Anthropic的Claude：變革商業的AI初級員工
大型語言模型（LLMs）如ChatGPT和Claude尚未能完全匹敵人類工作者的多樣性。這部分是因為AI依賴上傳的數據來提供上下文。因此，AI工具主要作為副駕駛，幫助用戶完成特定任務，但無法獨立協助。
超越副駕駛的協助
上個月，Anthropic通過其API推出了一個新功能——Claude的「電腦使用」。儘管這個名稱聽起來無害，但它代表著任何主流AI距離人類般自主性最近的一次進展。
Anthropic的Beta電腦使用功能使Claude能夠直接與軟件環境和應用程序互動——獨立地導航菜單、輸入文本、點擊和執行複雜的多步驟過程。
這一功能模仿了機器人流程自動化（RPA）在執行重複任務方面的能力，但更進一步，還能模擬人類的思考過程，而不僅僅是行動。與依賴預編程步驟的RPA系統不同，Claude可以解讀視覺輸入（如截圖），推理並決定最佳行動方案。
舉例來說，一家企業可能會指派Claude整理來自客戶關係管理系統（CRM）的客戶數據，將其與財務數據相關聯，然後撰寫個性化的WhatsApp消息——所有這些都不需要人類介入。一名開發者可能會要求Claude設置Kubernetes集群，並將其與正確的配置和數據整合。這樣的能力使得將工作委派給Claude變得可行，正如將任務分配給一名初級員工一樣。
多代理配置的價值
在我上個月的文章中，探討了AI代理的爭議性問題：我們準備好讓機器做決策了嗎？像電腦使用這樣的工具並不提供真正的自主權，但有效地模擬了自主性，為商業創新創造了機會。本月，我與Relevance的CEO Daniel Vassilev進行了交談，該平台提供的AI代理依賴比Anthropic的電腦使用更深層的技術整合，探討這些技術的實際應用。
“代理讓團隊根據他們的想法釋放產出，而不是根據他們的規模，”Vassilev解釋道。Relevance提供的每組代理估計能處理的工作流程相當於通常需要五名全職員工（FTEs）。這可能包括潛在客戶資格審核、個性化入職培訓和主動客戶成功推廣等活動——這些任務如果沒有自動化將會耗費大量資源。
雖然自動化單一工作流程是有益的，但真正的價值在於部署多個專門的代理。正如企業按專業組織團隊一樣，為特定任務設計的AI代理（如研究、推廣或文檔編制）可以協作推動指數級的生產力增長。這些代理在工作流程中無縫整合，提高效率，無需人際摩擦或額外的人類監督。
自主邊緣
副駕駛和自主代理之間的關鍵區別在於執行。使自主代理與副駕駛不同的是它們能夠獨立執行任務。正如Vassilev所說：
“副駕駛讓你提高兩倍的生產力，但自主代理則讓你完全委派工作，讓你只需審查結果。”
作為例子，Relevance使用他們自己的AI代理來研究新的客戶註冊，生成量身定制的建議，通過預先創建符合用戶需求的工具來入職用戶，並跟進個性化的溝通。這些代理將人類角色從任務執行轉向監督，為戰略和創造性工作騰出時間。
信任與防護措施
儘管潛力無窮，AI代理並非萬無一失。Vassilev將部署AI代理比作新員工的入職：
“你不會讓新員工在沒有監督的情況下給你客戶的CEO發送電子郵件。同樣，AI代理也需要強有力的人類介入過程。”
確保AI代理安全運行的需求依賴於設定它們可以和不可以做的防護措施，並確保它們接受正確的培訓——這與初級員工類似。
挑戰與前進之路
儘管承諾巨大，自主AI代理仍面臨挑戰。正如Vassilev所指出的，許多自動化項目失敗並非因為技術缺陷，而是由於組織智慧的缺口：
“獨特的流程往往存在於專家腦海中，這使得它們難以記錄和自動化。”
然而，將Anthropic的電腦使用與多個AI代理結合起來，開啟了自動化的可能性，這在六個月前對於非重複性、創意或低規模活動來說都是不可想像的。
隨著像Anthropic的電腦使用（目前仍在Beta階段）和Relevance的AI代理日益成熟，企業以更少的資源實現更多的潛力將不斷擴大。組織將不再受到人數限制，人類角色將向監督和創新轉變，雄心勃勃的目標和創新的解決方案將得以實現。這是一個令人興奮的時代。
在這篇文章中，我們可以看到AI技術的迅速發展如何重塑商業運作模式，促進效率的同時也帶來了新的挑戰。AI的應用不僅限於簡單的任務自動化，還涉及到更深層的思考與決策過程，這將對未來的工作環境產生深遠影響。隨著這些技術的成熟，企業必須重新考慮其人力資源的配置，並確保在引入AI的過程中保持人類的監督與控制，以避免潛在的風險。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
