AT&T公司正超越利用人工智能提升员工生产力的阶段,越来越多地应用自主智能体来重新设计其业务运营方式。目前已有近500个智能体工作流投入生产,这家电信巨头计划明年将这一数字增加两倍。
据AT&T商业部数字化转型与AI助理副总裁卢克·科尔宾介绍,AT&T目前每天在公司范围内处理约450亿个AI Token。其智能体AI平台每月处理超过100万笔交易。其中许多工作流现已实现自主运行,处理从客户开通到销售线索挖掘等各类任务。
本月早些时候在亚马逊网络服务公司于波士顿举办的一场活动上发表演讲时,科尔宾表示,公司的方法强调重新思考整个流程,而非仅仅自动化单个任务。AT&T已迅速从试验生成式AI转向系统性地识别可以围绕智能体能力重新设计的业务流程。
这场转型的核心是“业务智能体铸造厂”,这是一个于2025年初成立、与各业务部门合作的团队。科尔宾表示,该团队并非向员工征集孤立的自动化想法,而是利用行业框架梳理业务流程,识别出可以消除不必要步骤、组织间交接以及遗留应用依赖的机会。
一项早期举措涉及自动化与AT&T主机系统的交互。此前,客户光纤安装订单的变更需要员工从队列中取出工单,手动更新记录,再将其送回工作流程中。
智能体自动化消除了部分手动流程,减少了延误,加快了服务交付速度。
科尔宾说:“让一些最先进的技术与我们最古老的系统对话,感觉挺酷的。”
另一个例子中,在已建有光纤基础设施的建筑物内,AT&T将开通专用互联网连接所需的时间缩短了一半。
不同的思路
AT&T的架构打破了常规做法,即构建大量独立的专用智能体。相反,该公司维持了相对较少的一组智能体,通过集中管理的业务逻辑来执行业务工作流。
科尔宾说:“我们将业务逻辑存储在上下文或记忆中。”
检索智能体负责识别适用的知识,而规划智能体则确定完成任务所需的行动、工具和数据。
治理是整个流程的核心。员工个人可以自行创建个人生产力智能体,但涉及客户的工作流程必须经过铸造厂,并接受安全、隐私和合规审查。
科尔宾说:“我们已经将智能体的使用权下放到了个人可以用于提升生产力的程度,但还没有下放到可以驱动触及客户或对业务产生实质性影响的业务工作流的程度。”
每个生产环境中的工作流最初都包含人工监督。只有当准确率在可接受的风险范围内达到90%中高段以上,智能体才能自主运行。持续监控用于评估性能并检测偏差。
成功的衡量指标包括劳动力成本节约、营收增长、运营成本和客户满意度。科尔宾表示,生产环境中的AI投资在一年内实现了五倍的回报。
这家已有151年历史、从计算机诞生之初就开始使用计算机的公司“建立在大量遗留流程和应用之上”,科尔宾说。“维护这些应用、培训员工使用它们以及持续维护的成本都非常高。当你能用更简单的生成式工作流抵消部分成本时,这就形成了一个不言自明的商业案例。”
销售线索挖掘是受益领域之一。智能体通过在销售代表投入时间追逐销售机会之前,验证客户所在位置并核实光纤覆盖情况,来识别有潜力的客户。
数据的整合统一
要扩大这些能力的应用范围,所需的不仅仅是AI模型。AT&T不得不整合分散的数据,并在数据中心、云基础设施和移动办公人员之间提供可靠的连接。
科尔宾说:“我们经历过很多次并购。你可以想象我们的数据基础设施是什么样子。”
鼓励员工主动提出使用智能体的想法,有助于减少那些担心AI会取代自己的员工的抵触情绪。用更高效的流程取代低效流程的机会也起到了同样的作用。
他说:“公司里有相当多的人对他们过去使用、但并不喜欢的业务流程有着深入的了解和热情。”
科尔宾表示,AT&T目前正将重点从改进现有流程转向利用智能体来推出新服务、进入新市场以及支持新的销售渠道。
科尔宾最后表示,AI驱动的业务转型的责任最终应分散到整个组织中,而不是集中在像“业务智能体铸造厂”这样的专门团队手中。
他说:“能拥有现在这支团队,我深感荣幸,但从长远来看,我的团队不应该存在。我们所做的工作应该是完全分散化的。”
