Workday 推出承诺减少管理、增加监督的 AI 代理

Workday 推出了一套用于工作的 AI 代理，可自动执行常规管理任务。此次发布针对财务、人力资源和采购团队。管理者现在面临关于应移交多少控制权的新问题。这些代理标志着超越基于规则的自动化的深思熟虑的一步，利用学习模式处理不完整数据并建议以前需要人工判断的操作。其核心承诺是大幅减少手动输入，但早期部署显示监督工作量只是转移而非消失。对于探索类似 AI 原生方法的团队，诸如 remio 的知识融合工具 等资源提供了在保持人工监督的同时实现自动化的有用参考。

这些新代理实际能做什么

Workday 为常见工作流构建了单独的代理。一个代理会在费用报告到达管理者之前标记政策违规。另一个代理将候选人数据拉入入职清单，无需重复的人工输入。第三个代理将供应商发票与采购订单和收货单据匹配，突出显示差异以供审核。每个代理都运行在 Workday 内已配置的相同权限模型上，因此现有的基于角色的访问控制保持不变。

该系统在现有的 Workday 平台内运行。不需要单独的登录或额外的仪表板。用户通过他们已用于审批的同一界面将任务分配给代理。当代理完成一个步骤时，它会记录决策路径并显示任何不确定性分数以供人工检查。这种设计使每个操作都可审计，同时消除了在多个工具之间切换的需要。

除了这三个核心代理之外，Workday 还表示将推出用于采购合同审查和人力资源继任规划的附加模块。早期文档表明代理可以链接在一起；例如，入职代理可以在新员工的成本中心获得批准后触发下游财务代理。配置通过可视化策略构建器完成，管理员无需编写代码即可设置容差范围。

运行试点项目的组织注意到，这些代理每周可处理数千条记录的历史交易量而不会出现性能下降。在一次部署中，费用代理在其第一个月处理了三个地区办事处的 12,000 多张收据，仅将 9% 标记为需要管理者关注的例外情况。这种处理能力源于代理能够批量处理相似项目并应用学习模式，而不是孤立地评估每条记录。

特定代理如何处理财务工作流

发票匹配代理从扫描文档中摄取行项目数据，并与系统中存储的采购订单详情交叉引用。当数量、价格或税码在容差阈值内对齐时，它会自动批准匹配。当偏差超过配置的限制时，它会创建例外记录并通知指定的审核人。早期财务团队报告称，大约 70% 的标准国内发票现在无需进一步输入即可清算。

费用报告代理扫描收据图像以查找政策违规，例如不符合政策的供应商、缺少收据或重复提交。它们将这些问题显示在单个队列中，而不是将警报分散在电子邮件线程中。管理者随后可以在几分钟而不是几小时内批量批准或拒绝。同一代理还可将公司卡交易与提交的报告进行对账，减少经典的月末对账混乱。

深入了解财务代理后发现，它们还支持多实体组织。当发票跨越法律实体时，代理会应用公司间规则并自动过账适当的条目。此功能消除了以前需要财务分析师为每笔跨境交易验证转让定价文档的手动流程。一家欧洲企业集团报告称，其公司间过账时间从平均每张发票 45 分钟降至不到 5 分钟，同时审计就绪文档得到改善，因为每笔过账都包含代理的完整血统跟踪。

这些代理还通过结合机器视觉技术协助采购订单、收据和供应商发票之间的三向匹配，该技术可从 PDF 附件中提取行项目详情。当供应商格式不同时，模型应用从数千份先前文档中得出的迁移学习权重，使其能够快速适应而无需针对每个供应商进行配置。早期采用者表示，该方法开箱即用地处理大约 85% 的常见格式，管理员可以通过不需要数据科学专业知识的引导界面训练其他格式。

特定代理如何处理人力资源工作流

入职代理从候选人记录中组装任务列表，用招聘期间已捕获的信息预填充表单，并在存在集成时将背景调查请求路由给第三方提供商。当新员工数据来自收购或合并时，代理会标记缺失字段并根据类似的过去招聘建议默认值。人力资源团队仍会审查每个状态更改，但手动数据输入量明显下降。

离职代理则反向执行该过程。它们根据预定义的时间表撤销系统访问权限，归档合规保留文档，并触发最终工资计算。由于就业状态变化具有法律效力，每个自动化操作在执行前仍需要明确的人工签字。

代理管理临时工交易的能力带来了更多深度。当合同延期被触发时，人力资源代理可以更新供应商管理系统并重新计算带薪休假的应计余额，而无需工作人员在多个门户中重新输入数据。一家技术服务公司利用此功能将承包商入职周期从 11 天缩短至 4 天，同时遵守 17 种不同的州法规。

目前处于有限发布的继任规划代理分析绩效评级、技能清单和流动偏好，以显示领导职位的内部候选人池。早期用户报告称，该代理突出显示符合 80% 角色标准但在之前手动审查中被忽视的个人，从而在不增加人才管理团队人头的情况下扩大内部人才管道。

为什么监督需求正在上升

团队原本期望减少电子邮件和状态会议。实际上，管理者报告花费更多时间审查代理决策。每个代理输出仍需要检查模型遗漏的边缘情况。例如，财务团队现在跟踪代理创建的例外日志。这些日志标记需要人工判断的不确定匹配。当数据源发生变化或政策规则更新时，例外数量可能会增加。正如 The Verge 的报道所述，类似的企业 AI 部署经常转移而非消除审查负担。

这种转变也改变了会议议程。团队不再追逐状态更新，而是讨论如何完善容差阈值和例外处理手册。一些组织非正式地增加了一个名为“代理主管”的新角色，这是一种在高级分析师中轮换的职责，以保持关于模型随时间如何运行的机构知识。在一个案例中，主管角色阻止了政策变更在 400 份费用报告中传播错误批准，因为主管在变更后 48 小时内注意到不确定性分数突然激增。

客户账户内的早期用户反应

几家大型 Workday 客户在有限发布期间测试了这些代理。一家全球制造商将标准项目的发票周期时间缩短了约 40%。同一团队增加了每周审查会议以扫描代理标记的例外情况。在三个月内，例外数量下降了 18%，因为代理学会了特定供应商的模式，但每周会议仍然保留，因为审计师重视有据可查的审查轨迹。

专业服务领域的第二家客户发现，新员工的入职清单加快了速度。但人力资源主管每周花费额外时间确认代理生成的文档符合当地合规规则。在一个实例中，代理建议的标准录用通知书模板遗漏了必需的州特定通知；该错误仅因人力资源主管进行抽查审计而被发现。这一事件促使公司在更广泛推出之前收紧模板治理流程。第三家客户是一家公共部门卫生系统，报告采购方面有类似收益，但发现代理尚无法解析某些联邦补助金编码结构，需要内部 IT 团队在两天内配置自定义容差规则。

正如 Bloomberg 报道的那样，早期采用者强调，例外监控已成为永久的运营任务，而非临时的过渡活动。

这些代理与早期自动化相比如何

以前的 Workday 工具侧重于基于规则的工作流。这些工具标记明显错误，但将所有其他情况留给员工。新代理使用学习模式在数据不完整时建议操作。这种转变改变了瓶颈。员工曾经花费时间输入数据。他们现在花费时间确认当输入看起来模棱两可时代理是否选择了正确的操作。

与一些企业部署的机器人流程自动化脚本相比，Workday 的代理原生地存在于数据模型中。它们继承相同的安<|eos|>

仍然存在的限制

Workday 代理保持在客户数据边界内。它们不会拉取外部市场数据或第三方基准，除非客户已将这些数据存储在 Workday 中。因此，准确性取决于每个客户记录的完整程度。拥有碎片化遗留数据的组织在主数据质量改善之前，继续看到更高的异常率。

代理也无法覆盖最终审批权。每一步自动化操作在资金转移或雇佣状态变更前，仍需由指定人员进行人工审批。这一保障措施满足了审计要求，但即使置信度分数很高，也无法实现完全无人值守的处理。

风险与治理考量

由于代理能够快速处理大量事务，单一配置错误的容差设置可能在任何人注意到之前就生成数百个错误审批。因此，治理框架包含了当异常率超出历史基线时自动发出警报的机制。审计委员会已开始要求定期报告，按风险层级分解代理操作。

数据隐私法规增加了另一层要求。尽管代理在客户边界内运行，但任何受益于跨租户聚合学习的模型改进都必须明确选择加入。具有严格数据主权要求的客户通常选择将模型训练保持在本地，以换取合规确定性，同时接受可能较慢的准确性提升。Reuters 强调，受监管行业正在优先考虑租户本地训练选项。

团队接下来应跟踪的事项

客户将在下一季度观察异常率。稳定下降将表明代理正在学习公司特定模式。持平或上升的比率则表明需要更严格的政策定义。领先采用者发布内部仪表盘，统一跟踪周期时间缩短、异常老化以及审计发现。

Workday 计划今年夏天晚些时候发布更多关于代理训练数据的细节。该更新可能澄清有多少客户数据用于跨账户提升性能。与此同时，客户正在尝试按业务单元微调阈值，认识到适用于办公用品的采购政策与管理资本设备的政策存在显著差异。

实施路线图：分步部署

成功的推广遵循四阶段序列。第一阶段聚焦数据卫生：团队对目标模块的主数据完整性进行为期 10 天的审计。第二阶段配置初始容差区间，并以只读观察模式运行代理两周，使分析师能够将自动化建议与历史人工决策进行比较。第三阶段针对低风险交易类型引入有限的实时自动化，同时将高价值项目保留在完全人工审核下。第四阶段仅在异常率稳定低于预设阈值（通常为 12%）后扩大范围。跳过观察阶段的组织报告首月返工率高出 30%。

衡量 ROI 与成功指标

除了周期时间改善这一主要指标外，财务领导者还跟踪三项领先指标。首先，24 小时内解决的异常比例；该比例高于 85% 与持续的管理者满意度相关。其次，每季度更新的政策规则百分比；频繁更新表明主动治理而非“一劳永逸”的行为。第三，分析师平均培训时长；六个月后减少超过 25% 表明员工已成功从事务处理转向监督。

竞争格局：Workday 代理与其他工具的比较

纯 RPA 供应商提供更广泛的应用覆盖范围，但需要单独的身份和审计层。企业资源规划竞争对手也嵌入了类似代理，但除非客户许可额外的编排产品，否则限制跨模块链接。Workday 的优势在于其统一数据模型，但运行多个核心系统的组织在将代理扩展到原生边界之外时，仍需评估中间件成本。早期基准显示，Workday 代理在其原生环境中实现高 15–20% 的直通处理率，但当外部数据集成超过两跳后，这一优势即消失。

对经理、分析师和审计师的角色层面影响

一旦日常审批移交给代理，经理将获得更多进行情景规划的能力，但他们必须培养解读模型输出的新技能。分析师从数据录入转向异常模式识别；职位描述正在被重写，将“AI 治理”列为核心能力。审计师获得更丰富的日志文件，但必须更新抽样方法以覆盖机器生成的决策。这些角色转变随着组织在前六个月并行运行手动和自动化流程而逐步展开。

常见问题

组织多久能看到价值？

当数据质量已较高时，大多数客户在八周内即可看到可衡量的周期时间缩短。仍在迁移遗留记录的组织通常需要额外三到四个月的主数据清理才能达到相同效果。

代理是否完全取代现有审批？

否。每项财务或雇佣状态变更仍需指定人员签字确认。代理仅减少到达最终审批人的项目数量。

如果代理给出错误建议会怎样？

系统会记录决策路径和不确定性分数。治理团队审查这些日志，并可在既定审计窗口内回滚操作。没有人工确认，资金不会转移，从而限制财务风险。

客户能否使用自己的历史数据训练代理？

可以，但仅限于其租户内。跨租户学习需选择加入，并受数据主权控制约束。

早期采用代理的经理已在调整审核节奏。他们增加简短检查点，以在小错误演变为更大流程问题前发现问题。结果是打字工作减少，但针对性监督比许多团队最初预期的更多。成功最终取决于将自动化深度与审慎治理相结合，而非假设代理会自行运行。