人工智能的新发展，特别是新一代人工智能，正在从根本上重新调整传统技术现代化的成本和收益，并减少技术债务，作为IT 运营方式一系列更大变革的一部分。
Gen AI 智能体开始提供突破性的价值，但前提是公司弄清楚如何构建和协调数百个智能体。
几乎每个大型组织的核心都有一个拖慢业务发展速度的巨大锚点：遗留 IT 系统中的技术债务。这些大型系统通常是几十年前建成的，构成了公司的技术支柱，并在几乎每个领域发挥作用。财富 500 强公司使用的软件中有多达 70% 是在 20 年前或以上开发的1 。
传统上，对这些老化系统进行现代化改造和偿还技术债务一直被视为“IT 问题”，而企业领导者或多或少都满足于解决这个问题。原因很熟悉：成本太高（通常是数亿美元）、时间太长（五到七年）、破坏性太大、投资回报不明确、目前的系统基本上可以工作。
但随着技术渗透到企业的每一个角落，并成为公司创造价值能力的核心，IT 系统现代化必须成为 CEO 的首要任务。从生成式人工智能（gen AI）到云再到机器人技术的进步所带来的机遇和风险需要现代技术基础。事实上，技术带来了业务转型中约 71% 的价值。 2打破技术债务的恶性循环，实现业务现代化”，麦肯锡，2023 年 4 月 25 日。构建和维护这些老化企业系统的程序员即将达到退休年龄。现代化的需要更加紧迫。
人工智能的新发展，特别是新一代人工智能，正在从根本上重新调整传统技术现代化的成本和收益，并减少技术债务，作为IT 运营方式一系列更大变革的一部分。以一家领先的金融机构的交易处理系统为例，三年前，该系统的现代化成本将远远超过 1 亿美元，而如今使用人工智能技术时，成本远低于一半。这种转变使得许多曾经过于昂贵或耗时的现代化努力突然变得可行。通过衡量和跟踪技术债务的直接成本及其对损益结果的影响（在许多情况下高达总投资支出的 40% 到 50%），公司可以跟踪他们所产生的价值。
虽然现在还处于早期阶段，但我们的经验表明，利用新一代人工智能可以消除大部分手动工作，从而使技术现代化时间表加快 40% 至 50%，技术债务产生的成本降低 40%，同时提高质量的输出。然而，该价值与技术本身的联系较少，而更多地与技术的使用方式相关，特别关注以下方面：
改善业务成果。将旧代码转换为现代技术语言只是将您的技术债务从遗留系统转移到现代系统。避免这种“代码和负载”问题需要使用 gen AI 来帮助做出更好的业务决策并使重要的事情现代化。
启用自主生成人工智能智能体。事实证明，建立和训练一支能够在一系列端到端流程上独立工作并在人类监督下协作的新一代人工智能智能体大军，可以显着改进 IT 现代化工作。
专注于扩展价值。多智能体模型的价值来自于将其工业化，这样它就可以扩展并应用于业务的多个领域，并持续偿还技术债务。
一代人工智能智能体如何改善代码和业务成果
技术现代化的核心涉及改造现有应用程序，以利用现代技术、框架和架构。此过程可以包括切换到更易于使用的编程语言、过渡到提供更多功能的现代框架、重组系统以创建模块化，甚至修复和迁移应用程序以在更便宜的云环境上运行。利用新一代人工智能功能进行此类变革、提高云项目的投资回报率并偿还技术债务需要重点关注上述三个领域。
改善业务成果
公司倾向于以一种生硬的方式使用 gen AI，例如，将遗留代码直接输入到 gen AI 工具中，然后将其翻译成现代语言。然而，这种代码和加载方法本质上将您的技术债务迁移到现代环境中。这一陷阱与云计算早期许多公司陷入的陷阱类似，当时的重点是“提升和转移”，即将现有应用程序转移到云中，而遗留问题仍未得到解决。
遗留技术现代化工作的目标不应该是转换尽可能多的代码行。应该是改进系统和流程，以便业务能够产生更多价值。这意味着使用 gen AI 来理解您已有的代码，确定产生业务价值所需的内容，然后对实现该结果所需的流程进行现代化改造。
如果应用得当，gen AI 能够在几分钟内将通常难以理解的遗留元素（文档、代码、可观察数据、调用日志、编程方法等）翻译成简单的英文流程描述。一家金融服务公司的工程师采访了多位专家，以补充现有的有限文档，并将记录输入到 gen AI 模型中，以提供更好的指导。这种清晰度不仅可以帮助工程师了解系统正在做什么，还可以让业务专家帮助确定真正需要什么。通过这种方式，业务和工程专家可以共同确定他们想要什么、应该更新什么以及可以丢弃什么。
启用自主生成人工智能智能体
我们之前写过，在软件开发中，使用gen AI智能体协助开发人员编码可以帮助一些开发人员提高生产力。 3通过生成式 AI 释放开发人员的生产力”，麦肯锡，2023 年 6 月 27 日。我们的经验表明，这种加速的下一个阶段将使数百个生成式 AI 智能体能够在人类监督下独立运行，尤其是在模型扩展时（如图所示）。
这种自主智能体方法的核心是部署许多专门的人工智能智能体，每个智能体都有不同的角色和专业知识，在复杂的任务上进行协作。他们可以执行的任务包括数据分析、协调复杂的集成、设计和运行测试用例以及根据人类的实时反馈完善结果。
然而，真正的价值来自于协调智能体不仅完成任务，而且完成整个软件开发过程。例如，数据映射和存储智能体执行数据分析、合规性分析、质量检查以及创建相关文档。这些智能体与专注于威胁分析、信息安全策略、安全设计和 QA 智能体的安全设计智能体合作，开发安全、可靠且有效的代码。
为了确保新一代人工智能智能体提供正确的结果，实施一系列控制措施非常重要。例如，建设性的反馈循环允许智能体审查和完善彼此的工作。 Gen AI 智能体还可以通过编程来自学解决问题，或者在无法解决问题时将其上报给人类经理。一些人工智能智能体甚至可以直接向经理提问。为每一代人工智能智能体分配 ID 可以让管理人员快速识别问题的根源并解决它。同样，组织可以开发专门的智能体，根据已确定的道德和偏见问题自动测试和纠正其他智能体的输出。
人们扮演的角色对于指导和管理新一代人工智能智能体仍然至关重要。产品所有者、工程师和架构师等专家需要了解遗留系统的意图，找出哪些流程对业务很重要，并制定和设定目标和目标状态。
精心策划的新一代人工智能智能体方法的威力在一家银行公司中得到了体现，该公司多年来一直试图对其大型机进行现代化改造，但没有成功。当部署大量 gen AI 智能体时，该银行能够迁移和改进许多大型机组件，作为迁移到 Java、Angular UI 和 PostgreSQL 目标状态的一部分。为了实现 20,000 行代码的现代化，该公司估计需要 700 到 800 小时才能完成迁移。精心策划的新一代人工智能方法将这一估计降低了 40%。例如，关系映射步骤从需要 30 到 40 小时才能完成，减少到仅需大约 5 小时。
在另一个案例中，一家全球 15 强保险公司使用这种方法对遗留应用程序和服务进行现代化改造。第一步是对代码进行逆向工程，以更好地理解技术规范，然后使用 gen AI 智能体生成代码并自动执行发现和转换过程。结果是代码现代化效率和测试提高了 50% 以上，编码任务的加速速度提高了 50% 以上。
专注于扩展价值
围绕新一代人工智能的兴奋使得公司将大量时间集中在评估和选择工具上。这很重要，但与解决更大的问题和机遇相比，它显得相形见绌：如何扩展新一代人工智能。正如一位首席信息官最近所说：“我不希望用一种工具来解决一个问题；我需要一种工具来解决问题。”我需要有解决数百个问题的能力。”
技术领导力应专注于开发中央、自主的新一代人工智能功能，该功能可以构建复杂的多智能体、端到端工作流程。此功能有两个主要组成部分：
工厂。工厂是一群开发和管理多代人工智能智能体以执行特定端到端流程的人。该工厂的目标是标准化和简化构成新一代人工智能智能体的开发、部署和管理的各种流程。工厂开发了一套用于智能体开发和管理的标准化工具和方法，例如监控、可追溯性、文档管理和大语言模型访问。一个组织应该考虑在成熟的早期阶段发展五到十个智能体工厂。
平台。一代人工智能平台是工厂可以访问的一组标准化的可重用服务和功能。平台应包括用户界面、将 gen AI 服务连接到企业服务（例如 Jira 或 ServiceNow）的 API、一系列支持服务（例如数据导入服务或智能体编排服务）以及 gen AI 智能体库可以加载以执行特定任务。理想情况下，公司应该开发一到两代人工智能工厂，以确定它们共同使用的服务和功能类型，然后标准化这些元素并通过平台提供它们。由相关专家组成的专门团队应监督该平台的开发和管理，并根据特定 KPI（例如服务或功能使用）密切跟踪使用情况。
后续步骤
希望转向这种多智能体编排模型的公司应考虑采取四个步骤：
对任何时间较长、需要多人参与的技术提案提出质疑。许多大型 IT 项目传统上需要许多人工作多年才能交付价值。任何遵循此模型的提案都应持怀疑态度。这意味着要审查所有正在进行的提案和举措，以确定人工智能如何降低成本并缩短时间。特别彻底地审查旨在使用新一代人工智能功能的计划和提案。这些功能可能是有限的或辅助的，因此无法提供太多价值。
让人工智能专注于您最大的问题。小规模的举措会带来小规模的成果。 Gen AI 有潜力从根本上重新定义现代化系统和减少技术债务的成本效益。确定最大、最复杂的技术问题——那些耗资数亿美元、需要多年时间并造成大量技术债务的问题——并专注于为这些问题开发新一代人工智能解决方案。这项努力的一部分应包括重新审视之前被认为过于昂贵或耗时的技术现代化计划。
将您的商业计划与价值明确挂钩并积极跟踪。虽然许多公司都有商业计划，但它们往往很肤浅或范围有限（例如，只关注技术而不是运营模式）。一个强有力的计划提供了对风险价值、一路上要捕获的价值增量的详细视图（考虑持续成本，如当前和未来的基础设施运行成本，以及一次性成本，如代码现代化）、活动捕获它们所需的时间，以及捕获盈亏平衡点的时间线。比制定计划更重要的是重新审视它并确保现代化工作真正实现了预期价值。如果没有这种纪律，强大的计划通常会慢慢失去焦点并默认交付代码而不是价值。
领先于人才、技术和运营模式的影响。随着这种多智能体方法的扩展，公司将需要了解并规划其业务影响。其中包括如何重新考虑您的人才战略和再培训计划、您的运营模式如何适应、以及运营支出和资本支出将如何变化等优先事项。这些都是首席执行官和董事会层面的问题，需要深思熟虑的规划。
在有效应用新一代人工智能来实现传统技术现代化和减少技术债务方面，各公司仅仅触及了表面。专注于如何协调新一代人工智能智能体抓住有意义的商业技术机会，是公司能够削减技术债务并使其技术资产推动创新和价值的唯一途径。
关于作者
Aaron Bawcom是麦肯锡亚特兰大办事处的合伙人； Matt Fitzpatrick是纽约办事处的高级合伙人， Chi Wai Cheung是首席建筑师， Dan Collins是高级负责人； Dante Gabrielli是费城办事处的首席产品经理。
作者衷心感谢 Rob Patenge 对本文的贡献。
毕马威最新研究显示，人工智能（AI）在企业财务管理中的部署，具备令人信服的投资回报率（ROI）水平和广泛收益，包括更优质的数据与决策、更快的洞察和报告出具、更低的成本和更高的财务管理效率。毕马威报告显示，企业对AI技术的投资范围较宽泛，其中，机器学习、深度学习和生成式AI的价值回报较高，报告指出这些技术的投资回报率均达到或超过企业预期。
...
如果水泥行业能够加速采用辅助胶凝材料，则可以推动脱碳工作，同时开启价值创造的新视野。...
引言为了解企业税务转型的有效性，以及企业财税部门利用联合外包和生成式人工智能类资源的能力，安永科技行业团队开展了2024年度税务与财务运营调查。我们调研了来自32个国家的企业财务与税务部门的高管，涉及到50多个问题...