AI Workforce Infrastructure

让 AI 成为
你的数字员工

LMCC 是数字员工的基础设施:给 AI 一个登记在册的身份、一张看得懂的业务地图、一个能动手的工作现场。上岗之后,它自己做判断,并对结果负责。

背景影像:ESO/VMC Survey(M.-R. Cioni et al.),VISTA 望远镜,CC BY 4.0

起源

以探索星空的严谨
对待 AI 的下一步

LMCC 源自 Large Magellanic Cloud——大麦哲伦星云,银河系的近邻星系之一,距离我们约 16 万光年。它也是人类能够直接观测和研究的星系之一。

过去,人类借助航海、望远镜与空间探测器,不断拓展认知的边界。

如今,AI 正走出对话窗口,进入软件、数据、业务系统与真实的计算环境。

我们保持探索未知的勇气,也保持理解世界的耐心,让 AI 走出对话,进入组织。

核心理念

一个 AI 要在岗位上待得住,
先要有 三样东西

对话窗口里的 AI,关掉就结束了。要在组织里长期待下去,它得有身份、看得懂业务、能自己动手。

一个身份

它是谁,归谁管,能碰哪些系统,出了事谁负责。LMCC 把这些写进同一个身份,权限、任务和工作环境都挂在它名下,换一次对话也不会丢。

一张业务地图

给 AI 一堆接口还不够。它得知道库存、订单、供应商之间是什么关系,现在处在什么状态,哪些操作被允许,做了会怎样。LMCC 用业务运行本体,把这些整理成它读得懂、也能照着做的结构。

一个工作现场

看懂了还要能动手。LMCC 把 AI 的判断接到真实的电脑、服务器和业务系统上:调用接口,操作软件,拿到结果,再决定下一步。

业务融入

把业务世界
整理成 AI 读得懂的结构

业务系统、工单和审批流,都是照着人的习惯设计的。AI 要参与进来,得先把里面的对象、关系、状态和规则讲清楚。

一份世界模型

LMCC 把这些整理成业务运行本体(Operational Ontology),一份能读、也能照着做的模型。

业务团队自己维护

对象、规则和动作由业务团队定义和修改。人和数字员工看的是同一份事实,按的是同一套规则。

现实业务世界

对象 · 关系 · 状态 · 事件

业务运行本体

规则 · 动作 · 决策

数字员工

理解 · 决策 · 行动

数据和规则要先整理成本体,这一步绕不开。LMCC 的本体工具,帮企业把这一步走得更快。

平台

三层平台,从机器
一直通到 岗位

最底层管机器和执行,中间一层管数字员工本身,最上层装行业能力。每名数字员工有自己的权限和工作区,任务统一派发,每步操作都有记录。

业务层

Domain Runtime 按行业装配

按行业组装岗位。每个业务域带着自己的岗位技能和业务知识接入:金融风控、智能制造、零售运营、企业研发、客户服务,接法都一样。

金融 · 制造 · 零售 · 研发 · 客户服务

智能层

AI Runtime 从模型到员工

把一次次模型调用,变成一名长期在岗的员工。这一层保存它的记忆和目标,安排它和同事协作,也管它的入职、调岗和离职。

有身份 · 有记忆 · 有目标 · 可治理

平台层

Platform Runtime 装在现有设备上

执行端是一个轻量客户端,装在企业现有的办公电脑、服务器,甚至车间工控机上,支持 Windows、macOS 和 Linux。数字员工通过它操作软件、处理文件、登录业务系统;没有接口的老系统,就直接在界面上操作。现有 IT 不用改。

办公电脑 · 服务器 · 工控机 · 现有 IT 不用改
任务下发,进展回报
指挥中枢
数字员工在这里做判断、领任务、接受管理
任务分派 统一决策 集中治理
任务下达 ·
现场执行
进展回报 ·
随时接手
工作现场
装在员工电脑、服务器与设备上的执行端
Windows macOS Linux 传统系统 工控机

人也能从任何一台设备接进来,看进度,或者直接接手。

企业治理

权限、审批、
审计、预算

企业怎么管员工,就怎么管数字员工。权限、审批、审计和预算都做在平台里。

敏感操作,人来拍板

高风险动作先试运行,不产生真实影响;负责人确认后才正式执行。权限细到具体对象和具体操作。

每一步都留痕

每次判断和执行都有审计记录。事后能复盘,责任说得清,内审和合规检查都用得上。

预算与边界,提前设好

可以给每名数字员工设资源和花费上限。连续出错会自动暂停,并通知负责人。

模型随你选

不绑定某一家大模型。按任务选模型,随时可以换;已经采购的模型继续用。

演进

从智能体到 AI 团队

三个阶段的差别在三件事:有没有身份,记不记得事,能不能和别人一起干。

智能体

会用工具,能完成一件具体的事。没有长期身份,也不记得上一次。

数字员工

有身份、权限、记忆和工作区,守一个固定岗位,自己做决定,对结果负责。做过的事会记下来,别人也能用。

AI 团队

多名数字员工和人一起分工、转交、互相检查,组成一支人和 AI 混编的团队。

从名字里的星云出发,我们与 AI 同行,向外探索。

  1. 探索走出对话窗口
  2. 世界读懂业务的规则
  3. 智能记得事,持续做事
  4. 数字员工有岗位,担责任
  5. AI 团队人与 AI 同在一个组织

数字员工
如何在组织中就位

它有岗位,有同事,有汇报对象,也有自己做不了主的事。

个人助手

数字员工

个人助手跟着一个人走。数字员工属于组织,有岗位、工作区和长期记忆,人员调动了,岗位还在。

工具

协作伙伴

工具等人来调用。协作伙伴会主动推进任务,把信息交给下一个人,也会接住别人转来的活。

融入协作

数字员工,直接入职你的团队

团队不用学新系统。数字员工用企业现有的账号登录,在现有的聊天工具里接活。

一套身份,正式入职

接入企业现有的账号和认证体系。权限、审批和审计跟人类同事用同一套标准,入职、调岗、离职都走流程。

SSO 单点登录 权限与审批 审计记录

走进日常协作工具

在飞书、企业微信、钉钉里可以直接 @ 它、拉它进群、给它派任务,也能看到它汇报的进度。

飞书 企业微信 钉钉
工作循环

AI 的工作方式

回答完一个问题,工作还没结束:每次行动的结果,都是下一次判断的依据。

理解

读对象、状态和规则

决策

对照目标和限制做判断

行动

调工具,进业务系统

观察

看这一步的结果

评估

看这一轮有没有用,再进下一轮

目标没达成就再来一轮,目标变了就换方向。每一轮都有记录,人可以在任何一步插手、改正或叫停。

Build the AI Workforce.

从一名数字员工,到一支 AI 团队。

麦格哲维.AI