“我们先把哪一块智能体化（agentize）？”是个错误的第一个问题

今年，关于 AI agent 的讨论变了。一年前大家都在问 “这些东西是真的吗？”如今各家董事会里的问题成了 “我公司的哪一块先被智能体化（agentize）？” ——IT 支持、销售、薪资异常、客户服务、文档处理。 它听起来像是聪明的、有战略眼光的问题。但它是个错误的第一个问题， 而把它放在第一位，正是好公司搞砸 agent 项目的开端。

“哪一块”是个瞄准问题——而瞄准并不是难点

问该把 agent 指向哪里，假设了难点在于选目标。其实不是。 真正的难点——决定你所建的任何东西能否奏效的那一点—— 是 agent 站在什么之上。在“哪个流程”之前，有两个问题， 而几乎没人会先问它们：

1. 你的真相来源（source of truth）是什么？ agent 的好坏， 取决于它底下的数据。如果你的两个系统对某个客户的余额各执一词， agent 会自信地按它恰好读到的那个错误数字行动—— 于是错误被自动化了，而且又快又稳。行业自己诚实的发现是， 大多数公司把钱砸在模型选择和编排上，却 把数据当成事后才补的东西， 运行在碎片化、过时、且无法按 AI 所需速度治理的数据之上。 你无法在一片沼泽上锚定（grounding）智能体。 如果 agent 需要的事实并不住在一个可信的地方， 挑一个诱人的流程去自动化，只是把你的烂摊子自动化而已。

2. 谁负责？ 在“哪个流程”之前，先回答“当 agent 在这里行动时， 谁的名字写在上面？”如果诚实的答案是“没有谁特别负责”， 那你还没准备好把任何东西智能体化——这就是组织架构 问题，再聪明地选目标也修不好它。

为什么错误的问题反而最受欢迎

“先做哪一块”之所以诱人，恰恰是因为它是个有趣的问题。 它听起来像机会。它演示效果好。它能换来高管点头。 那两个真正的问题很无聊，更糟的是，它们暴露了你也许还没准备好—— 你的数据一团糟，没人愿意为失败负责。于是大家都去问那个令人兴奋的问题， 悄悄跳过那些让人难堪的问题。这几乎正是大多数 agent 试点停滞的原因： 不是模型，是地基。这又是从战略一侧撞上的那道生产之墙。

顺序就是战略

解决办法不是“先挑一个流程，事后再把治理拴上去”，而是反过来。 先把真相来源和问责层立起来——一套受治理的、当前的事实， 让你能看到每个 agent 做了什么的可观测性，清晰的归属和受限权限—— 然后“先做哪一块”就变得简单了。 因为一旦 agent 站在坚实的地基上、又有人对它负责， 几乎任何范围划得清楚的流程都能跑通，而且有好几个都能跑通。 顺序就是整个战略。领先的企业想明白了这一点，如今会 在铺开之前先建好治理与数据地基， 而不是事后才补。

检验

在你挑选要把什么智能体化之前，把任何候选流程都过一遍这两个问题：

• 对这个 agent 需要的事实，是否有一个权威的来源地——你信得过它吗？
• 是否有一个人负责这里 agent 所做的事？

两个干净的答案，那这个流程就是个不错的首选——其他好几个也是。 任何一个答案含糊，那问题从来就不是这个流程；是你的地基， 而换一个目标救不了你。

“我们从哪里开始智能体化”是那个让你感觉自己在前进的问题。 真正推动你前进的问题更安静：agent 站在什么之上，以及谁为它负责。 把这两件事做对，“先做哪一块”的答案就近乎随意—— 拿真相来源干净、归属清晰的那个最高价值流程，开干就是。 做错了，你挑什么都无所谓；你只是以机器的速度把自己的混乱自动化了。 第一个问题从来都不是“哪一块”。它是“我们锚定了吗，我们有人负责吗”。 回答好这两个，剩下的就是容易的部分。