2024 年，AI agent 将如何在企业落地？目前不得而知。不过，从几家号称「AI agent 平台」创业公司的 PR 稿里面，似乎可以看到些线索。
1、销售、客服和营销，是AI agent可以显著提升效率和效果的领域。
几乎所有平台，都聚焦在这几个领域。
2、低代码、无代码和RPA，是AI agent 落地过程中的重要辅助。
在全自动的AI agent 到来之前，他们仨是相对成本更低，且效果更可控的。
3、专家知识和SOP，是AI agent 得以在企业落地的关键。
①专家知识
澜码科技CEO认为，AI Agent在To B场景中的最大价值，是“复制专家的知识”。
如果没有把专家知识数字化下来，那么AI Agent的落地会有很大困难。
构建AI Agent有三步：第一步，专家知识的数字化；第二步，基于CUI（以命令行Commad Line为交互界面）的交互；第三步，领域知识的循环沉淀，形成数据飞轮。
②SOP
DeepWisdom创始人指出：
AI agent的关键在于SOP。人类世界有两类代码，一类是针对机器的“代码”，一类是针对人类的SOP。如今有了AI，只要有明确的SOP，那么人类的活儿都可以变成代码，交给AI agent 去做
单个AI agent由「LLM+观察+思考+行动+记忆」等构成，而多个AI agent则需要由「Agent +环境+SOP+评审+路由+订阅+经济」等不同的维度构成和协同。
4、AI agent可能有三种形态，而且可以在一家公司共存：
形态一：工作助手（Copilot）。
基于特定的软件，人做指令，Agent做面向软件的操作。Copilot主要解决员工的办公效率。
例如，供销售人员使用的Copilot，可以按照人的指令，在相应的软件上快速整理和管理客户信息。
形态二：业务自巡航。
AI Agent是继互联网、移动互联网之后的一个新的用户入口。它可以承接大量业务逻辑，用户无需学习就可使用，使用体验更好。
企业利用业务自巡航，可以给自己的终端用户提供更友好的使用体验。
AutoAgents.ai平台支持市面上所有主流模型，目前初步成型的落地场景是航班预订、员工自助服务、会议协同管理等。
形态三：自主智能体（Autonomous Agents）
