微软、谷歌和其他公司一直在快速地将生成式人工智能“代理”添加到他们的软件中，但公司在采用它们时应该谨慎。
过去几个月出现了爆炸式增长它可以自动化生产力应用程序中的工作流程，但分析师建议企业在采用它们之前仔细评估部署风险。
Forrester 未来工作团队副总裁兼首席分析师 JP Gownder 表示：“企业领导者需要制定一项战略，思考真正意义上的代理人工智能，以及这些解决方案的治理。”
Gownder 说这些工具不是，而是“类似代理”的工具，Forrester 就是这样称呼这些应用程序的。 “类似代理的解决方案可以解决点问题，但它们不是供应商所谈论的‘数字同事’，至少现在还不是，”Gownder 说。
谷歌和微软一直在为其生产力套件开发人工智能插件，第三方也在为应用程序提供自己的人工智能插件。
在上周的 Google Cloud Next 大会上，跨生产力应用程序实现工作自动化。工作空间流可以自动化涉及文档审查、客户支持请求或产品分析的一系列作业。 Google表格中的“帮助我分析”功能可以从表格中获取信息并提供即时数据分析和见解。
本月早些时候，微软以一系列独特的方式庆祝了其成立 50 周年。它可以与 365 生产力套件一起使用，也可以独立使用。
公司的Microsoft 365 路线图详细介绍了即将推出的 Copilot 自动化功能，包括用于编写 Word 文档的自动化工具、基于学习需求的学习伙伴以及自动化 HR 工具。
本周，Anthropic 推出了将其 Claude AI 模型与 Gmail 和日历集成该公司通过电子邮件表示，除了谷歌文档之外，谷歌文档还可以通过搜索电子邮件、查看文档和扫描日历来帮助“更深入地了解您的工作环境”。
“无论您是在管理项目、计划旅行，还是处理个人和家庭任务，Claude 现在都能了解您的全部情况，从而提供更好的帮助。导航到设置以连接到 Google Workspace 测试版，”Anthropic 说道。
Adobe 正在为 Microsoft 365 开发 Adobe Express AI 代理，可以通过 Copilot 创建多媒体和演示文稿。
在生产力应用程序中安全地部署这些特定的人工智能插件可能需要多年的微调和实施；分析师表示，首先，企业需要了解这些工具的用途，了解潜在的安全问题，并做好防护措施。
人工智能系统和代理的技术推出并不意味着企业正在做正确的事情——他们可能行动得太快了。
Gownder 表示：“我们正处于迈向代理人工智能之旅的最初阶段，但供应商喜欢使用‘代理’一词，尽管他们缺乏最终拥有的自主权和可操作性。”
Gownder 说，Microsoft Copilot Agents 非常适合利用特定的数据源（例如 SharePoint 网站），以确保查询正确的数据源。 “这对于某种 RAG 很有帮助（）计算模型。但这些并不是复杂的代理，”他说。
J. Gold Associates 首席分析师 Jack Gold 表示，代理可以堆叠起来，以便一个代理调用另一个代理来执行一项特殊任务，在将结果显示给最终用户之前，这个过程可能需要多个代理。
与任何新技术一样，企业需要学习如何最好地利用该技术，包括以正确的顺序提出正确的问题，以便代理本身具有生产力。 “提出的问题必须简洁，这一点也很重要，因为如果不给特工提供具体标准，他们就会‘走神’，”戈尔德说。
“用户培训”过程可能包括反复试验，它可能很快也可能慢，具体取决于角色和复杂性。 “最大的挑战是：你能相信代理商刚刚为你提供的结果吗？”戈尔德说。
与任何企业级系统一样，CISO 需要参与确定任何危险点，人力资源和法律团队可能还需要参与涉及公司数据的部署。
“但是有了人工智能，这些系统实际上增强了可以通过从旧数据推测新数据来检索的信息类型的能力，从而放大了这一点。这是不同级别的要求，”戈尔德说。
Gartner 应用程序设计和开发团队副总裁兼分析师 Jason Wong 表示，需要警惕的一大风险是代理“无政府状态”，其中数千个精心策划的代理可能会发生冲突并导致自动交互的恶性循环。 “如果没有适当的规划和监督，代理无政府状态会对企业应用程序的稳定性构成近期的严重威胁，”他说。
有权访问 genAI 工具构建器（例如 Copilot Studio Agent Builder 或 Google AI Studio）的员工，当与应用程序附带的其他代理混合使用时，也可能会产生问题。
Wong 说，对于大多数使用 genAI 的员工来说，通常需要至少三个月的时间才能改变根深蒂固的行为。 “系统管理员必须提高技能，成为代理构建和管理的支持职能，而不仅仅是专注于管理操作。”