文章核心观点 - 企业面临加速创新和保持领先的压力 仅靠自动化不足 需要能够独立思考、决策和行动的智能系统 即代理式AI [1] - 全球商业服务正从成本效率中心演变为企业级决策赋能者和数字骨干 是规模化部署代理式AI的理想中心 [1][3][4] 代理式AI的定义与特点 - 与传统AI不同 代理式AI超越了为特定应用设计的狭义AI或专注于重复任务的RPA及模式识别的机器学习 [2] - 代理式AI能够理解上下文、适应变化情况并自主决策 其核心是解读业务目标、确定优先事项并实时协调正确行动 [2] 全球商业服务的演变与角色 - GBS已超越后台职能 覆盖财务、人力资源、采购和客户运营等领域 [4] - 其跨职能覆盖范围 结合标准化流程和集中治理 使其处于有效扩展代理式AI的独特地位 [4] - 通过协调数据、平台和工作流 GBS正成为企业的数字骨干 AI被嵌入日常运营而非附加组件 [4] - 德勤《2023年全球共享服务调查》确认 AI、机器学习和生成式AI是GBS领导者的首要任务 重点从自动化任务转向协调决策 [5] - Everest Group《2024年未来工作》报告补充 GBS将很快成为企业运营的神经中枢 将AI代理、人员和流程连接成自适应、灵活的系统 [5] 代理式AI对全球商业服务的影响 - 对于GBS 这一演变改变了一切 使其能从流程自动化中心升级为企业级决策赋能者 帮助企业应对市场变化、客户期望和运营风险 [3]

合作公告概述 - 公司宣布与The Lab Consulting建立战略合作伙伴关系，后者是金融服务行业流程改进和自动化解决方案的领先提供商[1] 合作战略目标 - 合作旨在提升运营效率、提高员工生产力并改善客户体验，同时通过成本优化和可扩展的增长为股东创造可衡量的价值[2] - 此次合作被视为对公司未来的战略投资，将使公司能够简化运营、赋能团队并为利益相关者带来更强的回报[3] 预期效益与时间表 - 该计划预计在实施第一年内实现运营改善，长期效益包括降低运营费用、增加创收机会的容量、提高员工敬业度以及加强竞争地位[4] 具体技术实施方案 - 通过结合流程映射、机器人流程自动化、AI智能文档处理和高级分析，使公司能够实现效率和客户服务的快速、可扩展的改进[5] - 实施机器人流程自动化和AI驱动的文档处理，以消除手动重复性任务并加速工作流程[8] - 利用现有的行业领先自动化平台，实现跨部门和系统的流程集成[8] - 通过具有实时可视性的仪表板部署关键绩效指标的先进跟踪[8] - 重新设计面向客户的流程，以提高速度、准确性和满意度[8] - 确保所有自动化解决方案与公司的核心银行和客户关系管理平台安全集成[8] - 提供知识转移和最佳实践，以确保长期采用和持续改进[8] 公司基本信息 - 公司是Kearny Bank的母公司，在纽约和新泽西州共拥有43个零售分行网点，截至2025年6月30日，公司总资产约为77亿美元[6]

DevOps挑战与现状 - 企业内软件开发和运维职能紧密协作的DevOps是首席信息官长期面临的难题 自动化流程从开发到全面运营所需工作常需遵循未能充分考虑企业IT现代化复杂性的高管指令 [1] - 尽管智能流程自动化(IPA)取得进展 企业仍在定义、创建和管理现有IT基础设施及应用程序现代化方面持续挣扎 [3] - 平台服务进步包括低代码接口、智能自动化和微服务容器化虽有所帮助 但业务转型仍常呈现高成本、低效率和劳动密集型特征 问题涵盖缺乏高管支持、内部专业知识及合格咨询顾问资源 [4] 自动化技术演进 - 成功运作的DevOps功能通过创建新工作流自动化流程 具备显著降低成本、提升生产力和简化任务的潜力 [2] - IPA与机器人流程自动化(RPA)在简化运营配置方面取得长足进步 但仍未达到足够效果 [3] - 生成式AI在过去三年被应用平台提供商采用 通过API、预建数据模型、算法和框架使机器学习与自然语言处理技术对开发者可及 这些是支撑代理AI的重要技术基础 [6] AI代理技术突破 - AI代理支持目标驱动型应用 能够以自主方式适应和推理 而IPA主要自动化基于规则的重复性业务流程 [6] - 生成式AI注入代码的定制化以及开发环境与GitHub等存储库之间的集成得到实现 最终通过自主能力增强智能工作流 [7] - 代理AI承诺为一系列复杂任务提供更强大的自动化能力 旨在解决问题并以最少人工输入处理任务 同时持续学习提升效率 [7] IT现代化必要性 - IT现代化项目充满风险 但维持遗留IT系统成本日益增加且带来监管与运营风险 不作为并非可行选择 [5] - AI代理被视为自智能流程自动化开始解决繁琐数字化转型部署以来 企业开发者可获得的最具前景技术 [5]