当人们讲述人工智能如何改变世界的故事时，语言模型将被视为未来人工智能代理的重要先驱。
过去几十年来开发和实施的自动化和人工智能系统已经创造了巨大的价值，因为它们能够根据已经做出的决策采取自动化和精确的行动。
然而，到目前为止，人工智能系统自行决策的能力仅限于少数拥有大量资源和顶尖人才的组织。
随着初创公司和云提供商提供的开源工具和平台产品让创建人工智能代理的能力变得无处不在，这种动态开始发生转变。现在可以教会人工智能系统我们如何做出决策。
但是我们到底如何做出决定呢？
决策过程通常如下：新信息、研究、推理、决策、行动、监控和学习。
当普通知识工作者通过同事的电子邮件或消息获取新信息时，他们会研究内部和外部文档（或团队成员）以获取更多背景信息。然后，他们根据新信息以及他们在研究中发现的背景来推理（或思考）应该做什么或不应该做什么。下一步是做出决定并采取行动，然后进行监控以查看结果并从中学习。对于大多数组织来说，这个过程没有记录在任何地方，每个人的差异很大，并且没有定期仔细检查（如果有的话）。
在开发自动化工作流程时，一组跨职能团队成员会仔细考虑该工作流程的每个步骤以及自动化在执行每个预定决策时应考虑的所有因素和检查点。
开发人工智能代理将对未预先确定的决策做同样的事情，通过将跨职能团队聚集在一起仔细考虑人工智能代理应如何接收和优先考虑新信息，应如何研究，应如何推理，以及在多大的置信度阈值下它应该寻求人类专家的帮助或自行做出决策并采取行动。
考虑一下准备活动的两位同事如何处理来自主动提出在活动中发言的主题演讲者的同一封入电子邮件。一位同事可能会仔细检查议程，访问该演讲者的网站，观看演讲者的录像，考虑演讲者的主题和精力如何融入活动，然后决定回复并提出安排联系时间。另一位同事可能不喜欢说话者伸出手的方式并选择不回复。尽管在同一个团队中接收相同的信息，但两个不同的同事可能有截然不同的决策标准和流程。
人工智能代理有潜力改变和增强我们接收新信息的方式、研究方式、推理方式以及监控决策结果并从中学习的方式。
在上面的活动演讲者示例中，连接到团队成员收件箱的 AI 代理可以仔细检查议程、研究演讲者，并在团队成员阅读嵌入演讲者卷轴的初始电子邮件之前向他们提出建议融入他们的信息，并确认演讲者费用在剩余活动预算之内。
开发人工智能代理的过程将挑战并重构我们作为专家和专业人员的决策能力。通过记录和检查我们如何与同行一起研究、推理和决策，我们将在决策过程的每个步骤中发现自己的弱点和优势。
以此为起点，组织可以为决策过程中的每个步骤开发跨组织共享的最佳实践，投资于专注于决策的书籍和培训，并为团队成员创建个性化的决策成长计划包括从所承担的风险、未承担的风险中吸取的经验教训，以及改进流程中每个步骤的方法。
这将为讨论和学习可以说是我们组织和社会中最重要、投资最少的技能奠定基础：我们做出正确决策的能力。
Philippe De Ridder 是 BOI（创新委员会）的创始人兼首席执行官，Brian Evergreen 是 The Future Solving Company 的首席执行官，也是《自主转型：在人工智能时代创造更人性化的未来》一书的作者。
申请最具创新力公司奖并被认可为通过创新推动世界前进的组织。最终截止日期：10 月 4 日星期五。