引言
2023 年，IDC 和 AeraTechnology 联合发布了题为《每位高管都需要了解的关于人工智能驱动的决策智能》的报告。文章描述了领先企业如何开始通过人工智能变革其决策流程。这些早期部署标志着一个新时代的开始——在这个时代，数据、分析和自动化开始融合，形成决策智能（DI）框架，从而提高了速度、质量和一致性。这些人工智能优势主要被一些全球最大的企业所利用。
两年后，人工智能的普及速度加快，并已成为企业运营、规划和应对方式不可或缺的一部分。IDC 预测，到 2029 年，全球人工智能支出将达到 1.3 万亿美元，其中生成式人工智能将占整体市场的 56%，因为企业不仅将智能嵌入到应用程序和分析中，而且还将其融入到决定自身绩效和韧性的决策中。
然而，即便人工智能已无处不在，大多数组织仍然面临着洞察与行动之间的巨大鸿沟。传统的人工智能系统擅长生成建议，但需要人工干预来解读和执行这些建议。企业演进的下一个阶段是人工智能代理的崛起。IDC 将人工智能代理定义为软件。
它“通过结合大型语言模型的洞察力以及利用工具和数据源执行决策的能力，感知、做出决策并根据这些决策采取行动”。这些智能体最终将把人工智能的应用范围从分析扩展到推理和协调，使系统能够在定义的参数范围内进行规划、决策和行动。
利用人工智能进行洞察和行动已在众多早期采用者中得到体现，例如一家领先的快速消费品 (FMCG) 公司在一个月内生成了超过 12,000 条人工智能驱动的建议，其中 74% 的建议被规划人员自动采纳；一家领先的教育机构的教职员工利用人工智能对超过4,000 项决策采取了行动；另一家全球快速消费品公司则优化了跨工厂和配送中心的产品分配，从而实现了更快的订单履行速度和更佳的库存平衡。这些案例均体现了从人工智能辅助分析到人工智能代理增强型决策执行的演进过程，在这个过程中，技术与人类判断协同运作。
随着组织机构向人工智能代理驱动的决策智能转型，这标志着组织机构的思维、决策和行动方式发生了结构性转变。人工智能不再仅仅提供信息，它还必须采取行动——在适当情况下自主行动，在需要监督的情况下与人协作。
IDC 和 Aera Technology 联合开展了一项研究，旨在了解企业如何在决策的六大核心能力中运用人工智能。该研究重点分析了企业当前的决策方式、人工智能将惠及的领域，以及他们对在决策智能中运用人工智能代理的看法。研究还指出，在六大决策核心能力中实现全面互联和自动化的企业是行业领导者，这些领导者在关键业务指标（包括客户满意度）方面均取得了显著提升。与那些尚未完全连接和自动化所有六项决策能力的公司相比，这些公司在满意度、员工留任率、运营效率和风险管理方面都取得了显著进步。
什么是决策智能？它为什么重要？
决策智能使企业能够利用持续且智能的决策周期，实现信息从数据收集到执行和反馈的无缝流动。本质上，它是一套能够完全或部分自动化决策过程各个环节的能力，从而提高决策的一致性和速度。该研究向参与者（代表来自 11 个国家和 6 个行业的 311 家大型企业的业务和 IT 决策者）阐明了决策智能包含以下六项能力。
决策智能的六项能力
1. 数据的采集和整理，使其以可用于分析的形式呈现。
2. 运用描述性和预测性方法分析数据，包括识别趋势和异常情况、审查关键绩效指标等。
3. 进行模拟，包括进行假设情景分析和模拟。
4. 通过预测可能的结果、评估并推荐最佳方案来提出决策建议。
5. 执行决策（即，根据已做出的决策采取行动）。
6. 监控、评估决策和行动，并不断从中学习结果和模拟。
41%的组织强调，运营成本上升和效率低下促使他们考虑决策智能。
当这六项能力形成闭环时，组织在制定和执行决策时就能获得一致性、速度和质量。随着组织应对经济和地缘政治的不确定性、新法规的出台以及业务模式的变革，决策智能的重要性将持续提升。研究显示，40.8% 的组织强调，运营成本上升和效率低下促使他们考虑采用决策智能。
在当前经济、地缘政治和监管形势不明朗的情况下，这些组织的首要任务是：
Ø 确保决策智能软件/技术的可用性
Ø 赋予员工权力，让他们通过代理人协助在既定政策和程序范围内做出决策
Ø 自动化部分或全部运营决策
Ø 规范决策程序和政策
这些组织还表示，不同业务规划计划的审查周期需要从目前的每月和每季度审查周期改为每周审查周期。
审查和规划频率的提高将要求企业在其决策过程中利用人工智能代理，从而实现可扩展性和更强的适应性。人工智能代理可以持续感知需求、风险或机遇的变化，模拟各种结果，并实时执行已批准的行动。例如，已采用人工智能驱动的决策智能的企业能够自动调整供应计划、缩短交货周期、调整价格、平衡库存或识别订单风险。随着这些能力的成熟，分析、规划和行动之间的界限将变得模糊，从而开启一个决策持续、协作且自我改进的未来。
大多数组织是如何做出决策的？
IDC-Aera 的研究表明，组织内部的决策倾向于结合经验、数据洞察和人工智能驱动的建议（图1）。约四分之一的组织（25.5%）表示采用数据与经验相结合的平衡方法，而略高于 10% 的组织表示会利用人工智能生成的建议。这表明，组织正处于利用人工智能建议辅助决策的过渡阶段，但在最终结果方面，仍然依赖人类来验证和利用自身经验（即，组织生成洞察的速度快于其采取行动的速度，导致信息与执行之间的差距日益扩大）。
图1
工作流程中如何做出决策
您认为，在您日常工作流程中做出的所有决定中，您通过以下方式做出的决定所占的百分比是多少？
这些组织似乎也在利用多种工具来支持业务决策，其中绝大多数（86.8%）依赖电子表格和数据。
集成和治理软件 (75.6%)、商业智能/仪表盘 (74.0%) 以及规划应用程序 (66.9%) 的使用率较高。这表明团队通常会使用多种工具来收集和解读信息，而且在很多情况下，这些工具的部署彼此独立。这种碎片化的工作流程会造成延迟和不确定性，尤其是在供应链运营、财务或客户服务等需要做出时间紧迫的决策时。各自为政的决策方式阻碍了对决策的衡量和学习，导致决策质量低下且缺乏一致性。这些现实情况凸显了采用互联方法将智能直接嵌入决策过程的紧迫性。
即使在决策过程中涉及的各种活动中，研究也表明，组织平均而言花费更多时间在执行决策和分析数据上，这凸显了目前结合多种洞察的现状以及经验（见下图 2）。这进一步凸显了由于组织无法利用所有所需数据而导致的普遍存在的不一致性，以及模拟操作繁琐且很少标准化或自动化的事实。这也进一步限制了组织学习。
如果决策周期缺乏统一的可见性，结果就无法被系统地记录或用于未来的分析。关于某个决策成败原因的知识往往分散在各个部门或个人手中。随着时间的推移，这会削弱机构记忆，阻碍企业提升决策质量。此外，缺乏整合的反馈机制也使得衡量决策绩效或了解其对业务成果的贡献变得困难。因此，许多组织仍然深陷于数据可以为决策提供信息，但很少能改变决策的模式中。
图2
决策活动所花费的时间
您每天大约花费多少百分比的工作时间用于这些决策活动？
推进决策智能：人工智能和人工智能代理如何变革企业决策
数字化转型 (DI) 的采用正在加速发展，正如研究中的组织所强调的那样——88.3% 的组织已经实施或计划试点 DI 计划。
更重要的是，近 60%的受访者认为，拥有一个统一的决策信息平台——一个整合了决策六大核心能力的单一互联环境——将极其有益。这样的平台通过将数据、分析、模拟、协作、执行和监控整合到一个连续的流程中，从而实现可扩展性、一致性和影响力。
人工智能是决策智能的核心，该研究还强调了人工智能的发展势头，83.2% 的组织表示他们已经在进行人工智能转型，而 5.5% 的组织表示他们是人工智能原生组织。
随着企业将人工智能更深入地融入运营，决策变得更加主动、更具情境性且数据驱动，从而缩短了洞察与行动之间的延迟。人工智能代理代表了决策智能成熟度曲线的下一个阶段，它通过连接洞察和执行，扩展了传统人工智能的功能。研究表明，五分之二的组织认为人工智能代理是高级决策智能背后的关键技术。
根据这项研究，各组织期望人工智能代理能够显著提升六项核心决策能力中的四项，凸显了其日益增长的运营价值。超过三分之二的受访者认为，人工智能代理将增强数据采集和组织（68.2%）以及数据分析（67.5%）能力，帮助企业从被动报告转向持续洞察生成。超过半数的受访者预计人工智能代理将在模拟（59.2%）和监控与学习（59.5%）方面带来提升。模拟方面，人工智能代理可以运行假设情景并预测结果；监控和学习方面，人工智能代理可以捕获结果并随着时间的推移不断改进决策模型。通过将这些功能直接嵌入统一的数据基础设施平台，各组织可以实现数据、决策和执行之间的闭环，并将洞察转化为可立即衡量的行动。
在人工智能代理的采用过程中，信任将发挥至关重要的作用——信任其洞察的准确性，以及信任这些洞察的透明度和可解释性。根据这项研究，目前大多数组织将人工智能代理视为助手，33.1%的受访者表示人工智能代理应协助完成任务，但不应拥有决策权；30.5%的受访者表示，只要所有操作都经过人类批准，代理就可以辅助决策（图3）。未来 18-24 个月，这种平衡将开始发生变化。26%的组织预计允许人工智能代理在常规、低风险领域做出决策，19.6%的组织预计代理将在关键问题的人类监督下管理大多数决策。只有 10.6%的组织设想人工智能代理在所有决策中完全自主；这表明，尽管信任度不断提高，但在短期内，“人机协作”仍将是管理代理的必要环节。
随着信心和治理结构的成熟，各组织将转向一种混合模式，在这种模式下，人类和人工智能代理将共同运作并排使用。统一的 DI 平台可以作为这项合作的基础是确保每一项人工智能驱动的决策——无论是辅助决策、增强决策还是自动化决策——都是透明的、可追溯的，并且与企业目标保持一致。
图3
使用人工智能代理进行决策（现在与 18-24 个月前相比）
以下哪项最能代表您目前对在组织内部使用人工智能代理进行决策的看法？18-24 个月后呢？
决策智能的优势
该研究发现，通过利用决策智能，组织能够提高决策的一致性、速度、治理和控制。
各组织还强调，财务、销售、运营和供应链部门将从实施和推进决策智能的应用中获益最多。组织围绕六项决策能力开展工作的方式也会影响其获得的收益和业务指标。
作为分析的一部分，我们将参与公司分为四组：
我们可以将 A 组组织视为 DI 领导者，将 D 组组织视为 DI 追随者。
以下研究结果凸显了 DI 领导者的卓越之处：
与追随者相比，决策智能领导者在决策智能带来的益处方面取得了更佳的成果（图4）。平均而言，在所有五项益处方面，决策智能领导者的表现都比追随者高出 40 个百分点。这凸显了那些利用统一决策智能平台（通过反馈循环持续监控和改进决策）的组织，不仅能够做出更优的决策，而且决策速度更快、信心更强、影响更大。
图4
决策智能带来的益处扩大了领导者和追随者之间的差距。
自实施决策智能解决方案以来，以下决策智能优势得到了哪些提升？
最后，当被问及上一财年运营指标的变化时，两组受访者也表现出显著差异。例如，78%的领导者认为客户满意度/忠诚度有所提升，而追随者中这一比例为 61%；此外，领导者认为运营效率有所提高的比例也比追随者高出 34%（图 5，下一页，分别为 75%和 41%）。
图5显示了领导者和追随者在各种运营指标上的改进程度差异（请注意，本研究问题使用了以下尺度：下降 20% 以上、下降 10% 至 19%、下降 1% 至 9%、没有变化 (0%)、上升 1% 至 9%、上升 10% 至 19% 以及上升 20% 以上）。
图5
在上一财年上市业务指标有所改善的公司
过去一年，贵公司以下业务指标发生了哪些变化？
重要指导
决策智能和人工智能代理的采用正在重塑组织对数据、分析和执行的思考方式。然而，成功需要的不仅仅是技术——它还需要一种结构化的方法，将用例与治理和文化相协调。
根据领先企业的研究和观察，以下几个关键考虑因素将指导组织扩展其人工智能驱动的决策智能能力。
首先从各部门内具有高影响力的应用案例入手。
决策智能应用于具体、可衡量的问题时才能发挥最大价值。企业应首先识别决策频繁、时间紧迫且数据丰富的业务职能，例如供应链规划、定价、财务或客户运营。优先考虑那些决策速度和质量直接影响结果的应用场景，可以确保早期取得成功，并增强企业对决策智能（DI）乃至人工智能（AI）应用的信心。随着应用规模的扩大，企业可以将决策智能扩展到更复杂或跨职能的决策领域，从而实现更深入的协作和整合。
将日常决策自动化，使人们能够专注于协作和创新。
人工智能和人工智能代理应首先着手处理那些重复性高、风险低、耗时但对判断要求不高的决策。例如，需求调整、资源分配或日程安排等活动的自动化，可以减少运营摩擦，使决策者能够专注于战略重点和创新性问题解决。
随着人们对人工智能代理的信任度不断提高，它们可以在人类监督下扩展到更高价值的领域，从而提高效率和参与度。
投资于集成人工智能代理的统一决策智能平台。
工具分散和数据源不连贯仍然是实现决策一致性、质量和速度的主要障碍。将数据采集、分析、模拟、执行和学习整合于单一环境中的统一平台，能够确保信息从洞察到行动的无缝流动。嵌入人工智能代理的平台支持跨职能的持续监控、场景模拟和自主行动。这种集成不仅能够加快决策速度，还能增强决策的透明度和可追溯性，并实现企业级的可扩展性。另一个重要因素是，数据基础设施平台有助于捕获机构知识和流程，这些知识和流程可用于指导决策，从而实现可扩展的知识转移。
随着人工智能技术的成熟，要保持人工监督并建立信任。
人工智能代理将越来越多地辅助和执行决策，但人类的监督仍然至关重要。清晰的治理结构、可解释的模型和伦理框架确保人工智能决策符合业务战略、监管要求和社会期望。无论组织是继续采用人机协同机制，还是逐步过渡到人机协同，建立审查和干预的检查点都有助于平衡自动化与问责制。随着组织经验的积累和成功案例的出现，他们可以以可控且可信的方式逐步提高人工智能代理的自主程度。
提升组织内的数据和人工智能素养。
数字化转型（DI）的成功取决于使用它的人。各级员工都应该了解人工智能的工作原理、功能和局限性，以及如何解读其输出结果。
旨在提升数据素养、批判性思维和跨职能协作能力的培训项目将增强用户信心并促进其采用。赋予决策者质疑、验证和改进人工智能建议的知识，对于推动人工智能的信任和应用至关重要。
直接投资的成功取决于使用它的人。各级员工都应该了解人工智能的工作原理、它的功能和局限性，以及如何解读其输出结果。
结论
在日益复杂多变的商业环境中，决策智能已成为企业战略发展的必然要求。那些拥抱人工智能驱动的决策智能以及人工智能代理新兴能力的企业，更有能力实现更高的敏捷性、创新能力和竞争优势。通过将数据、分析、执行和监控连接在一个统一的决策框架中，决策过程转变为一种积极主动、持续不断且可衡量的能力。
前进的道路需要有意识的变革——
投资于能够统一决策工作流程的技术，培养信任、数据和人工智能素养的文化，并重新定义人类与人工智能代理的协作方式。数字化转型将帮助组织在智能体人工智能时代不断学习、适应和发展。
关注Together规则引擎官网阅读更多精彩内容。。。
