2024AI Agent行业研究报告.pptx

2024

AIAger行业研究报告

大模型时代的“APP”,探索新一代人机交互及协作范式;

目录

CON下ENTS

甲子光年

JAZZYEAR;

LLM给AIAgent底层提供了一个突破性技术方案：LLM带来了深度学习新范式，思维链和强大的自然语言理解能力有望让Agent具备强大的学习能力和迁移能力，从而让创建广泛应用且实用的Agent成为可能

LLM的框架优势：过去等强化学习基于深度学习框架可让Agent学到技能，但Agent的泛化性较差，往往用于非常窄的特定领域，例如用在游戏或低维层面的控制或计划，标志性应用是围棋领域的AlphaGo。

过往的工作主要集中在增强代理的特定能力，如符号推理或对特定任务的掌握(国际象棋、围棋等)。这些研究更加注重算法设计和训练策略，而忽视了模型固有的通用能力的发展，如知识记忆、长期规划、有效泛化和高效互动等。事实证明，增强模型固有能力是推动智能代理进一步发展的关键因素。;

Agents

其他Agent,多Agent可以形

成协作，结合相关任务结果形成群体智能

规划

能力

系统开发者

Agent的开发者，对Agent的

相关能力，设计Agent的相关组件能力;

自主性的增强，自动化完成连续行动

Agent的核心在于自主性的增强，这种增强的核心要义是可以去独立完成一

个工作节点，在某个工作节点几乎可以减少人类的审核。让整个事件的流程在此刻完成闭环——成本降到最低(包括时间成本和金钱成本);

评价一个Agent的逻辑：在流程上的节点上完成了什么程度的自动化。;

2024年仅仅距离AIGC全面爆

发的2023年才过去1年，受限

于算力、模型、数据等等多种

因素制约，往往部分Agent产

品会难以获得“记忆能力”和

“规划能力”;

产品的效果往往可以依靠数字

化及过往自动化手段完成。

知识图谱

有哪些信誉好的足球投注网站引擎

代码解释器

计算

…

.

行动

能力;

名称;

口Agent的商业价值围绕工作范式差别展开(面向过程VS面向目标),工作范式的改变则意味着真正的智能时代开启。

AIAgent不同自动化程度所需要的能力简要分析

AIAgent的能力增加促进工作范式的转移;

目录

CON下ENTS

甲子光年

JAZZYEAR;

生活助手类健康医护类

家庭/个人财务类

心理陪伴类

专业

顾问

休闲娱乐

旅行类

个性化交互法律类;

口用户需求明确：只需要帮助企业降本增效，即长期来看提升的产能大于投入的成本(ROI1),就会有望形成付费，指标更容易量化；

口对产品体验的要求较低，强调“可用性”:面向企业端的定制化应用，客户群体规模较小且需求明确，因此帮助企业效率提升的重要性大于产品

本身的使用体验；

口AIAgent则带来人机协作的价值：企业面对真正意义上的数字化生产力的来临，每个员工都可以有自己的数字助力协作工作，将每个员工的能力;

1.识别问题

2.定义问题

3.分析问题

4.生成解决方案

5.评估方案

6.选择方案

7.实施方案

8.监控和反馈9.总结经验

AIAgent可以是工程化思想的切实工具

AIAgent

可自主地完成单个工作

单元;

技术窍门：指的是企业在生产过程中掌握的特定技术，这些技术可能未被广泛知晓，是企业保持竞争力的关键。

操作技巧：涉及日常操作中的技巧和方法，这些技巧可能来自于员工的个人经验或企业多年的实践。

工艺流程：企业在生产过程中形成的特定工艺流程，这些流程可能经过多次优化，以达到提高效率和质量的目的。商业策略：企业在市场竞争中形成的特定商业策略，包括市场定位、产品定价、营销推广等。

管理方法：企业在管理过程中形成的有效管理方法，如人力资源管理、财务管理、供应链管理等。

市场洞察：企业对市场的深入理解和预测，包括消费者行为、市场趋势、竞争对手分析等。

知识产权：虽然知识产权通常被视为正式的知识，但它们也是know-how的一部分，因为它们保护了企业的创新成果，如专利、

商标、版权等。

企业文化：企业的价值观、行为准则和工作氛围，这些文化因素可以影响员工的行为和企业的决策。客户关系：企业与客户建立的长期关系，包括客户信任、忠诚度和口碑等。;

最终价值：生产力显著提升，生产关系逐步发生变化

工作流程