作者：彭昭（智(zhi)次方(fang)創始人、云和資本聯合創始合伙人）
這是我的第362篇(pian)專欄(lan)文章。
剛剛過去的周末(mo)，我參加了清華(hua)校友企業(ye)家活動，有幸(xing)與專業(ye)人士進(jin)行了深入(ru)交流(liu)，了解(jie)到創新型項目、AI代理和具身智(zhi)能的前沿觀(guan)點與研究進(jin)展。這(zhe)些啟發性的分(fen)享(xiang)，結(jie)合對AIoT產業(ye)的長期觀(guan)察，讓(rang)我對于AIoT的未來(lai)圖景有了更多靈感，通過這(zhe)篇文章與朋友們分(fen)享(xiang)。
在上篇文(wen)章中我曾提(ti)到，未來兩(liang)年，我們將由AI模型進入AI代理經(jing)濟的發展階段。
隨著AI代理經濟的到來，AIoT產業可能將迎來一系列變革性的機遇與挑戰。
例(li)如，AI代理(li)的(de)在線交易市場有(you)(you)望應運而生，AI代理(li)有(you)(you)可(ke)能成為AIoT企業(ye)全新的(de)客戶(hu)群體。與此同(tong)時(shi)，圍繞AI代理(li)提供生態服(fu)務(wu)的(de)創新企業(ye)也會不斷涌(yong)現(xian)，為產業(ye)發展(zhan)注入(ru)新的(de)活力。
因此我將在這篇文章中與大家一起探索AI代理經濟(ji)階段(duan)AIoT產業的多種可能性。
SLM驅動下的AI代理市場：端云協同與雙層模式
隨著人工智能技術的不斷發展(zhan)(zhan)，AI代理(li)的應用正在(zai)逐步拓展(zhan)(zhan)到各個(ge)領(ling)域。
最近，一家(jia)公司(si)發(fa)布了一則招(zhao)聘(pin)啟示，該職位(wei)只招(zhao)聘(pin)AI代理，AI代理的應(ying)用(yong)市場(chang)已經出現。
這預示著，可能在不久的將來，AIoT也會出現專門的AI代理或AI硬件的應用市場。這些應用市場將實現差異化，針對具體場景或應用，提供邊緣或端側的AI代理服務。
AI代(dai)理之所以能(neng)夠在各個領域大(da)顯(xian)身手，主要(yao)得益于其自主執行復雜(za)任務的(de)(de)(de)能(neng)力，以及不斷降低(di)的(de)(de)(de)成本。新功能(neng)的(de)(de)(de)不斷增(zeng)加，加上AI性能(neng)和成本的(de)(de)(de)持續(xu)改進，為未來AI代(dai)理需求的(de)(de)(de)爆炸式增(zeng)長奠(dian)定了堅(jian)實的(de)(de)(de)基礎(chu)。
在SLM小型語(yu)言模型驅(qu)動的AI代(dai)理市場中，AI代(dai)理將(jiang)主要部署在邊緣(yuan)計算和端側智能設備上(shang)，形成一個分布(bu)式的AI代(dai)理網(wang)絡。
與基于大模型LLM的AI代理(li)(li)市場相(xiang)比，邊緣或端(duan)側SLM的AI代理(li)(li)市場在計(ji)算方式、適用場景、核心優勢和商業模式上(shang)都有明顯不同(tong)，如下圖所示。
基于SLM的AI代理市場可能會形成“端側AI代理市場+設備內置AI代理”的雙層模式，為用戶提供更加多元化、個性化的AI服務。
第一層是端側AI代理市場，其模式類似于APP應用市場，但專門用于AI代理。
在這個市場中，用戶可以根據自己的需求，下載和激活不同的AI代理，如AI健康助手（負責本地健康數據分析）、AI車載助理（提供駕駛預測和語音控制）、AI智能家居管家(jia)（實現個性化家(jia)居管理）以及AI安全助手（進行本地生(sheng)物識別(bie)和安全監控）等。
這些AI代(dai)理(li)的商業(ye)模式(shi)可能(neng)采用基礎功能(neng)免(mian)費、高級功能(neng)訂(ding)閱收(shou)費的方式(shi)，類似于特斯拉FSD的訂(ding)閱模式(shi)。
第二層是設備內置AI代理，即AI代理直接嵌入智能設備，成為默認功能。
這(zhe)種模式適用(yong)于智(zhi)(zhi)能(neng)手機、智(zhi)(zhi)能(neng)音(yin)箱、智(zhi)(zhi)能(neng)汽車、工業(ye)IoT設備等，用(yong)戶(hu)無需額(e)外(wai)下(xia)載，即可直接使用(yong)AI代理(li)。
例如，邊緣(yuan)設備上的智(zhi)能語音助(zhu)手可以進化(hua)為本地(di)SLM代(dai)理，實(shi)現完全離線(xian)運行；自動駕駛系統作為車載(zai)AI代(dai)理，不斷(duan)優化(hua)駕駛體(ti)驗；智(zhi)能冰箱的AI代(dai)理則可以自動管理食物(wu)存儲和(he)訂購。
這一(yi)層的(de)商業模式(shi)可能是硬件與AI代理服(fu)務捆綁銷(xiao)售，部分功能采用訂閱(yue)收費。
這種雙(shuang)層模式的SLM代(dai)理(li)市場(chang)，將為用戶帶來更加便捷、高效(xiao)、安全的AI服務(wu)體(ti)驗(yan)。
端側AI代理市場允許用戶根據(ju)自(zi)己的偏好(hao)，自(zi)由(you)選(xuan)擇和組合(he)不同的AI代理，滿足(zu)個性化(hua)需求；而(er)設備內(nei)置AI代理則使(shi)得(de)人工智能服務無縫(feng)融入日(ri)常生活(huo)，成為智能設備的標配功能。
這兩層(ceng)模(mo)式的(de)協(xie)同發展，將(jiang)推動AIoT產業(ye)走向更(geng)加成熟和完善的(de)階(jie)段(duan)，為未來的(de)智能生(sheng)活(huo)提供(gong)堅實的(de)基礎。
與LLM市場主要由云平臺或SaaS公司主導不同，SLM代理市場的主導者將是AIoT設備廠商。
在這個無處不在的AI代理經濟中，AIoT硬件廠商的核心競爭力將圍繞AI代理展開，智能設備的競爭不僅僅是硬件性能的比拼，更是“誰的AI代理更智能”的較量。
廠商將圍繞(rao)AI代理來優化硬件(jian)體(ti)驗(yan)，提(ti)供更(geng)加個性(xing)化、智能化的(de)服務。
總之，SLM在(zai)邊(bian)緣計算和端側智(zhi)能(neng)硬(ying)(ying)件(jian)(jian)中的AI代(dai)理市場，將(jiang)由硬(ying)(ying)件(jian)(jian)廠商主導，采用(yong)“AI代(dai)理市場+設(she)備內置(zhi)AI代(dai)理”的雙層模式。AI代(dai)理將(jiang)成(cheng)為智(zhi)能(neng)設(she)備的核心功能(neng)，最終形成(cheng)一個端云協(xie)同、智(zhi)能(neng)無處不在(zai)的AI代(dai)理經濟(ji)。
企業AI代理應用的三大障礙：問責、企魂與協調
盡管人工智(zhi)能在企業中(zhong)的(de)應(ying)用前景廣闊(kuo)，但(dan)實際實施(shi)過程中(zhong)仍(reng)面(mian)臨諸多挑(tiao)戰。麥肯錫最(zui)近(jin)對100家年營收(shou)超過5000萬美元的(de)企業進行的(de)一項調(diao)查發現，雖然63%的(de)領導(dao)者認為(wei)實施(shi)人工智(zhi)能勢在必行，但(dan)91%的(de)受訪者并不認為(wei)自身已(yi)經做(zuo)好了充(chong)分(fen)準備。
造成這一現(xian)狀的(de)原因可能(neng)在于，我們(men)目前缺(que)少了(le)AI代理(li)技術(shu)架(jia)構中(zhong)的(de)一些關鍵環節，包括記憶系(xi)統（長期記憶和(he)短期記憶）、調(diao)用工具(ju)的(de)能(neng)力、以及規劃(hua)和(he)執行的(de)能(neng)力也有待提升。
就(jiu)像《思考，快與慢》中描(miao)述的(de)，我們需要為AI代理構(gou)建完整的(de)大腦與小腦。如上圖(tu)所示(shi)，右側(ce)的(de)大腦部分(fen)，通過調(diao)動注(zhu)意力來分(fen)析和解(jie)決問題(ti)，并作出(chu)決定，左(zuo)側(ce)的(de)小腦部分(fen)，能夠(gou)調(diao)用工具，迅速對眼前的(de)情(qing)況作出(chu)反應(ying)。
總體而言，目前的AI代理的堆棧中，缺少三個關鍵部分：問責層、企魂層和協調層。這三個層面的缺失(shi)，阻礙了AI在企(qi)業(ye)中(zhong)的廣泛應用和(he)普及(ji)。
問(wen)責層：透(tou)明度、可驗證的(de)(de)工作和推理的(de)(de)基(ji)礎(chu)。
企魂層：解鎖公(gong)司(si)知識(shi)、文化和目標的系統。
協調層：使AI代(dai)理與(yu)其他系統之間無(wu)縫協作。
首先，問責層的作用在于提供透明度，為AI系統的工作和推理提供可驗證的基礎。
就(jiu)像小學數(shu)學課(ke)上老師(shi)要求學生“展示計算過程(cheng)(cheng)”一樣，企業需(xu)要了解(jie)AI系統的決(jue)策過程(cheng)(cheng)，以及每一步行(xing)動背后的原因和證據。
這對于審計和風險(xian)管理(li)至關重要。通過建立(li)AI系(xi)統(tong)的(de)“工作鏈(lian)”（Chain of Work）概念，將推(tui)理(li)與(yu)執行分離，可以(yi)實現AI系(xi)統(tong)的(de)可確定性和可審計性，提高(gao)系(xi)統(tong)的(de)可靠(kao)性，增強企業(ye)對AI的(de)信任。
其次，企魂層旨在解鎖公司的知識、文化和目標，使AI系統能夠深入理解企業的獨特風格和工作方式。
優秀的(de)AI“員工”不僅能完成任務，還能把握企業的(de)價值觀和(he)溝通方式，并(bing)據此做出判(pan)斷和(he)決(jue)策。然(ran)而(er)，目前的(de)AI代理大(da)多(duo)缺(que)乏這種情(qing)境理解能力(li)。要解決(jue)這一問題(ti)，需要將企業的(de)非結構化(hua)知識進(jin)行組織和(he)提煉，開(kai)發持(chi)續(xu)學習機制，優化(hua)模型微(wei)調方法，建(jian)立長期記憶系統，并(bing)賦予AI系統一定的(de)情(qing)商和(he)個(ge)性。
只有通過這(zhe)樣一個“入職培訓”的過程，讓AI系統理(li)解并持續學習企業(ye)的獨(du)特之(zhi)處，才能真(zhen)正發揮AI的潛力。
最后，協調層則使AI代理能夠與其他系統無縫協作。
未來(lai)，企業(ye)可能會管理(li)一(yi)組來(lai)自不(bu)同公司(si)的(de)(de)軟硬件AI代(dai)(dai)理(li)，涵蓋各個(ge)業(ye)務領域(yu)。這些AI代(dai)(dai)理(li)不(bu)僅需要與(yu)人類協作，還需要彼此(ci)之間進行(xing)溝(gou)通和配合(he)。雖然目前(qian)AI代(dai)(dai)理(li)領域(yu)的(de)(de)發展方向尚不(bu)明朗，既有(you)可能形(xing)成一(yi)個(ge)開(kai)放、互聯的(de)(de)生態系(xi)統(tong)，也(ye)可能出現壟斷和封閉的(de)(de)局面(mian)，但從長遠來(lai)看，一(yi)個(ge)繁榮的(de)(de)AI代(dai)(dai)理(li)生態系(xi)統(tong)對所有(you)參與(yu)者(zhe)都是有(you)利的(de)(de)。
為此，我(wo)們需要讓AI代理之間(jian)，或者(zhe)與其他系統之間(jian)，能夠(gou)安全地交(jiao)換和共享知識，實現多(duo)模態的協作。
總之，要讓(rang)AI在企(qi)(qi)業(ye)中真正(zheng)發揮變(bian)革性(xing)的(de)作用，我們必須著(zhu)眼于構建(jian)(jian)完整的(de)AI代理堆棧，填補問責(ze)層、企(qi)(qi)魂層和(he)協(xie)調層的(de)空白(bai)。只有解(jie)(jie)決了這(zhe)三(san)大障礙，建(jian)(jian)立起可(ke)(ke)信賴、可(ke)(ke)審(shen)計、可(ke)(ke)控制的(de)AI系統，并使其(qi)能(neng)夠深(shen)度理解(jie)(jie)企(qi)(qi)業(ye)文化、與人機無(wu)縫協(xie)作，AI才能(neng)成為(wei)企(qi)(qi)業(ye)不可(ke)(ke)或缺的(de)“員工”，推(tui)動業(ye)務的(de)智能(neng)化轉型。
B2A模式：AI成為物聯網企業的重要“客戶”
在一文中，我們曾提到波士頓咨詢集團的一項(xiang)研究數據：目前已有約28%的消(xiao)費者經(jing)常使用大模(mo)型推薦化妝品等商品，而(er)這個比例還將持續增長。
這一趨勢預示著一種新的商業模式的崛起：B2A，即Business to Agent（企業對代理）模式。
隨著AI在客戶中的滲透不斷加深，物聯網作(zuo)為產(chan)(chan)業(ye)數字化的重要工具(ju)，其相應產(chan)(chan)品和(he)(he)方案供應商(shang)也需要及(ji)時(shi)調整(zheng)思(si)路，充分考慮客(ke)戶基(ji)于AI的思(si)維需要什么樣的革(ge)新型物聯(lian)網產(chan)(chan)品和(he)(he)服務。
換言之，AIoT正成為物(wu)聯網供應(ying)商(shang)發展的重要(yao)方向(xiang)。物(wu)聯網企業(ye)需要(yao)深入研究客(ke)戶(hu)基(ji)于AI進行工作和(he)決(jue)策的機(ji)制，主動思考如何提供適應(ying)AI時代的新(xin)型解決(jue)方案，而(er)不是被動地(di)適應(ying)技(ji)術(shu)變革。在這個過程(cheng)中(zhong)，AI本身(shen)也(ye)將成為物(wu)聯網供應(ying)商(shang)的重要(yao)“客(ke)戶(hu)”。
除了針對AI客戶開發新產品和服務，AIoT企業還可以通過為AI代理配備工具和軟件，最大限度地提高在B2A領域的自主性，從而進一步增強AI代理的能力。
事實上(shang)，我們已經看到(dao)AI代理(li)工(gong)具市場正(zheng)在興起，這(zhe)些軟硬件將(jiang)使(shi)AI代理(li)更好地完成工(gong)作。這(zhe)將(jiang)是(shi)一次重大變(bian)革，讓AI代理(li)從單純(chun)的“仆(pu)人”轉變(bian)為自主工(gong)作者(zhe)。
目前，我們已(yi)(yi)經處(chu)于這個世界的開端(duan)。ChatGPT已(yi)(yi)經能(neng)夠使用網絡(luo)瀏覽(lan)器，Claude可以在屏(ping)幕上移動(dong)光標，一些創(chuang)新企業甚至開始為代理提供專屬(shu)聲(sheng)音。
可以想象，這(zhe)個(ge)世界(jie)在未來(lai)會變得更加完善，AI代理將能夠(gou)相(xiang)互(hu)支付(fu)服務費用，簽(qian)訂合同，并接入(ru)人(ren)類和程(cheng)序已經交互(hu)的系統(tong)。
在(zai)人工智能(neng)代(dai)理(li)(li)領域，我們也(ye)(ye)看到了應(ying)用程(cheng)序與(yu)基礎設施(shi)相(xiang)互(hu)促進，激發(fa)創(chuang)新(xin)(xin)涌現的正反(fan)(fan)饋。一方(fang)面，這些基礎設施(shi)層(ceng)將(jiang)為新(xin)(xin)型代(dai)理(li)(li)和(he)代(dai)理(li)(li)工具等(deng)“應(ying)用程(cheng)序”的開發(fa)提(ti)供(gong)靈感；另(ling)一方(fang)面，應(ying)用程(cheng)序的發(fa)展也(ye)(ye)將(jiang)為基礎設施(shi)層(ceng)的進步(bu)提(ti)供(gong)寶貴的信息反(fan)(fan)饋。
創建以(yi)AI代理本身為(wei)最(zui)終用(yong)戶的工具，是目前一個巨大(da)的空白領域，也是AIoT企業可以(yi)深入探索的機會所(suo)在。
寫在最后
AIoT產(chan)業正處(chu)于一個(ge)變革的(de)路口，AI代(dai)(dai)(dai)理經濟的(de)崛起為(wei)這(zhe)一領域(yu)帶來了(le)前所未(wei)有的(de)機(ji)遇與挑戰(zhan)。在這(zhe)個(ge)過程中，我們看到(dao)了(le)SLM驅動下AI代(dai)(dai)(dai)理市場的(de)興起，以及端云協同、雙層模式(shi)的(de)發展趨勢；我們也意識到(dao)，企業在實施AI代(dai)(dai)(dai)理應用時，需要著力解決問責(ze)、企魂和協調這(zhe)三(san)大障礙；同時，B2A模式(shi)的(de)出現，預示著AI代(dai)(dai)(dai)理將(jiang)成(cheng)為(wei)物聯網企業不(bu)可忽視(shi)的(de)重要“客戶”。
這意(yi)味著，AIoT企業可能需要在產品研發(fa)、服務設計、商業模式等方面進行全(quan)面升(sheng)級，為(wei)AI代理提供更加智能、高效(xiao)、個(ge)性(xing)化的(de)解(jie)決(jue)方案。與此同時，企業還需要與產業鏈上下游(you)伙伴加強(qiang)合作，共同推動AI代理生態的(de)建設和完善，為(wei)客(ke)戶創(chuang)造更大的(de)價值(zhi)。
參考資料：
1.What It Really Takes To Make AI Agents Work，來(lai)源：NFX2.AI將成為物聯網企業最重要的”客戶”?，作者：趙小飛，來源：物聯網智庫
