Multi-LLM - 北美华人人力资源协会

Multi-LLM

趋势？欧莱雅上线“全球 Beauty Tech Agentic Platform”，打通SAP与Salesforce等核心系统 L'Oréal Launches Global Agentic AI Platform to Transform Enterprise Operations 核心摘要：欧莱雅正式推出全球Agentic AI平台，标志着企业AI进入“执行时代”。该平台基于Multi-LLM与Multi-Cloud架构，通过MCP协议打通SAP、SuccessFactors、Salesforce与ServiceNow，实现AI智能体在真实业务系统中的操作能力，而非仅做分析辅助。更值得关注的是评论区透露的行业趋势：AI挑战已从“模型能力”转向“运营与治理”。包括Agent行为的实时控制（Runtime Control）、规则漂移带来的持续治理问题，以及多步骤决策链中的风险管理，正在成为企业落地AI的核心难题。这意味着企业正从“软件系统”走向“AI执行系统”，HR系统也将从记录工具升级为执行引擎。AI不再只是效率工具，而是正在重塑组织运行方式的基础设施。更多信息可以关注 HRTech 当大多数企业仍在讨论如何通过AI提升效率时，L'Oréal 已经将AI推进到了一个更深层次：让AI直接进入企业执行系统。其最新发布的 Beauty Tech Agentic Platform，并不是一个传统意义上的AI应用平台，而更像是一个“企业级AI操作系统”的雏形。这一动作的核心意义在于，企业不再只是“使用AI”，而是在构建一个由AI智能体驱动的运行体系。这标志着AI从辅助工具，正式进入企业的执行层。从辅助到执行：AI角色的根本变化在 Etienne Bertin 的表述中，有一个非常关键的转变：企业正在从“帮助人完成任务”，走向“与AI智能体协同完成工作”。这不仅是技术能力的提升，更是AI角色的重新定义。过去的AI主要承担信息处理和辅助决策的角色，例如生成内容、分析数据或提供建议。而在Agentic AI模式下，AI智能体可以直接连接企业核心系统，并执行实际操作。例如，通过MCP（Model Context Protocol），该平台将AI智能体与 SAP S4HANA、SAP SuccessFactors、Salesforce 以及 ServiceNow 等系统打通，使其具备真正的业务执行能力。这意味着企业正在从“System of Record（记录系统）”迈向“System of Execution（执行系统）”，AI开始参与而不仅是支持业务运行。真正的挑战：不是构建AI，而是运营AI 如果仅从架构角度来看，Multi-Cloud、Multi-LLM以及数据治理已逐渐成为企业级AI的标准配置。但评论区的讨论揭示了更深层的现实：AI的难点已经不在“能不能做”，而在“如何管、如何用”。来自 Mounir Nejjai 的观点指出，企业不能仅依赖可观测性（Observability）来理解AI行为，而需要构建一个“运营层”（Operations Layer），能够实时干预AI的运行。这种转变类似于从“监控摄像头”升级为“安全运营中心”。换句话说，未来企业需要具备的是一种新的能力：对AI进行持续运营和调度，而不仅仅是部署和监控。这也意味着一个新的技术与产品方向正在出现，即“Agent Operations（智能体运营层）”。 AI治理进入“持续化时代” 另一个关键问题在于，AI系统的规则并非一成不变。随着模型、数据和环境的变化，AI行为会发生“漂移”。这意味着传统的“上线前设定规则”模式已经失效。企业需要建立持续治理机制，包括行为审计、策略动态更新以及自动纠偏能力。这一变化使AI治理从一次性合规动作，转变为长期的运营能力。对于HR及企业管理者而言，这意味着未来不仅需要理解AI，还需要具备管理AI的能力，类似于管理团队或业务流程。风险的本质：来自“连续决策链” 来自 Alamine Ahamada 的评论揭示了Agentic AI最核心的风险之一：单个动作的正确性并不能保证整体系统的安全。在传统系统中，决策往往是单点的，而在Agent系统中，AI会进行多步骤连续决策。这种“决策链”可能在每一步都合理，但最终结果却偏离预期。因此，企业需要构建“运行时控制（Runtime Control）”能力，在AI执行过程中实时监控和干预其行为，而不是仅在设计阶段进行风险控制。数据与用例：决定成败的关键变量尽管Agentic AI在技术上已经具备可行性，但其商业价值的实现仍然受到基础条件的制约。来自 Maire Orusaar 的观点指出，真正的挑战在于主数据质量、成本控制、安全以及用例选择。这一判断揭示了一个现实问题：许多企业能够构建AI系统，但无法实现规模化应用。原因在于缺乏高质量数据、清晰的业务场景以及合理的成本结构。因此，在Agentic AI的早期阶段，企业之间的竞争将更多体现在数据能力与场景设计能力上，而非模型本身。组织层面的重构：HR角色正在被重写来自 Stephanie Lutz 的评论指出，这一变化本质上是企业运营模型的演进，而非单纯的技术升级。这一判断对于HR领域尤为重要。当AI智能体进入企业执行层后，组织内部将发生多方面变化。员工将不再只是使用系统，而是与AI协作；决策将由“人主导”转变为“人机协同”；岗位能力也将从执行流程转向管理和优化AI。这意味着HR系统将从“记录工具”升级为“执行引擎”，而HR角色将从流程管理者转变为AI运营与治理的参与者。未来的关键问题：AI是否理解“意图” 在众多讨论中，一个较少被关注但极为重要的问题是，AI如何理解客户或员工的“意图”。来自 Jana Bobosikova 的提问直指这一核心。如果AI仅基于规则和历史数据进行决策，其能力仍然局限于执行流程。只有当AI能够理解并整合“意图数据”，才能真正实现决策优化和体验提升。这也预示着未来AI发展的一个方向：从“流程驱动”走向“意图驱动”。结语：企业正在进入“Agent驱动时代” 欧莱雅的这一举措，清晰地展示了企业AI发展的下一阶段路径：从软件驱动，走向智能体驱动。企业不再只是构建系统，而是在构建一个由AI参与运行的复杂生态。这一转变的核心不在于技术本身，而在于企业是否具备运营、治理和规模化AI的能力。对于HRTech行业而言，这意味着竞争逻辑的根本变化：未来的关键，不再是系统功能的丰富程度，而是是否能够构建一个可控、可运营且具备业务价值的AI智能体体系。这场变革才刚刚开始。

Multi-LLM
2026年04月07日

订阅NACSHR周报

HR Jobs