本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

衡量代理人工智能系统的成功和投资回报率

衡量代理人工智能系统实施的成功需要采用系统的方法。本节为评估和持续优化提供了一种清晰的方法，该方法使用您现有的分析，而不是从头开始。

第 1 步：使用你现有的粉底

首先根据评估当前流程成本部分中的建议进行全面的成本评估。这为您的 ROI 计算提供了运营基准。如风险影响评估部分所述，在四个自主级别（完全自主、人工在环、副驾驶方法、由代理支持的人为主导）之间进行选择，以便为每个过程确定适当的测量标准和容错阈值。

第 2 步：设定明确的成功目标

制定架构和成功目标，强调具有学习能力的系统，如实施代理人工智能系统的成功模式部分所述。专注于持续改进，而不是静态性能。使用案例研究：比较招聘运营的人工和代理人工智能成本中演示的收支平衡分析方法来设定投资回报率时间表。包括终止不良代理的明确决策要点。

第 3 步：跟踪关键指标

根据既定基准监控财务业绩，并跟踪成本节省和战略价值的改善。衡量运营指标，包括所选自治级别的可接受阈值内的错误率、处理速度的提高和一致性的提高。将重点放在能够证明学习能力和随时间推移适应能力的战略指标上。

第 4 步：使用 AgentOps

应用 “将人类反馈纳入代理人工智能系统” 部分中的持续学习框架，通过系统的人类反馈集成来优化决策。创建包含人类洞察力的实时学习系统，以提高绩效。监控向基于结果的商业模式的转型，如代理人工智能系统的经济转型到基于结果的定价中所述。 AWS