浪潮信息彭震:AI原生企业从管理Human进化到管理Humagent

智能体时代的AI原生企业,组织从管理Human进化到管理Humagent,通过重新定义岗位、角色、权限、责任边界和绩效评价,最大限度释放AI在企业中的智力贡献,同时保障企业运营的稳健、高效与低成本。

“前三次产业革命主要针对的是劳动工具,是四肢与五官的延伸;而AI产业革命首次改变了劳动者的定义,是智力的延伸。Humagent深刻洞察到劳动者从‘人’转变为‘人+Agent’的巨大变革,将带动生产关系的系统性重塑。”——浪潮信息董事长彭震在人工智能+生态大会(AIEC 2026)上如是说

Agent时代真正的瓶颈不在技术,而在组织;企业AI转型的本质,不是给员工配一个更聪明的工具("+AI"),而是要让组织进化出一种新的基础单元——"Humagent"(Human+Agent),完成一场系统性的生产关系重构。

智能体时代的AI原生企业,组织从管理Human进化到管理Humagent,通过重新定义岗位、角色、权限、责任边界和绩效评价,最大限度释放AI在企业中的智力贡献,同时保障企业运营的稳健、高效与低成本。

Humagent:重新定义Agent时代劳动者

以“人”为核心的组织模式,已无法适配AI规模化应用后的运行逻辑。

“Humagent”由“Human(人)”与“Agent(智能体)”复合而成。在Humagent框架下,人更多聚焦在系统性、前瞻性工作,包括目标设定、架构、方向规划,要把握方向、把握全局,发挥责任兜底和把关作用;Agent更多承担一些高频执行工作,包括创新工作,两者基于能力边界清晰分工,构建起人机优势互补、权责清晰、协同共生的AI原生组织形态。

企业走向AI原生,需要四大变革共进

彭震强调,浪潮信息通过自身的实践,深刻意识到Humagent绝非单纯的技术命题,而是一场深度触及企业文化、管理制度、业务流程与数据治理体系化的变革。

首先是文化先行,任何一个组织转型,第一个行动就是要先建立一个与之相匹配的文化。在企业内部,最先出现的不是技术问题,而是人的态度。团队负责人会直接表态“千万别因为这次转型给我裁员”;员工对Agent的态度则容易走向两个极端:一种是看不上,觉得“AI生成的都是垃圾”,自己的才有水准;另一种是盲目崇拜,觉得AI给出的就是对的。

最好的解法莫过于让员工真正理解Agent,把它当作一个聪明的、但经验不足的年轻同事去看待,而不是一个完美的、随时可能取代自己的对手。

浪潮信息推行全员AI技能认证与实操考试,发起类似黑客松比赛和Agent、Hub激活创新氛围,并建立免费Token工厂,让创新不被成本束缚;

其次是管理变革,文化解决的是认知问题,管理变革要解决的是规则问题。当组织管理的核心从“人”扩展为“Humagent”,企业治理的逻辑也要随之改变。

绩效管理是第一个要重写的逻辑。过去的绩效考核是为人类员工设计的,要考虑疲劳、情绪、懈怠甚至小小的利己主义;但这些在Agent身上并不存在,套用老逻辑去考核Agent,本身就是一种错配。

风险治理是第二个要重写的逻辑。Humagent出现之后,大部分治理责任要转移到Agent身上——过去企业的风险管控主要针对人的失误和道德风险,现在则要新增一整套应对AI幻觉、数据越权访问、模型输出不合规等新型风险的机制。

Humagent框架下的管理核心目标是最大价值发挥AI在企业的智力贡献,同时风险治理重心转向防控AI幻觉、数据越权访问、模型输出不合规等新型风险,确保企业运营的稳健、高效、低成本;

第三是流程再造,流程再造要解决的是执行层面的问题。当组织的劳动者从单纯的人,变成人与Agent的复合体,完成工作的过程必须重新设计。

其核心原则是:充分释放Agent的知识广度、效率和创新力,同时让人类员工承担规划、决策、托底的角色。具体的分工逻辑是——人聚焦系统性、前瞻性的工作,目标设定、架构设计、方向规划,把握全局;Agent承担高频执行类的工作,包括很多原本被认为是人类独有创造力的任务,激发Humagent能力上限,全程数据留痕,确保可追溯、可复盘;

最后是数据治理,在以往单纯为人服务的业务数据空间外,镜像出一个与业务系统隔离的专属的Agent数据空间,让Agent在隔离环境中自由操作,数据回写时须经人的审核把关,确保合规可控,防止AI的删、改、减摧毁业务。

Agent基础设施的能力,决定了智慧产出能力

Agent时代的基础设施挑战与信息化时代存在本质差异。过去IT基础设施主要承载业务流程操作,算力需求相对稳定;而Agent时代大量工作依赖推理,对GPU算力的需求呈指数级增长。但芯片产能的扩张受限于厂房建设、设备交付及良率爬坡等物理约束,有效产能增速远低于需求增速,这种供需失衡短期内难以缓解。

一个容易被忽视的变化,是网络和存储需求的大幅增长。过去企业应用通常只有几十到上百个,但进入Agent时代,单个企业内部运行的Agent数量可达成千上万。海量Agent的并发调用,对网络带宽提出了跨越式的要求:数据中心网络端口速率正从10G/25G向400G/800G演进。与此同时,Agent操作过程的全程留痕将导致数据量急剧膨胀,数据增长曲线被重塑。

面对这些变化,应对方式不应局限于硬件堆叠,而应转向软硬件协同的系统性重构——重构系统软件以适配多元异构算力的调度与协同需求,基于新型存储和内存池化技术提升资源利用率,建立能够屏蔽GPU故障、避免大规模集群宕机的容错机制,并搭建专门的Token服务平台,实现模型调用的细颗粒度计量、配额管理与计费能力。

Agent最终要如何落地到具体业务场景、真正创造价值,基于浪潮信息先行先试的经验,有三个重点。

第一,“多元、多模”会成为常态。没有一个模型能通吃所有场景,更现实的做法是用不同模型处理不同任务,甚至让多个模型同时处理同一任务,通过打分机制挑出最优解。算力层面同样如此——GPU资源紧张已是行业普遍现实,多元化的算力组合调度会是企业的常态化策略。

第二,企业专家模型的开发势在必行。基础大模型大多基于互联网公开数据训练,面对企业内部那些缺乏公开数据积累的专业领域,能力会下降,幻觉问题会上升。解决路径是把企业私有知识注入大模型,通过强化训练和后训练,让模型成长为企业专属的领域专家,而不是泛化能力强、专业深度不足的通用工具。

第三,低代码、自然语言驱动的Agent开发模式是大方向。企业AI转型的目标不是让少数技术人员掌握开发能力,而是让全业务领域的员工都能写出Agent。

结语

彭震表示,Humagent的提出,旨在帮助企业跳出“AI只是工具”的认知局限,真正将Agent纳入组织运营的体系之中。在Humagent框架下,企业的终极目标不仅要追求Agent的智力成果,而且要构建一个具备自主进化能力的AI原生组织。未来,随着人类智慧与机器智能的深度交融,将共同定义一种更具韧性、更具创造力的商业文明新形态。

本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信