多名亚洲企业实践者反映：AI智能体部署带来新的管理负担

上海一家大型科技公司的AI产品营销经理肖梦洁最近把一项她认为简单的任务分配给两个AI智能体——一个属于她自己，一个属于她的上级。她预期效率提升，结果得到的是官僚僵局：两个智能体没有分工，而是陷入了一场关于职责的漫长讨论，争论谁应该核实细节、谁应该对哪些任务负责。'它变得非常正式和繁琐，'肖梦洁说，'智能体也会制造沟通开销。'

这不是孤例。南华早报近日采访了亚洲多地企业的实践者，从新加坡的酒店和保险公司到香港的服务业、中国大陆的科技巨头，普遍发现AI智能体的实际运行与'数字员工解放人力'的承诺之间存在显著落差。肖梦洁描述了另一层困境：'我本来就有许多想法，AI让其中更多感觉可以实现，于是我开始更多项目。然后每个项目都在等我的判断，我反而成了最忙的人。'当智能体可以连续高速工作，而人类一天并没有多出几个小时来监督它们时，自动化带来的不是闲暇，而是新的管理压力。

面对这个问题，部分企业已经开始调整策略。新加坡保险科技公司Igloo的联合创始人兼首席执行官Raunak Mehta表示，'市场已经过了'智能体最大化'的阶段。'Igloo在东南亚运营约230名员工，使用软件工作者处理客服、开发、理赔和财务对账，但Mehta认为智能体总数不再是衡量运营成效的有效指标。关注点转向了'智能体协调框架'——一套控制机制，用于协调智能体、管理它们对内部工具的访问权限，并保留人类监督。FCM Travel Asia的技术运营总监Prabu Sangar将缺乏协调框架的状态称为'智能体蔓延'：各部门各自部署的自主软件权限冲突、数据源重叠、交互不可预测。

AI研究公司The AI Capitol创始人Lionel Sim指出，亚洲AI智能体的采用速度已超过管理能力建设。员工自发部署智能体'有利于推进势头'，但企业对访问权限、归属和活跃工具缺乏监督。他认为，'教会人们如何给智能体下达指令、审查输出和纠正错误，与技术本身同等重要。'南华早报这篇报道汇集的核心判断是：随着数字智能体数量增加，运营瓶颈正从算力重新转向人类监督者。这不意味着智能体无效，而是说明部署它们需要新的组织技能和协调基础设施，而非仅仅采购更多模型。