(1)作者背景权威:作者是AIGC领域资深观察家、分析师和布道者,对Agentic AI的发展和应用有系统的梳理和深的思考。 (2)内容系统全面:呈现完整Agentic AI企业级应用知识体系,包括“基础认知-技术原理-业务应用-组织战略-落地实操”五大板块,从第一性原理切,清晰界定核心概念,深技术内核,连商业价值,升维战略格局,提供实战指南。 (3)案例丰富详实:书中通过制造业、金融、医疗等十大行业案例,展现Agentic AI赋能业务的具体场景与成效,结合需求评估、实施规划、项目管理等实操内容,提供可复用的方法论与工具箱。
售 价:¥
纸质售价:¥84.60购买纸书
6.5
温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印
为你推荐

|前言|
|第一部分| Agentic AI的基础认知
CHAPTER 1 第1章 全面认识Agentic AI
1.1 Agentic AI的定义与特征
1.1.1 Agentic AI的定义
1.1.2 Agentic AI的9大特征
1.2 Agentic AI的发展历史
1.3 Agentic AI的优势与应用场景
1.3.1 Agentic AI的优势
1.3.2 Agentic AI的应用场景
1.4 Agentic AI与传统AI的主要区别
1.5 Agentic AI的技术突破与创新
1.6 Agentic AI、AI Agent与Agentic Workflow
1.6.1 概念界定
1.6.2 三者之间的关系
CHAPTER 2 第2章 Agentic AI的市场现状与竞争格局
2.1 Agentic AI的市场增长态势与驱动因素
2.1.1 市场增长态势
2.1.2 市场增长驱动因素
2.2 全球科技巨头的战略布局
2.3 创业公司的创新方向
2.4 Agentic AI的20种商业模式
2.5 Agentic AI的投资热点
|第二部分| Agentic AI的技术原理
CHAPTER 3 第3章 Agentic AI的技术实现
3.1 Agentic AI的工作流程
3.2 Agentic AI的技术内核与实现机制
3.3 Agentic AI的核心组件
3.4 Agentic AI的技术架构与关键技术栈
3.4.1 Agentic AI的技术架构
3.4.2 Agentic AI的关键技术栈
3.5 LLM与Agentic AI
3.5.1 LLM在Agentic AI中的应用
3.5.2 基于LLM构建智能Agent
CHAPTER 4 第4章 AI Agent深度解析
4.1 感知、推理与决策
4.1.1 AI Agent的感知机制
4.1.2 AI Agent的推理机制
4.1.3 AI Agent的决策机制
4.1.4 AI Agent的知识表示
4.2 编排与调度
4.2.1 编排原则
4.2.2 任务分配
4.2.3 资源调度
4.2.4 性能优化
4.2.5 异常处理
4.3 记忆机制和学习能力
4.3.1 AI Agent的记忆机制
4.3.2 AI Agent的学习能力
4.3.3 LLM在记忆与学习中的核心作用
4.4 通信协议与标准
4.4.1 通信协议
4.4.2 交互机制
4.4.3 标准规范与实践
CHAPTER 5 第5章 Agentic Workflow的设计与实现
5.1 全面认识Agentic Workflow
5.1.1 Agentic Workflow的基本概念
5.1.2 Agentic Workflow的关键特征
5.1.3 Agentic Workflow的主要功能
5.1.4 Agentic Workflow的工作模式
5.1.5 Agentic Workflow的常见类型
5.1.6 Agentic Workflow的优势与局限性
5.2 Agentic Workflow的实现
5.2.1 基本组成
5.2.2 主要设计模式
5.2.3 技术栈
5.3 Agentic Workflow的构建方法与最佳实践
5.3.1 构建方法
5.3.2 最佳实践
5.4 Agentic Workflow的应用案例
|第三部分| Agentic AI在业务流程中的应用
CHAPTER 6 第6章 企业级Agentic AI应用框架
6.1 Agentic AI对业务流程的影响
6.1.1 传统业务流程的痛点与挑战
6.1.2 Agentic AI带来的流程变革
6.1.3 Agentic AI重塑流程的方法论
6.1.4 Agentic AI重塑流程的步骤
6.2 企业级Agentic AI应用架构设计
6.2.1 设计目标与架构设计
6.2.2 设计原则
6.2.3 设计企业级Agentic AI系统应遵循的实践框架
6.3 基于Agentic AI的业务流程分析方法论
6.3.1 业务流程梳理与优化
6.3.2 业务流程中的瓶颈识别方法
6.3.3 业务流程分析的工具和技术
6.3.4 业务流程的持续改进机制
6.3.5 评估指标体系的构建
6.3.6 从流程自动化到自主流程的路径规划
6.4 流程自动化成熟度评估
6.5 Agentic AI能力评估与选型
6.5.1 明确需求与目标
6.5.2 核心评估维度与指标
6.5.3 Agentic AI解决方案的选型步骤
6.6 实施路径与效果评估
6.6.1 Agentic AI实施路径指南
6.6.2 Agentic AI效果评估方法
CHAPTER 7 第7章 Agentic AI行业应用案例
7.1 Agentic AI在制造业的应用
7.1.1 核心价值与应用场景
7.1.2 应用案例
7.1.3 应用前景
7.2 Agentic AI在金融行业的应用
7.2.1 核心价值与应用场景
7.2.2 应用案例
7.2.3 应用前景
7.3 Agentic AI在零售行业的应用
7.3.1 核心价值与应用场景
7.3.2 应用案例
7.3.3 应用前景
7.4 Agentic AI在医疗健康行业的应用
7.4.1 核心价值与应用场景
7.4.2 应用案例
7.4.3 应用前景
7.5 Agentic AI在物流领域的应用
7.5.1 核心价值与应用场景
7.5.2 应用案例
7.5.3 应用前景
7.6 Agentic AI在教育领域的应用
7.6.1 核心价值与应用场景
7.6.2 应用案例
7.6.3 应用前景
7.7 Agentic AI在客户支持领域的应用
7.7.1 核心价值与应用场景
7.7.2 应用案例
7.7.3 应用前景
7.8 Agentic AI在文娱领域的应用
7.8.1 核心价值与应用场景
7.8.2 应用案例
7.8.3 应用前景
7.9 Agentic AI在政务领域的应用
7.9.1 核心价值与应用场景
7.9.2 应用案例
7.9.3 应用前景
7.10 Agentic AI在建筑领域的应用
7.10.1 核心价值与应用场景
7.10.2 应用案例
7.10.3 应用前景
|第四部分| Agentic AI赋能组织转型与战略创新
CHAPTER 8 第8章 2Agentic AI驱动的组织变革
8.1 组织数字化能力评估
8.1.1 评估目的与核心维度
8.1.2 评估流程与方法
8.1.3 评估工具
8.2 组织结构重塑
8.2.1 为什么Agentic AI能驱动组织结构重塑
8.2.2 组织结构变革管理方法论概述
8.2.3 Agentic AI与组织结构变革管理方法论相融合
8.2.4 借助Agentic AI推动组织变革的具体场景
8.2.5 组织结构重塑案例
8.2.6 Agentic AI变革管理的实践路径
8.3 人才能力建设框架
8.3.1 Agentic AI人才能力建设框架
8.3.2 Agentic AI人才分类框架
8.3.3 Agentic AI人才能力建设的实施策略
8.4 组织文化转型策略
8.4.1 Agentic AI赋能企业文化转型
8.4.2 Agentic AI驱动企业文化转型的策略
8.4.3 组织实施文化转型策略的关键考量
8.5 Agentic AI数字化转型路线图设计
CHAPTER 9 第9章 Agentic AI战略规划与执行
9.1 Agentic AI战略规划与实施
9.1.1 Agentic AI战略规划框架
9.1.2 将Agentic AI纳入企业战略的关键方法
9.1.3 战略目标分解方法
9.1.4 战略执行路径设计
9.1.5 战略监控与评估体系
9.2 战略执行问题与解决方案
9.3 企业战略与技术战略的对齐
9.4 自动化优先、AI优先与Agentic AI优先
CHAPTER 10 第10章 企业如何用Agentic AI构建竞争优势
10.1 AI能力成熟度
10.1.1 AI能力成熟度模型
10.1.2 Agentic AI能力成熟度模型
10.2 数据战略与数据治理
10.2.1 数据战略
10.2.2 数据治理
10.3 企业生态系统与Agentic AI的协同
10.3.1 Agentic AI赋能企业生态系统
10.3.2 通过Agentic AI构建和强化企业生态系统的方法
10.3.3 构建Agentic AI驱动的企业生态系统的关键策略
10.4 Agentic AI与战略创新
10.4.1 Agentic AI在战略创新中的作用
10.4.2 使用Agentic AI优化战略的方法
|第五部分| Agentic AI实操指南与案例研究
CHAPTER 11 第11章 需求评估与实施规划
11.1 Agentic AI的需求评估
11.2 Agentic AI的实施规划
11.2.1 目标设定、团队组建与架构设计
11.2.2 数据策略、Agent开发与集成部署
11.2.3 测试验证、监控优化与风险管理
11.2.4 变革管理、沟通与持续优化
11.3 Agentic AI实施路线图
11.4 风险、伦理与治理考量
11.4.1 操作风险与漏洞
11.4.2 伦理影响:偏见、透明度、问责制
11.4.3 监管合规与治理框架
CHAPTER 12 第12章 项目管理与优化
12.1 通用Agentic AI项目治理框架
12.1.1 治理原则
12.1.2 治理结构与角色
12.1.3 治理流程与机制
12.1.4 标准指南与政策
12.1.5 项目管理方法
12.1.6 工具与技术
12.2 持续优化机制
12.2.1 持续优化机制的核心
12.2.2 Agentic AI项目持续优化的具体方法
12.2.3 智能客服Agentic AI持续优化案例
12.3 人机协作的管理挑战与应对策略
12.4 案例研究:项目管理中的成功实践
12.4.1 案例1:Moveworks的企业服务自动化平台
12.4.2 案例2:Accenture的企业级Agentic AI生态构建
12.4.3 案例3:Lattice构建AI协作平台以增强人力资源管理
CHAPTER 13 第13章 Agentic AI的未来展望
13.1 技术发展趋势
13.2 行业应用趋势
13.3 挑战与机遇
13.3.1 Agentic AI的技术挑战及应对策略
13.3.2 Agentic AI的伦理挑战及应对策略
13.3.3 Agentic AI的法律挑战及应对策略
13.3.4 抓住Agentic AI的商业机遇
13.4 Agentic AI的融合趋势
13.5 人类与AI的共生未来
后记
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜