機的公司,“建立在大量遺留流程和應用之上。維護這些應用、培訓員工使用它們以及持續維護的成本非常高。當你能用更簡單的生成式工作流來抵消其中一部分時,商業案例本身就不言自明瞭。”
銷售線索挖掘是受益者之一。智能體通過驗證潛在客戶的位置並檢查光纖可用性,在銷售代表投入時間追蹤銷售機會之前,識別出有前景的客戶。
協調數據
擴大這些能力需要的不僅僅是 AI 模型。AT&T 不得不整合碎片化的數據,並在數據中心、雲基礎設施和移動工作人員之間提供可靠的連接。科爾賓說:“我們經歷了很多併購。你可以想象我們的數據基礎設施是甚麼樣子。”
鼓勵員工主動提出使用智能體的想法,有助於減少那些擔心 AI 可能取代自己的人的牴觸情緒。用智能體取代低效流程的機會也起到了同樣作用。他說:“組織中有大量人員,他們對自己過去使用但又不喜歡的業務流程擁有知識和熱情。”
科爾賓表示,AT&T 現在正將重心從改進現有流程,轉向利用智能體推出服務、進入市場和支持新的銷售渠道。最終,科爾賓說,AI 驅動的業務轉型責任應分佈在整個組織中,而不是集中在像“業務智能體工場”這樣的專門團隊。他說:“能擁有現在的團隊,我感到很榮幸,但從長遠來看,我的團隊不應該存在。我們所做的事情應該完全分佈化。”
insigtX 內容為資訊/教育性質,非投資建議。