从代理试点过渡到可投入生产、受治理的代理，并不需要数月的规划。 它需要以正确的顺序将重点操作放在正确的事情上。
此计划分为三个阶段。 每个阶段都为下一阶段奠定了基础。 利用它实现从“我们尝试过智能体”到“我们将智能体作为业务能力来运行”的转变。
开始之前：首先决定什么
在开始之前，请做出三个决定。 如果没有这些决定，该计划将停滞不前。
你追求哪种模式？ 查看 转换模式概述 ，并选择一两种与当前优先级和成熟度级别匹配的模式。
您的指定负责人是谁？ 对于你正在推进的每种模式，都要明确指定一位对结果负责的具体负责人，而不是一个团队。 此人是你的业务所有者。 如果没有命名所有者，则没有责任。
成功是什么样子的？ 为每个计划至少定义一个可衡量的结果。 不要将“代理已部署”用作结果。 使用可改进的特定业务指标。 在第一天开始前把它写下来。
阶段 1：基础
目标：了解你所处的位置、决定焦点的位置，并建立运行所需的最低结构。
评估当前状态
- 针对您所采用的每种模式，围绕全部五项能力驱动因素进行成熟度诊断。 参加代理就绪情况评估以获得引导式体验，或使用智能体 AI 采用成熟度模型作为指引。
- 梳理差距：对于每个模式，将当前成熟度与目标成熟度画像进行比较。 找出最大的差距——那就是阻碍你实现规模化的关键瓶颈。
- 审核 代理清单：当前租户中存在多少个代理？ 是谁建造了它们？ 谁拥有他们？ 是否有任何系统在生产环境中运行，却没有监控或指定负责人？ 此审核通常显示没有人知道的治理风险。
选择焦点
- 选择一两种 与当前优先级和组织的成熟度级别匹配的模式。
- 确定一到两个将在第二阶段投入生产的智能体。 选择那些有意义且风险较低的代理，其失败后可以恢复，并且学习过程是可见的。
建立最低治理结构
从一开始起，就需要某种治理机制：
- 定义 代理风险分类层。
- 确立指定负责人的要求。 没有指定负责人的智能体不得投入生产。
- 定义您的可接受使用政策：代理可以访问哪些内容，以及不能访问哪些内容。
- 设置一个简单的提交表单，供团队正式提交新的智能体请求。
建立 CoE 核心团队
您无需在第一天就组建一个人员齐备的 CoE。 你需要最小可行的运营节奏：
- 确定谁将负责每个 CoE 角色，即使是兼职也行。
- 为 CoE 核心团队安排每周例会。
- 为模式、模板和指南创建共享空间。
阶段 1 检查点：可以回答以下问题：
- 我们追求什么模式？
- 每个项目由谁负责？
- 对每一个来说，成功是什么样的？
- 什么是我们实现规模化的最大障碍？
- 目前生产环境中有哪些智能体，它们的负责人是谁？
阶段 2：站起来
目标：从第一天起就在监控支持下将智能体部署到生产环境，并形成能够长期支撑治理的运营节奏。
定义最小治理防护措施
将风险层转换为可强制要求：
- 第 1 层代理：命名所有者、基本监视、标准发布清单。
- 二级智能体：指定负责人，加上领域专家验证者、知识质量监控以及正式的发布审核流程。
- 第 3 层代理：完全治理堆栈。 在按风险治理代理中了解更多信息。
记录这些要求并将其发布到创建者可以轻松查找和引用它们的共享位置。
将首批智能体部署到生产环境
选择一个或两个代理：
- 与在第 1 阶段中选择的模式保持一致。
- 明确指定负责人，并定义成功指标。
- 风险较低，即使发生故障也可恢复。
- 可从第一天开始监测。
将这些代理部署到生产环境中，并从上线第一天起启用监控。 不要先部署，再设置监控。 两者必须相辅相成。
建立接收流程
为新的代理请求创建正式的受理流程：
- 用于收集以下信息的提交表单：用例、预期价值、模式类型、建议负责人、数据源和预计用户规模。
- 分诊会议（初期每周召开一次），用于评估各项请求的价值、风险和可行性。
- 明确的响应时间，使代理知道提交后会发生什么情况。
开始每周运行状况检查
对于生产环境中的每个代理：
- 每周查看关键运行状况指标：使用情况、准确性、用户反馈、升级率。
- 在异常成为事件之前解决异常。
- 出于审核目的记录决策和更改。
启动所选模式的赋能工作
- 如果你正在推进员工 AI 赋能：启动首个基于角色的培训班次，并建立你的倡导者网络。
- 如果你的目标是赋能业务专家：让你的第一位领域专家参与进来，并建立知识梳理流程。
- 如果您正在推进 工作场所和 IT 服务：向员工传达新的服务模式，并明确 SLA。
- 对于更成熟的模式，请确保业务所有者对其治理责任有明确性。
阶段 2 检查点：可以回答以下问题：
- 我们是否有至少一个智能体在生产环境中运行且监控处于激活状态？
- 每个生产代理是否都有指定的负责人？
- 接收流程是否正常运行？ 是否正在对请求进行分类分流？
- 我们是否每周都在进行健康检查？
- 针对我们所选模式的启用工作是否已经开始？
第 3 阶段：规模化
目标：将代理视为生产级服务，衡量结果，并确定下一步扩大规模的对象。
衡量结果，而不仅仅是采用
使用情况指标告知用户是否使用代理。 结果指标会告诉你它是否正常工作。 报告两者，但确定结果的优先级。 例如：
- 员工 AI 赋能：各用例节省的时间、决策质量、输出质量，而不只是活跃用户数。
- 业务专家赋能：问题分流率、回答准确率、专家节省的时间，而不仅仅是回答了多少问题。
- 工作场所与 IT 服务：解决时间、满意度、每次解决的成本，而不仅仅是处理了多少工单。
- 核心业务流程转换：周期时间、吞吐量、错误率，而不仅仅是进程覆盖率。
- 外部参与：客户满意度、解决质量、升级率，而不仅仅是交互量。
生成您的第一张月度记分卡
向领导提供以下信息：
- 每个正在进行的举措的成果 KPI 状态
- 代理采用率和使用趋势
- 可靠性指标：运行时间和准确性
- 风险状况：任何治理差距或事件
- 服务成本趋势
- 哪些方面运行良好，哪些方面不佳
此记分卡是持续治理的基础。 现在就建立固定节奏，即使数据还不完整。
查看成熟度进度
- 自启动以来，您的“规模突破点”是否有所改善？
- 哪个能力驱动因素现在成为了新的制约因素？
- 使用自第 1 阶段以来学到的内容更新成熟度评估
决定下一步扩展的内容
使用所学内容做出有意的投资决策：
- 哪些代理应扩展到更多用户或域？
- 哪些计划应通过更多资源加速？
- 哪些代理未提供价值，应停用或重新设计？
- 鉴于你改进的成熟度，你准备好追求哪些新模式？
Tip
基于成果数据而非热情来做出扩展决策。 一个被大量使用却无法带来可衡量业务价值的代理，会消耗资源而没有任何回报。 要愿意停下来。
阶段 3 检查点：可以回答以下问题：
- 我们衡量结果，而不仅仅是采用吗？
- 我们是否已运行领导记分卡？
- 我们的“规模突破点”是否有所改善？
- 我们是否清楚地判断出接下来什么会实现规模化，以及原因是什么？
常见瓶颈及解决方法
| 信号 | 根源 | Action |
|---|---|---|
| 许多试点，没有项目组合 | 代理未与可衡量的结果或明确指定的负责人关联 | 选择一到两个成果和一到两个模式，指定业务负责人，定义成功衡量指标 |
| 一次性代理，不重复使用 | 没有标准参考体系结构或集成模式 | 标准化所选模式的参考体系结构;建立遥测基线 |
| 出色的演示，采用率低 | AI 体验不是端到端设计的 | 定义顶级方案的黄金路径：用户参与方式、自动化与人工批准的操作方式、异常的处理方式 |
| 许可证 ≠ 使用 | 赋能缺乏系统性 | 启动结构化的赋能计划：基于角色的培训、社区活动节奏、领导层的示范应用 |
| 影子代理出现 | 治理无法正常运行 | 落实最低基准要求：指定负责人、审计追踪、发布审核、监控、升级处理（按风险分级） |