衡量AI发展势头的下一个标准：工作重塑

在昨天的财报电话会议上，我们分享了智能Microsoft Copilot副驾驶®付费席位已突破 3,000 万，净新增席位数较上一季度增长超过一倍。这是一个重要的里程碑，且背后反映出一个更深层的转变：在各行各业，AI 正在从“助手”转变为“主动参与者”。它不再只是人们使用的一种工具，正成为工作完成方式中不可或缺的一部分。越来越多组织开始围绕 AI 重新设计工作流，员工也在指挥智能体承担任务、项目和流程，从而拓展自身能动性，放大个人影响力。

企业 AI应用的第一阶段，体现在采用和普及上，包括部署规模、授权数量、节省工时等指标都带来了真实收益，并将持续累积。而下一阶段将由“转型“来定义。在微软，我们的使命是予力全球每一人、每一组织，成就不凡。随着人与智能体协作愈发深入，过去难以实现的目标正在成为现实，我们也看到了进一步践行这一使命的巨大机遇。

来自智能 Microsoft 365 Copilot 副驾驶®的最新遥测数据，以及全球客户和微软内部团队的实践案例，都表明这场变革正在真实发生。这种变化体现在三个方面：第一，人们使用 AI 的广度和深度正在提升；第二，AI 正在带来从提效到创造全新能力的更多可能；第三，组织开始围绕不同岗位的实际需求，更有针对性地构建和应用 AI。首先，我们从技术本身说起。

创新跃迁

过去几个月，一类新型AI产品形态正在出现：它不是单一模型，而是被置于智能体框架之中，能够形成自我反馈闭环——规划、执行、测试并修正自身工作，最终交付完整结果。这正是Copilot Cowork，该产品已于今年6 月正式发布。Cowork 能处理多步骤工作：用户定义任务，它便可端到端推进，并返回最终结果。其多模型架构能够根据不同任务需求灵活调用最适合的模型，并随着更多模型的接入持续扩展能力边界。测试表明，与单一模型方案相比，Cowork 的成本降低了 30% 至40%。微软还推出了首个自主运行智能体（autopilot agent） Microsoft Scout。它拥有独立身份和权限，能够在后台持续运行，即使用户注意力转向别处，也能推动工作继续向前。所有输出都基于Work IQ，理解组织内部工作的真实语境，包括员工角色、项目、优先事项和组织知识，因此能够更贴合企业实际需求。

这种跃迁不仅体现在我们交付给客户的产品中，也体现在微软工程团队构建产品的方式上。虽然许多员工都参与了 Cowork 的开发，但核心团队始终保持精简。从项目启动时的 3 名工程师，扩展到产品正式面向公众发布时的 9 人。即便如此，Cowork 的推进速度依然令人瞩目。从概念提出、预览版发布，到被《财富》500强企业中半数企业采用，整个过程仅用了六个月时间。这一突破源于团队围绕 AI 智能体重构了软件开发流程，让小团队也能达到传统工程工作流难以企及的速度、规模和自动化水平。

Microsoft Scout 的研发同样始于一支小团队，团队成员与具备共享上下文、评估机制和清晰规范的自主智能体协同工作，并在短短数周内从初始概念推进到可运行产品，而不是过去常见的数月周期。Omar Shahine，Microsoft Scout部门微软全球资深副总裁表示：“过去，我花了很多时间应对团队规模化挑战：协调大型团队、统筹合作，并确保所有工作齐头并进。如今，重点已经转向为专家团队创造环境，让他们能够快速行动、安全试验，并持续积累和沉淀经验，让每一个新项目都站在更高起点上。” 这类前沿团队规模精简、目标明确，并以人机协作为鲜明特征，为未来数月乃至数年知识工作的转型方向提供清晰信号。

企业AI应用持续深化与扩展

随着 AI 产品及其构建方式日趋成熟，智能Microsoft Copilot副驾驶®在企业中的应用也不断向更深层次和更广泛的场景拓展。仅在过去一年中，用户平均对话次数几乎翻倍；同时使用多项智能 Microsoft Copilot副驾驶®功能的用户数量实现了三位数增长。如今，智能Microsoft Copilot副驾驶®的平均周活跃度已经与 Outlook 和 Teams 不相上下。这充分表明 AI 正以前所未有的速度融入日常工作。

从人们每周最常让 Copilot Cowork 完成的工作来看，越来越多任务开始涉及多个步骤。例如，分析一组数据并撰写邮件解释分析结果，或研究一个问题并编写代码加以解决。将这类多步骤工作流纳入统计后，分析相关工作占所有任务的比例达到49%，而当分析仅作为独立任务时，这一比例为29%。数据表明，AI 正在从帮助人们完成单项任务，逐步发展为帮助人们完成整个工作流。

从行业整体发展趋势来看，制造业、银行业以及软件与科技行业仍然是 Microsoft 365 生态中智能体应用最活跃的几个领域。同时我们也惊喜地看到，汽车、医疗健康等行业的智能体应用正快速增长。智能体的价值正在突破先行行业的边界，加速向更多领域释放。

这一势头最明显的体现，或许是企业正在以前所未有的速度规模化部署智能Microsoft Copilot副驾驶®。过去一年，拥有超过 5 万个席位的客户数量同比增长超过 7 倍。与此同时，将其推广至大多数信息工作者的企业客户数量季度环比增长近 75%，充分反映出智能 Microsoft Copilot副驾驶®已逐渐成为企业运营的重要组成部分。此外，客户中用户月活跃率提升至80%以上所需的时间，在过去一年已从数月缩短至短短几天[10]。这些趋势共同表明，越来越多组织正在将 AI 和智能体深入融入日常工作的流程之中。

AI让更多可能成为现实

AI 最基础的价值是通过提升速度带来效率改善。但那些真正释放AI 价值的组织，已经不再将效率提升视为唯一目标，而是开始看到 AI 如何重塑工作本身，并进一步拓展组织能力的边界。

以微软的云供应链 （Cloud Supply Chain）团队为例，他们采取了“先精简流程，再引入智能体”的方法。他们首先梳理并优化了6项端到端业务流程，搭建统一的数据基础，随后在规划、采购、履约和物流等环节部署了 70 多个专用智能体。结果显示，部分关键流程的周期缩短了 75%。更重要的是，这一实践也验证了一个重要原则：自动化并不能替代流程优化。真正有效的做法，是先把工作流程理顺，再借助智能体放大效率和价值。

效率提升是一种进步，而决策质量的提升则是另一种价值体现。在智能电源管理企业伊顿（Eaton），为了查明制造质量问题背后的根本原因，团队长期需要投入大量时间开展调查。为减轻这一负担，公司开始引入AI驱动的质量智能体协助专家审阅制造质量问题报告，快速识别潜在问题根源、变化趋势并获取供应商相关洞察。截至目前，该智能体已应用于约 5,000 份报告，不仅加快了分析效率，强化了数据驱动决策能力，还帮助团队更早识别风险并采取预防措施，同时确保最终的判断和决策始终掌握在伊顿的专家团队手中。

还有一些组织正在探索另一种可能性：让最接近业务问题的一线员工亲自构建解决方案。Premera Blue Cross 希望让员工能够自主创建 AI 智能体，从而减少重复、繁琐的手动工作，并应对不断积压的任务和依赖人工处理的工作流程。这家服务覆盖美国华盛顿州和阿拉斯加州的健康保险机构，首先将智能Microsoft Copilot副驾驶®和 Copilot Studio 集成到员工日常使用的工具中，同时配套培训和明确的治理规范，使员工能够在不影响参保人信任风险的前提下开展探索。截至目前，该团队已构建超过 900 个智能体，且数量仍在持续增长，其中包括一个用于合同附件处理的智能体，借助智能文档处理能力，将原本需要 30 至 45 分钟的人工流程缩短至3 分钟，使员工能够将更多时间投入到为会员提供医疗服务支持和解答关键问题等更具价值的工作中。

更进一步，AI可以帮助组织完成过去难以实现的工作。在Levi Strauss & Co.，AI 已深度融入从消费者洞察到人力资源等各个业务环节。一个智能体仅用一天时间，就分析了1,100 份财务标准操作流程，并梳理出 18,000 项独立任务，从而构建出一幅此前难以呈现的完整工作图景。财务副总裁 Lisa Sterling 表示：“这个智能体让我们得以量化一项我原本认为根本无法衡量的机会。”

在全球专业咨询机构安永（EY），一款自主采购智能体（ASA，AutonomousSourcing Agent）正在为采购流程中的低成本、低风险交易实现自动化处理，覆盖从采购申请、谈判到采购订单创建等多个环节。ASA 能够同时与一家或多家供应商开展谈判，就价格、交付周期和保修条款等事项进行协商，同时保持人工参与，以支持必要的审核与升级处理。自 2025 年 10 月启动试点以来，ASA已支持超过 200 笔交易，预计未来一年将处理约 1,500 笔交易。这一成果带来了更快速、更高效的采购流程，帮助团队从供应商合作中创造更多价值，同时确保关键判断和决策始终由人来负责。

将专业经验沉淀为组织能力

那些已经看到 AI 带来显著变化的组织，与仍在等待成果的组织之间，差别并不在于部署了多少 AI，而在于是否让 AI 真正融入实际工作。然而，当前最普遍的部署模式依旧是给所有员工同样的工具，然后让大家自行探索使用方式。相比之下，那些用AI创造出更大价值的企业，往往会从具体岗位的工作内容出发，围绕实际需求打造更贴合业务场景的 AI 能力。

标普全球大宗商品洞察（S&P Global Commodity Insights）的实践，表明了AI 将深厚且专业的行业知识直接融入工作流程，使更多人能够便捷获取并运用可信赖的专业洞察。随着市场对 AI 就绪数据（AI-ready data）需求的不断增长，该公司利用 Microsoft Copilot Agent Builder 和 MicrosoftGraph 连接器，在 Microsoft Teams 中构建了智能Microsoft Copilot副驾驶®智能体，使客户能够以更简单的方式获取其大宗商品研究和市场洞察，并与相关内容进行交互。该解决方案将数据提取速度提升了95%，对比分析速度提升了98%，帮助客户更快地把海量信息转化为可落地的情报，从而在全球能源和大宗商品市场中更迅速地做出更加明智的决策。

微软的销售团队针对不同销售角色配置了专属 AI 智能体，包括研究助手（Researcher）、分析智能体（Analyst Agent）、销售智能体（Sales Agent）、交易推进智能体（Deal Agent），以及MSXi Copilot（负责销售情报与报告分析的智能体）。每个智能体都针对销售工作中的特定场景设计，帮助销售人员在合适的时间获得所需支持。当越来越多协调性和事务性的工作由智能体承担后，销售人员得以把更多时间投入客户服务。试点数据显示，销售人员面向客户的时间占比从 25% 提升到 50%，人均营收增长9.4%，成交周期缩短 20%。调研还显示，重点应用场景的AI 使用率提升至原来3倍。

数据与营销咨询公司凯度（Kantar）正在打造一套面向人力资源场景的“人力资源智能体（People Agent）”系统。这套系统由约 10 个智能体、60 多个任务及相关工作流组成，并由长期负责处理这些业务的人力资源团队参与设计并持续完善。如今，越来越多的人力资源工作已经能够在无需人工介入的情况下完成，一份过去需要3天才能开具的在职证明，现在最快只需 120 秒即可完成。Kantar 报告中显示，通过“人力资源智能体“自动处理的相关业务咨询占比已从今年 2 月的零增长至目前约 40%，并计划在年底前提升至 95%。

微软人力资源团队每年需要在百余个系统中处理上百万次员工互动，其工作直接关系到员工体验和业务运营。该团队利用 Frontier Tuning，将人力资源专业能力规模化应用于各项流程和员工体验节点，而非逐项改进单一任务。团队将专业人员的经验提炼为任务、技能和评估标准，用于定义高质量工作的标准。由此构建的一套 AI 驱动系统，能够在具备必要业务背景、质量标准和组织知识的基础上承担运营工作，将从业者的专业经验转化为组织能力。团队还可以通过真实业务场景持续评估智能体表现，并针对工具、上下文、技能以及模型本身等关键要素进行调整和优化，以确保稳定、一致的表现。目前，借助 Frontier Tuning 开发的智能体已在微软人力资源团队中正式投入使用，其任务成功完成率达到基准通用模型的5倍。随着 AI 承担越来越多日常工作，微软人力资源部门的人事运营专家得以将精力集中于复杂的员工互动、需要权衡的决策，以及更依赖人类洞察的战略性工作。

下一阶段

随着 AI 技术持续演进，组织开始从实践中获得可量化的业务价值，衡量 AI 成效的标准也正在发生着变化。企业关注的不再只是应用规模，而是 AI 是否真正融入工作之中，是否推动了岗位、流程和组织能力的演进，促进智能体的成长与治理，以及创造出过去难以实现的新能力。那些能够持续创造长期价值的企业，正在推动技术创新、组织变革与人的主动性同步演进。这正是前沿公司所代表的变革方向。

作者：施洋（Jared Spataro），微软首席营销官，AI at Work