在108当地的108那一个时间点, 谷歌云把这个东西给发布出来了, 他们把这个东西定成了一个面向的通用智能代理的一个角色。
需要做的事情其实特别简单, 就是在里面仅仅只需要提出一下自己的那个, 然后这个自己就可以开始了, 它还能去, 并且能够把各种各样的都给它连接起来, 最后再把那些最终得到的进行一个交付动作, 把这些交付到具体的里面去, 或者是发送到特定的里, 当然也有可能直接放到专门的当中去。
谷歌强调, 这个产品能够按照任务的不同去挑选不一样的模型, 并且提供了成本控制功能, 还具备权限管理能力以及安全审计的能力。AI竞争这事儿, 已经从单纯地回答问题、生成内容, 更进一步发展到了直接去执行工作任务的趋势上了，这种趋势是越来越明显的。
需要和大家清楚说明的是, 和近期在舆论焦点中备受瞩目的个人版AI Agent不一样, 现在Agent真正激烈比拼核心主战场的地方, 其实是企业办公领域里面。
它在功能上可以直接连接起Gmail、Drive、Docs等这一系列的谷歌官方办公产品平台, 同时它在实际操作中也完全支持接入那些存在于外部的各类企业私有系统。
谷歌方面是希望去把那些分散在各式各样的软件里面的信息, 还有工具, 包括工作流程这些东西给整合到一块儿去的, 那么这样做就是为了让人工智能这个玩意儿, 它不只能是去帮着那些员工们去完成一个一个单子的任务, 而是能够让它们还能去承担一些项目协调的这个工作角色, 同时也能去承担数据分析的这种工作角色。
从竞争的层面去分析, Agent更直接的对手并不是那些主要面向个人消费者的Meta Muse或者Dots, 而是微软365以及国内以豆包办公、千问办公为代表的AI办公产品。这些对手争夺的, 都是用户的工作入口。
国内的制造商也都在朝着相近的路线去努力。字节跳动这一家企业, 还在不断地去加强它自家那个叫做豆包的那个产品, 在复杂的推理能力方面以及在多步骤任务执行的能力方面, 并且豆包工作在今天正式对外宣布推出了那个叫做创作画布的功能, 这主要是用来应对那些比较复杂的创作任务的。
而阿里巴巴公司则是打算把千问这个模型所具备的那种能力, 跟钉钉还有其他的办公工具进行紧密结合在一起。
跟那些只会陪你聊天的机器人比起来, 这类产品的竞争焦点已经变了, 变得更看重能不能搞懂很复杂的需求, 也看重会不会处理文件和数据, 还看重能不能去调用外部的工具, 最后能给用户提供那种拿来就能直接用的结果。
微软是另一个重要的竞争方, 其拥有的 365、Teams 以及企业软件这一整个生态系统, 有能力把人工智能技术融入到用户已经习惯的办公工作流里面去。
谷歌与微软之间的这场竞争, 不光是在比拼模型的能力大小, 还是在争夺办公软件这个入口阵地, 争夺企业数据的连接渠道, 争夺用户的日常使用习惯, 并且还有企业服务体系的全面较量。
对于企业客户来说, 判断一个智能体好不好用, 关键要看它能不能顺利接入他们现有的系统设备, 要看它能不能严格遵守各种权限规定, 要看它的每一次操作有没有被完整记录下来, 还要看它能不能以人们能够承担得起的稳定成本把任务按时按质完成。相比之下, 单次回答的质量高低, 就显得没那么重要啦。
谷歌虽然在那种模型不停更新换代、还要搞出爆款产品的事情上面是有点被推着走的, 属于被动去追人家的步伐, 但是在企业用的那个什么东西叫Agent的这个领域里面, 人家并不是完全没有底子, 是有积累的。
就在今年的4月份这个时间点, 这家公司已经推出了一个叫Agent的东西, 专门是给企业提供服务的, 服务内容包括怎么把这个Agent建起来, 然后怎么排列组合它, 接着把它放出去运行, 还有最后怎么去管理好它, 这一整套流程都有涉及。
等到了10月份再次发布新版本或者新东西的时候, 又是把这些本事都拿出来放到一个统一的地方去了, 让大家伙儿在日常工作里用起来更方便, 这就成了一个统一的入口。
前者, 它更偏向于企业去构建以及管理智能体的那个基础平台, 而后者的话, 它则强调员工直接向其交付工作目标, 由智能体来执行这些任务, 最终再返回工作成果。
与此同时, 个人Agent的快速发展是一个客观存在的现状。就在9月份这个时间节点上面, Meta推出了一个叫做Muse的产品, 这一举动旨在去探索一种可能性, 这种可能性的具体内容就是让AI来负责处理购物、预约以及邮件这些在日常生活中经常出现的事务。
同样是处于9月这个月份之中, Meta又发布了一个被称为Dots的东西, 这个东西强调的核心要点包括持续不断的运行状态、连接众多应用的能力以及逐步适应用户偏好的过程。
除了像Meta这样的大型科技公司之外, 众多的创业公司则选择了不同的路径来进行尝试, 这些创业公司的具体做法是通过短信或者是电话这样的通信方式, 力求能够实现让Agent去代办账单支付、购买物品以及安排行程日程等任务。
不管服务对象是企业用户还是个人用户, 新的一轮Agent类产品都显示出了一种一样的变化状况: 人工智能技术已经从单纯生成答案的行为转变成了去帮助完成具体目标的任务。
在此过程中, 整个系统必须能够读懂用户的真实意图, 把大任务拆分成一个个小的步骤序列, 同时学会调用相应的工具资源, 还要能记住前后关联的上下文信息, 并且在程序执行过程中如果出现失败情况, 还能够自动地去调整应对方案。
虽然底层的模型能力仍然是发展的根本基础, 但是最终的产品能不能形成属于自己的竞争优势, 依然要取决于配套的软件生态环境好不好、各种工具之间的连接顺不顺畅、实际执行的可靠性高不高以及持续长时间运行的成本控制得是不是比较低。
随着那个叫Agent这个东西的自主执行能力变得越来越强, 那么它的所谓安全以及所谓的治理方面的这种重要性也就显得越发突出和显眼了。
如果是面向个人的这样一种Agent的话, 它有可能因为对收到的那些指令产生了一种误解, 进而导致了向外部发送了错误的一些信息, 或者是进行了一些压根就没有预料到的操作行为；但如果这是属于企业层面的Agent的话, 它就会涉及到去接触或者触碰诸如客户数据、源代码以及财务系统这类非常敏感的东西。
因此, 像是权限的这种隔离方式、还有人工进行的确认环节、针对所有行为的完整审计流程, 以及运行环境本身的安全保障程度, 这些要素到底做得好不好, 将会直接决定一家企业最终是否愿意把那些真实的工作任务放心地交给像AI那样的技术手段去完成和处理。
谷歌这次发布，并不只是增加了一款AI办公产品, 而是进一步将模型、办公软件、企业数据和Agent治理能力整合为工作平台。对于谷歌、微软以及国内办公AI厂商而言, 下一阶段的竞争, 并不是看谁的模型更强, 而是要看谁能够让AI在真实业务里更可靠、更安全地完成任务。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
