当AI开始承担真实工作，企业需要考虑的，已经不只是它能做什么，还有谁来管理它。

假如一家企业突然增加100名员工，首先要做什么？

明确岗位、分配权限、安排工作、确定负责人。这些都是再正常不过的管理动作。

但如果新增的是100个AI Agent呢？

它们可能分布在财务、销售、采购、供应链等不同系统中，有的负责审核单据，有的负责跟进客户，有的可以查询库存、生成订单，甚至直接调用业务系统执行操作。

这些Agent归谁管理？哪些工作可以独立完成？如果操作失误，谁来承担责任？

随着AI从回答问题走向执行任务，这些问题正在成为企业必须面对的新课题。

10月12日，据《Financial Express》报道，全球IT服务商TCS正在构建企业AI统一治理体系，用于管理企业自行开发、采购以及来自第三方平台的AI Agent，覆盖S/O/S等不同企业应用。

这件事值得关注。

过去两年，企业AI市场的竞争主要集中在模型能力和Agent数量上。谁的模型更聪明，谁能完成更多任务，谁就更容易吸引关注。

但企业真正开始使用Agent后，情况变得复杂了。

一家企业可能同时使用多个厂商的AI产品。销售部门有自己的Agent，财务部门部署了智能审核工具，采购部门又引入了供应商协同助手。

单独看，每个工具都能解决一些问题。但当它们需要跨部门、跨系统工作时，权限如何分配？任务如何协调？成本如何控制？操作记录由谁保存？

企业不可能为每一个Agent建立一套独立的管理规则。

TCS布局统一治理体系，反映出企业AI市场正在出现新的需求：不仅要让Agent能干活，还要让企业管得住。

传统软件通常由员工操作。系统负责提供功能，员工负责判断和执行。

Agent改变了这种关系。

例如，销售人员提出：“帮我跟进本周重点客户。”

普通AI助手可能生成一份跟进建议，而具备执行能力的Agent，可以进一步查询商机、整理客户信息、创建跟进任务，甚至准备发送邮件。

从提供建议到执行工作，看似只是功能升级，背后却涉及企业管理方式的变化。

一个销售Agent可以生成报价，但是否有权修改价格？

一个采购Agent可以推荐供应商，但能否变更供应商的收款账户？

一个财务Agent可以发现付款异常，但能否自行决定继续付款？

这些问题不能只靠模型自身判断。

企业需要明确哪些工作可以自动执行，哪些必须经过人工确认，哪些操作根本不应开放权限。

尤其当Agent进入财务、采购、资金等核心业务后，一次错误操作带来的影响，可能远大于一次错误回答。

企业真正需要的，不是一个无所不能的Agent，而是一个知道自己该做什么、不该做什么的数字员工。

如何让数字员工真正进入企业组织？

可以借鉴企业管理员工的基本方法，为数字员工建立清晰的身份、岗位、权限和责任体系。

用友企业数字员工Yo-Wo提出的“五张证”，正是一个容易理解的管理框架。

第一张，身份证：它是谁？

数字员工需要有独立身份，明确所属部门、管理责任人和运行状态。不能让多个Agent共用一个无法区分的账号，否则出了问题，很难追溯。

第二张，岗位证：它负责什么？

数字员工应有明确的工作范围。应收数字员工负责账款核对和逾期提醒，采购数字员工负责询价比价和交期跟踪。岗位越清晰，工作越容易管理。

第三张，权限证：它能做什么？

能够查询数据，不代表可以修改数据；能够提出付款建议，也不代表可以直接付款。数字员工必须在授权范围内工作，关键操作需要保留审批机制。

第四张，责任证：出了问题谁负责？

数字员工可以执行任务，但企业的管理责任不能因此消失。遇到异常或高风险操作，应当有明确的人工接管机制和责任人。

第五张，工作记录证：它做过什么？

数字员工接收了什么任务、调用了哪些工具、执行了哪些操作、结果如何，都需要形成必要记录。这既是审计要求，也是评价工作价值的依据。

五张证看似简单，实际上回答了数字员工进入企业后最基本的管理问题。

过去，企业关心AI能不能完成任务。现在，还要关心任务是如何完成的，过程是否可控，结果能否追溯。

管理好数字员工，只解决了一半问题。

另一半是，它能否真正理解企业业务。

大模型拥有丰富的通用知识，却未必知道一家企业今天的库存、客户欠款、采购价格和订单交付情况。

例如，让采购数字员工判断下周是否存在缺料风险，它必须了解生产计划、物料需求、当前库存、在途采购和供应商交期。

这些信息并不在通用大模型里，而在企业日常使用的业务系统中。

这也是ERP在企业AI时代仍然具有重要价值的原因。

以YonSuite为例，业财税一体化的业务体系，为企业提供了相互关联的经营数据和业务流程。在此基础上，数字员工才有条件根据真实业务信息开展工作。

例如，采购yowo可以围绕库存和交期开展风险分析，财务yowo可以辅助完成对账与异常检查，销售yowo可以协助整理商机和报价信息。

当然，能否自主执行、执行到什么程度，还取决于具体产品能力、业务规则和企业授权。

ERP让企业业务有据可查，数字员工则让部分业务工作有机会自动推进。

二者结合，企业AI才更容易从功能展示走向实际应用。

对于成长型企业，数字员工管理并不是遥远的话题。

一家50人的制造企业，可能没有庞大的IT团队，却同样面临订单增长、采购协同、财务对账和客户服务的压力。

如果业务每增长一部分，就需要相应增加人员，企业的管理成本也会持续上升。

数字员工提供了另一种选择：让员工专注于客户沟通、复杂判断和重要决策，把规则明确、重复频繁的工作逐步交给AI。

但这并不意味着企业需要一开始就部署几十个Agent。

更可行的方式，是从一项具体工作入手。

例如，先让财务数字员工辅助处理应收对账，明确它能读取哪些数据、能够完成哪些步骤、哪些异常需要人工处理。

运行一段时间后，再看对账效率是否提升、异常识别是否准确、人工工作量是否减少。

如果效果得到验证，再复制到其他岗位。

对成长型企业来说，AI应用的价值不在于部署数量，而在于能否用有限的人员和成本，支撑更大的业务规模。

过去，企业主要管理真人员工。

随着Agent进入业务流程，企业将逐渐形成由真人员工和数字员工共同参与的工作体系。

真人员工负责目标、判断和决策，数字员工在授权范围内承担具体任务。

IT部门负责技术与安全，业务部门负责岗位和工作规则，管理者负责结果与责任。

这并不意味着企业要建立一套庞大的新管理机构，而是需要把原本成熟的组织管理方法，延伸到数字员工身上。

未来，评价一家企业的组织能力，除了看有多少员工，还可能需要看数字员工承担了多少有效工作，业务效率改善了多少。

回到最初的问题：企业有100个AI Agent之后，谁来管理它们？

答案不是某一个部门，也不是某一套技术平台，而是一套与企业组织、业务流程和管理责任相结合的工作机制。

AI Agent越来越多，真正稀缺的将不再只是智能能力，而是把智能能力转化为企业生产力的管理能力。

这也是数字员工从“能上岗”走向“干得好、管得住”的关键。