‘Bot khoe khoang’ biến số lượng AI thành lợi thế công việc

Một tín hiệu trạng thái nơi làm việc mới đang hình thành xung quanh “agentmaxxing,” nơi các chuyên gia công khai khoe khoang về số lượng AI agents mà họ “quản lý” như một bằng chứng cho thấy họ đang chỉ đạo lao động AI thay vì bị thay thế bởi nó. Điểm mấu chốt là “agent” là một nhãn mác không rõ ràng, và số lượng thô có thể che giấu chi phí botsitting và bảo trì quyết định liệu các hệ thống này thực sự tiết kiệm thời gian hay không.

Điểm chính

• Các chuyên gia ngày càng “khoe khoang bot” về số lượng AI agentsmà họ điều hành, coi số lượng agent như một tín hiệu an ninh công việc và một cách thể hiện năng lực.
• Một số ví dụ được trích dẫn nhiều nhất liên quan đến các “lực lượng lao động kỹ thuật số” lớn được tuyên bố, bao gồm một công ty tư vấn với hơn 30 “nhân viên” AI được đặt tên và một quản lý truyền thông của Meta mô tả một đội ngũ sáu thành viên chỉ có một người.
• “Agent” không có định nghĩa phổ quát, điều này khiến cho việc so sánh số lượng trở nên ồn ào và dễ bị thao túng khi các tự động hóa theo lịch trình được gán nhãn là công nhân tự động.
• Nhân viên văn phòng dành “hơn sáu giờ mỗi tuần” cho “botsitting,” và Gartner đã cảnh báo rằng số lượng triển khai có thể khác biệt rõ rệt so với giá trị kinh doanh có thể đo lường.

‘Agentmaxxing’ Đến Nơi Làm Việc: Khi Số Lượng Trở Thành Cách Thể Hiện

Cơ chế đứng sau “khoe khoang bot” rất đơn giản: lấy một tập hợp các tự động hóa dựa trên AI, đặt cho chúng tên và vai trò, và trình bày gói này như một lực lượng lao động được quản lý. Nó đọc như một câu chuyện quảng bá. Bạn không còn “sử dụng AI,” bạn đang giám sát nó.

Khung cảnh đó đang lan rộng vì nó phù hợp với tâm trạng lao động hiện tại. Ước tính của Hiệp hội Quản lý Nhân sự cho thấy tiềm năng thay thế kỹ thuật từ AI và tự động hóa có thể lên tới 22 triệu việc làm ở Mỹ vào năm 2030, với khoảng 8 triệu việc làm “thực sự có nguy cơ.” Trong bối cảnh đó, “Tôi quản lý 20 nhân viên” không chỉ là về sở thích công cụ mà còn về danh tính, một cách để tín hiệu rằng bạn đang ngồi ở phía kiểm soát của giao diện.

Đối với các nhà giao dịch theo dõi các câu chuyện về việc áp dụng AI lan tỏa vào định vị sản phẩm và tâm lý token, phần quan trọng là xu hướng này ảnh hưởng đến các chỉ số như thế nào. "Số lượng đại lý" đang trở thành một cách nói tắt cho sự tiến bộ, nhưng nó cũng là một con số tự mãn có thể bị thổi phồng mà không chứng minh được sự gia tăng năng suất bền vững.

Bên trong các thiết lập Đa tác nhân: Hơn 30 ‘Nhân viên AI,’ một đội 6 người với 1 người, và một ‘Nhà chỉ huy’ cho 16 Bot

Mason Scurry mô tả một công ty tư vấn AI có hơn 30 “nhân viên” AI, mỗi nhân viên đều có tên, chức danh, trách nhiệm, tính cách, câu chuyện nền và ảnh đại diện.

Ông cho biết họ làm việc “suốt ngày đêm với mức phí chưa đến một xu mỗi giờ.” Cách bố trí này được thiết kế một cách có chủ đích, đến cả một đại diện trưởng phòng có tên là Frankie với tiểu sử ghi rằng, “Dù là gì đi nữa, anh ấy cũng biết một người,” và một đại diện kiểm toán tượng trưng tên là Penny được mô tả là “chính xác và không bao giờ hoảng loạn” người “đối xử với mỗi token lãng phí như là tiền của ai đó.”

Chi tiết về kiểm toán viên token đó quan trọng vì nó chỉ ra ràng buộc thực sự cho nhiều triển khai đại lý: chi phí sử dụng. Một token là đơn vị mà nhiều mô hình AI tính phí, và "nhiều đại lý" có thể có nghĩa là nhiều token bị đốt cháy trừ khi hệ thống được thiết kế để kiểm soát chi tiêu.

Scurry cho biết anh đã đăng số lượng bot của mình trên LinkedIn để chứng minh với các khách hàng tiềm năng rằng hệ thống của anh đang hoạt động và để được thuê, đồng thời cũng thừa nhận rằng số lượng đó không có ý nghĩa nếu các đại lý không thể thực hiện công việc hữu ích.

Tại Meta, quản lý truyền thông Maayan Sarig mô tả việc quản lý một đội ngũ sáu người, trong đó chỉ có một người là con người. Một tác nhân theo dõi quy trình làm việc của cô và gợi ý những cách tiết kiệm thời gian. Một tác nhân khác đóng vai trò như một "nhà báo hoài nghi," "kiểm tra độ bền của các đề xuất trước khi cô gửi đi." Câu nói của Sarig thể hiện rõ sự chuyển đổi trạng thái: “Tôi không chỉ viết. Tôi thiết kế các tác nhân viết.”

Nhà tiếp thị Derrick Hicks mô tả việc xây dựng 16 đại lý chuyên biệt, sau đó thêm một đại lý gọi là “Conductor” để quản lý chúng. Ông cho biết các đại lý có thểkiểm toánSEO, mạng xã hội, quảng cáo, thông điệp và đối thủ của một công ty, sau đó phân tích kết quả, rút ngắn quy trình từ “ba hoặc bốn tuần xuống còn khoảng một giờ.” Hicks đã mô tả điều này như việc thay thế nhân viên cấp dưới bằng các đại lý: “Thay vào đó, đó là các đại lý và mã.”

Những ví dụ này có một mẫu chung. “Đại lý” không phải là một thứ duy nhất. Nó có thể là một LLM (mô hình ngôn ngữ lớn) được bao bọc trong các công cụ, một tự động hóa hẹp, hoặc một lớp quản lý điều phối các nhiệm vụ giữa các bot khác. Số lượng nhân sự nén sự phức tạp đó thành một số nguyên dễ khoe khoang.

Tại sao số lượng Agent không di chuyển tốt: Không có định nghĩa, công việc theo lịch trình và ‘Có điều gì đó hỏng hầu hết các ngày’

Số lượng agent bị phá vỡ như một chỉ số vì danh mục này không được chuẩn hóa. Bài viết nguồn lưu ý rằng không có định nghĩa được chấp nhận rộng rãi về một agent AI. OpenAI mô tả các agent là “các hệ thống thực hiện độc lập các nhiệm vụ thay mặt bạn,” trong khi Anthropic phân biệt các agent với các quy trình làm việc theo các con đường đã định trước.

Trên thực tế, nhãn này được áp dụng cho mọi thứ từ một hệ thống có thể xác định một khách hàng tiềm năng, nghiên cứu họ, soạn thảo thông điệp tiếp cận và đặt lịch họp đến một bot kiểm tra lịch của bạn và gửi một agenda hàng ngày.

Robbie Allen, người đã thành lập ba công ty AI và điều hành Nhóm Tư vấn Tự động, đã đưa ra phiên bản thực tiễn về lý do tại sao các con số dễ bị thổi phồng. Ông cho biết ông sử dụng khoảng 25 agent, bao gồm một agent quét nguồn cấp dữ liệu LinkedIn của ông mỗi hai giờ để tìm kiếm các tín hiệu như thay đổi công việc, tuyển dụng, gây quỹ hoặc các giám đốc nói về AI, sau đó xếp hạng các cơ hội tiếp cận. Nhưng nó không liên lạc với bất kỳ ai. Allen vẫn quyết định ai sẽ được tiếp cận và viết thông điệp.

Allen cho biết nhiều agent được gọi là công việc theo lịch trình mà định kỳ thức dậy, kết nối với một mô hình AI hoặc dịch vụ bên ngoài, và thực hiện một nhiệm vụ hẹp.

Không phải mọi bước đều sử dụng LLM, và các hệ thống này không “liên tục suy nghĩ và đưa ra quyết định như 25 nhân viên con người.” Ông cũng giải thích động lực thổi phồng một cách trực tiếp: “Tôi có 25 cái này không phải vì tôi đã dành một tháng làm việc trên từng cái, mà vì tôi có thể tạo ra chúng nhanh chóng.”

Nửa còn lại của vấn đề chỉ số là độ tin cậy. Allen cho biết ông điều hành một agent khác có nhiệm vụ kiểm tra xem các agent khác có hoạt động hay không và nhắn tin cho ông khi một cái hỏng, và rằng “có điều gì đó trong danh sách hỏng hầu hết các ngày.” Đó là thực tế vận hành mà các bài đăng về số lượng agent thường bỏ qua: càng nhiều bộ phận chuyển động bạn thêm vào, bạn càng phải đăng ký để gỡ lỗi.

Mục ẩn: Thời gian botsitting và bảo trì liên tục

Chi phí quyết định ROI không phải là xây dựng ban đầu, mà là thuế giám sát. Báo cáo của Viện AI Glean cho biết các nhân viên văn phòng dành “hơn sáu giờ mỗi tuần” cho “botsitting,” được định nghĩa là cung cấp ngữ cảnh, kiểm tra đầu ra và sửa lỗi. Đó là một phần quan trọng trong một tuần làm việc không dành cho nhiệm vụ chính, mà là để làm cho tự động hóa hoạt động.

Botsitting cũng mở rộng một cách khó khăn. Một agent đơn lẻ có thể soạn thảo nội dung có thể được kiểm tra nhanh chóng. Một hệ thống đa agent liên kết các nhiệm vụ qua các công cụ có thể gặp lỗi ở nhiều nơi hơn: một tích hợp bị hỏng, một bố cục trang web thay đổi, một lỗi quyền truy cập, một bản cập nhật mô hình làm thay đổi định dạng đầu ra.

Câu nói “có điều gì đó hỏng hầu hết các ngày” của Allen là một lời nhắc nhở rằng các hệ thống này là phần mềm, và phần mềm có chi phí thời gian hoạt động và bảo trì.

Ngay cả những người sử dụng nặng trong câu chuyện cũng mô tả việc cắt tỉa như một phần của quy trình làm việc. Sarig cho biết chỉ số của cô là chất lượng đầu ra và thời gian tiết kiệm, và nếu một agent không nhất quán tốt hơn hoặc nhanh hơn quy trình thủ công của cô, nó sẽ bị ngừng hoạt động.

Cô cũng cảnh báo rằng việc duy trì quá nhiều agent có thể tạo ra nhiều ma sát hơn là loại bỏ, tóm tắt sự đánh đổi như: “Dễ dàng tạo ra nhiều agent, nhưng khó duy trì nhiều agent hiệu quả.”

Đây là nơi “khoe khoang bot” trở nên nguy hiểm về mặt phân tích. Một tuyên bố công khai về “30 agent” có thể là đúng và vẫn che giấu kinh tế thực sự nếu hệ thống yêu cầu sự nhắc nhở, sửa chữa và giám sát liên tục. Số liệu tiêu đề là một câu chuyện triển khai. P&L là một câu chuyện bảo trì.

Từ Buzzword đến KPI: Những gì cuộc trò chuyện về ‘Đại lý’ Doanh nghiệp báo hiệu—và những gì nó không báo hiệu

Lớp doanh nghiệp đang củng cố câu chuyện về đại lý. Dữ liệu từ AlphaSense cho thấy 2,175 bản sao công ty công khai đã đề cập đến “đại lý” trong quý trước, gấp đôi so với năm trước. Đó là một sự thay đổi thực sự trong ngôn ngữ, và ngôn ngữ thường dẫn dắt các dòng ngân sách khi các giám đốc điều hành bắt đầu lặp lại nó.

Các nhà cung cấp nền tảng cũng đang thúc đẩy số lượng áp dụng. Salesforce cho biết hơn 25,000 công ty đã xây dựng và triển khai các đại lý sử dụng nền tảng Agentforce của họ. Walmart được mô tả là xây dựng một khung công ty với bốn “đại lý siêu” nhằm phục vụ khách hàng, đối tác và hơn 2 triệu nhân viên của mình.

Giám đốc điều hành Meta Mark Zuckerberg được mô tả là xây dựng một đại lý AI để giúp ông thực hiện công việc của mình và một phiên bản AI của chính mình để tương tác với nhân viên.

Điều này báo hiệu rằng việc chính thống hóa, không nhất thiết là năng suất. Nhà phân tích cấp phó của Gartner, Melissa Hilbert đã cảnh báo rằng số lượng đại lý có thể làm lẫn lộn việc triển khai với giá trị. Ví dụ của cô ấy vạch ra ranh giới rõ ràng: “hai đại lý làm giảm thời gian chu kỳ pipeline xuống 50%” là một kết quả có thể đo lường, trong khi “200 đại lý” sản xuất nội dung không sử dụng thì vô giá trị.

Hilbert cũng cảnh báo rằng các đại lý tích hợp kém có thể làm cho nhân viên kém năng suất hơn bằng cách thêm các hệ thống mà họ phải điều hướng và giám sát, và nói rằng, “Phải có sự cân bằng giữa con người và AI làm việc cùng nhau,” để đạt được lợi ích.

Mô hình đáng chú ý cho các thị trường là câu chuyện đang chuyển từ “tính năng AI” sang “lao động AI.” Điều này có thể kéo theo kỳ vọng về chi tiêu cho các nền tảng và công cụ đại lý. Nó cũng có thể tạo ra một khoảng cách giữa những gì được tiếp thị và những gì được đo lường.

Các tín hiệu cần theo dõi cho việc khoe khoang Bot khiến các đại lý AI trở thành một

Dấu hiệu rõ ràng nhất cho thấy xu hướng này đang trưởng thành là sự chuyển đổi trong ngôn ngữ cuộc gọi thu nhập từ các chỉ số triển khai kiểu số lượng nhân viên sang các chỉ số kết quả. 2,175 lần đề cập trong bản sao của AlphaSense trong quý trước cho thấy “đại lý” giờ đây là một từ trong phòng họp.

Bước tiếp theo là liệu các công ty có bắt đầu gắn nó với việc giảm thời gian chu kỳ, chi phí tiết kiệm, hoặc tỷ lệ sử dụng thay vì chỉ nói rằng họ “đã triển khai các đại lý.”

Các tiết lộ từ nhà cung cấp sẽ quan trọng hơn nếu họ bắt đầu bao gồm việc giữ chân và sử dụng, không chỉ là logo. Số liệu Agentforce “hơn 25,000 công ty” của Salesforce là một điểm dữ liệu về việc áp dụng, nhưng nó không tự nó tách biệt các dự án thử nghiệm khỏi các quy trình sản xuất mà nhân viên dựa vào.

Về phía lao động, hãy theo dõi bằng chứng rằng việc giám sát bot đang bị nén lại. Gánh nặng giám sát “hơn sáu giờ mỗi tuần” của Glean là cơ sở hiện tại được đề cập ở đây. Nếu công cụ mới hoặc tích hợp tốt hơn làm giảm đáng kể thời gian đó, câu chuyện ROI sẽ cải thiện ngay cả khi số lượng đại lý vẫn giữ nguyên.

Chuẩn hóa là mảnh ghép còn thiếu khác. Cách tiếp cận của OpenAI về các đại lý như là các hệ thống tự động hoàn thành nhiệm vụ và sự phân biệt của Anthropic giữa các đại lý và quy trình đã định nghĩa không chỉ là ngữ nghĩa. Một định nghĩa rõ ràng hơn sẽ làm cho việc so sánh giữa các công ty ít ồn ào hơn và làm cho “đại lý” trở thành một chỉ số có thể di chuyển.

Đọc của tôi: Giao dịch không phải là 'Nhiều đại lý' - mà là Đo lường Kết quả và Chi phí tốt hơn

Tôi đọc 'khoe khoang bot' như một lớp xã hội xung quanh một sự chuyển đổi nền tảng thực sự. Các công cụ không mã và khung đại lý đang làm cho việc tạo ra các tự động hóa trông giống như đồng nghiệp trở nên dễ dàng hơn, và bối cảnh lo âu về lao động khiến danh tính quản lý bot cảm thấy được bảo vệ. Đó là lý do tại sao sự linh hoạt về số lượng nhân viên đang lan rộng.

Ngưỡng quan trọng là liệu cuộc trò chuyện có chuyển từ triển khai sang kết quả hay không. 2.175 bản ghi của AlphaSense cho thấy các giám đốc điều hành muốn được nhìn nhận là đang làm gì đó với các đại lý. Hilbert của Gartner đang chỉ vào bộ lọc tiếp theo: thời gian chu kỳ, chất lượng và mức sử dụng.

Nếu các công ty bắt đầu báo cáo về việc giảm thời gian chu kỳ do đại lý điều khiển, tiết kiệm chi phí có thể đo lường, hoặc mức sử dụng nội bộ bền vững, câu chuyện trở nên thực tiễn. Nếu họ tiếp tục báo cáo 'có bao nhiêu đại lý' và 'có bao nhiêu công ty triển khai', nó vẫn chỉ là một câu chuyện.

Bài kiểm tra thực sự khác là liệu việc giám sát bot và sự cố có giữ được khả năng quản lý khi đội ngũ phát triển hay không. Nhận xét của Allen rằng 'có điều gì đó trong danh sách bị hỏng hầu hết các ngày' là điều mà các tuyên bố về đại lý quy mô lớn thường bỏ qua, và 'hơn sáu giờ mỗi tuần' của Glean là thuế giám sát bằng số liệu rõ ràng.

Nếu công cụ mới giảm bớt gánh nặng đó trong khi giữ chất lượng đầu ra cao, các hệ thống đại lý có thể tích lũy. Nếu gánh nặng bảo trì tăng theo đội ngũ, 'nhiều đại lý' trở thành một công việc giám sát tự gây ra.

Xu hướng này quan trọng về mặt thực tiễn khi việc áp dụng đại lý không còn là câu chuyện về số lượng nhân viên mà trở thành câu chuyện KPI, với các kết quả tồn tại qua việc giám sát bot và hóa đơn bảo trì.

Nguồn

• Business Insider