我們距離真正的“全自動企業(yè)”尚有距離，且目前并沒有成熟的劇本可供參考。但有一點(diǎn)已經(jīng)愈發(fā)清晰：AI 的落地不僅僅是 IT 部門的技術(shù)攻堅，更是一場需要?HR深度介入的組織變革。
IT 必須與 HR 緊密攜手，才能緩解 AI 對員工的沖擊，并重塑人機(jī)協(xié)作的新范式。
當(dāng)我們在談?wù)?AI 部署時，往往容易陷入冰冷的技術(shù)參數(shù)，而忽略了“人”的感受。MDR 廠商?Sophos?的 CIO Tony Young 提供了一個極具溫度的視角：適度的“擬人化”能極大降低員工對 AI 的抵觸情緒。
1.1 給 AI 一個“工位”
在 Sophos，AI 智能體被正式列入組織架構(gòu)圖，與人類員工并肩工作。每當(dāng)新智能體上線，公司會像迎接新員工一樣發(fā)布“歡迎入職”公告。這不僅賦予了 AI “同事”的身份，也讓員工從心理上更容易接受這種協(xié)作關(guān)系。
1.2 建立“人機(jī)排行榜”
Sophos 的 IT 服務(wù)臺設(shè)立了一個特殊的排行榜，展示員工與數(shù)字同事的表現(xiàn)對比。這并不是為了制造焦慮，而是為了建立一種“人類監(jiān)控并驗證 AI 工作”的最佳實踐——即?Human-in-the-loop（人在回路）。
1.3 AI 素養(yǎng)：新時代的 Excel
Tony Young 認(rèn)為，理解大模型、掌握智能體操作，將變得像當(dāng)年掌握 Excel 一樣，成為職場人的基礎(chǔ)技能。CIO 需要與 HR 共同制定培訓(xùn)議程，推動全員的 AI 認(rèn)證與技能升級。
想象一下，未來企業(yè)中可能有成千上萬個“機(jī)器人打工者”在端到端執(zhí)行任務(wù)，甚至有“機(jī)器人老板”在進(jìn)行統(tǒng)一管理。這聽起來很科幻，但卻是人類知識工作的一種對稱映射。為了適應(yīng)這種變化，組織需要全新的運(yùn)營模式。
2.1新崗位的涌現(xiàn)
隨著 AI 智能體的普及，傳統(tǒng)的崗位邊界將被打破。微軟和麥肯錫預(yù)測，我們將看到一系列前所未有的新角色：
智能體教練（Agent?Coach）：負(fù)責(zé)訓(xùn)練和調(diào)優(yōu) AI 的行為。
AI?質(zhì)量保證負(fù)責(zé)人：確保 AI 輸出的準(zhǔn)確性與合規(guī)性。
首席資源官（Chief Resource Officer）：平衡人類員工與數(shù)字員工的資源分配。
2.2技能的重塑
以呼叫中心為例，僅僅引入 AI 是不夠的。企業(yè)必須培訓(xùn)人類員工去“監(jiān)控”智能體——這需要員工具備理解客戶意圖、設(shè)定邊界的能力。這種從“執(zhí)行者”到“管理者”的技能跨越，需要 HR 提供清晰的再培訓(xùn)路徑。
AI 智能體最大的風(fēng)險在于“決策黑箱”。FinOps?平臺提供商 DoiT 的 CTO Amit Kinha 指出，AI 尚無法像人類一樣獲取企業(yè)內(nèi)部的“部落知識”（Tribal Knowledge）。
3.1信任危機(jī)與數(shù)據(jù)質(zhì)量
“真理源在哪里？”如果源數(shù)據(jù)無效，智能體的整個決策樹也將崩塌。一個擁有 15 個系統(tǒng)訪問權(quán)限的智能體，其錯誤決策引發(fā)的連鎖反應(yīng)可能直接沖擊利潤。
3.2 設(shè)立治理“檢查點(diǎn)”
應(yīng)對這一風(fēng)險的方法是分級授權(quán)：
低風(fēng)險任務(wù)：授權(quán) AI 智能體自主決策。
高風(fēng)險任務(wù)：必須經(jīng)過人類批準(zhǔn)（Human Approval）。 這需要 IT 與 HR 共同制定治理策略：既不能因自主權(quán)太少導(dǎo)致自動化失效，也不能因自主權(quán)泛濫而釀成災(zāi)難。
AI 智能體的引入，將把企業(yè)分為“積極擁抱者”和“觀望者”兩大陣營。
正如麥肯錫資深合伙人 Klemens Hjartar 所言，我們在目標(biāo)設(shè)定、邊界管理和結(jié)果衡量上都需要大幅提高水平，這可能耗費(fèi)數(shù)年時間。
在這個過程中，IT 負(fù)責(zé)解決技術(shù)與流程的難題，而?HR則負(fù)責(zé)解決人與組織的適應(yīng)性問題。唯有兩者并肩站在轉(zhuǎn)型的最前沿，企業(yè)才能平穩(wěn)過渡到人機(jī)協(xié)作的新時代。
工作場所中人機(jī)交融的挑戰(zhàn)，才剛剛開始。
原文：AI智能體戰(zhàn)略所缺失的一環(huán)：人力資源
正如歷次技術(shù)轉(zhuǎn)型一樣，IT與HR必須攜手合作，緩解AI驅(qū)動的變革對員工帶來的沖擊并幫助他們成為有影響力的同事。
圖源：Credit: Rob Schultz /?Shutterstock
科技行業(yè)的普遍看法是：AI智能體將把整個業(yè)務(wù)流程自動化，可能在全球范圍內(nèi)重塑企業(yè)。
然而，今天的現(xiàn)實卻大相徑庭。
根據(jù)沃頓商學(xué)院與GBK Collective聯(lián)合發(fā)布的AI采用研究，58%的企業(yè)IT決策者表示其組織正在試點(diǎn)AI智能體，其中大多數(shù)聚焦于流程自動化、工作流效率或客戶服務(wù)等用例。
再次強(qiáng)調(diào)，這些只是試點(diǎn)——并非生產(chǎn)級落地。目前尚沒有一份“成熟劇本”來指導(dǎo)真正的人機(jī)智能體協(xié)作工作流。
盡管如此，當(dāng)IT部門奮力尋找利用AI實現(xiàn)運(yùn)營自動化的最佳路徑時，與人力資源部門的緊密合作不可或缺；唯有如此，才能將沖擊降到最低，并確保組織做好準(zhǔn)備，迎接真正的人機(jī)協(xié)同到來時會涌現(xiàn)的新角色、新流程與新團(tuán)隊結(jié)構(gòu)。
一、把AI智能體納入團(tuán)隊
MDR廠商Sophos的首席信息官Tony Young（托尼·楊）表示：“IT與HR之間的緊密互動對于負(fù)責(zé)任地部署AI所需的變革管理至關(guān)重要?！彼隣款^在公司內(nèi)部推進(jìn)AI落地，包括部署Microsoft Copilot。Young說：“正確的方法是提前與HR專家合作，弄清楚如何讓整個員工隊伍同步跟進(jìn)。”
例如，Young設(shè)想將有更多公司雇傭自動化專家，以及那些懂得如何策劃內(nèi)容、與數(shù)據(jù)合作的人才，以平穩(wěn)過渡到AI智能體時代。HR可以幫助融合這批新興專家。
Young補(bǔ)充道：“此外，適度的‘擬人化’也能在很大程度上減輕向數(shù)字同事過渡的難度。”
Sophos的市場營銷部門如今已在組織架構(gòu)圖中把AI智能體列為團(tuán)隊成員，與人類并肩工作。Young說：“新智能體上線時會像新員工一樣收到‘歡迎加入’的公告。”
Sophos的IT服務(wù)臺還設(shè)有一個排行榜，讓員工可以看到自己與數(shù)字同事的表現(xiàn)對比。人類員工負(fù)責(zé)監(jiān)控AI智能體并驗證其工作，符合有人參與的最佳實踐。
Young說：“理解如何使用大模型或如何打造智能體就像掌握Excel一樣，這是一項新的基礎(chǔ)技能，我們每個人都必須掌握。”
要實現(xiàn)這一目標(biāo)，CIO（首席信息官）們必須與HR領(lǐng)導(dǎo)層攜手，共同制定員工的AI培訓(xùn)議程，其中可能包括新興的生成式AI認(rèn)證以及推動AI變革的相關(guān)課程。
二、未來“智能體化”的組織長什么樣？
未來的完全智能體化企業(yè)會是什么模樣？想象一下，數(shù)百甚至數(shù)千個自主機(jī)器人協(xié)同工作，端到端地執(zhí)行業(yè)務(wù)流程。這些“工人機(jī)器人”可能會由一位“老板機(jī)器人”統(tǒng)一管理，確保它們始終不偏離任務(wù)。
如果這聽起來熟悉，那是因為它正是人類長期以來從事知識工作的對稱映射。
然而，組織需要一種全新的運(yùn)營模式來與智能體共事。IT部門將責(zé)無旁貸地搭建并管理智能體的決策樹及其衍生的工作流，而這些工作流會因職能而各有不同。
例如，選擇用AI自動化呼叫中心運(yùn)營的組織必須培訓(xùn)人類來監(jiān)控智能體——這是一項兼具管理與技術(shù)的技能，遠(yuǎn)超大多數(shù)呼叫中心員工現(xiàn)有的工具箱。
麥肯錫資深合伙人Klemens Hjartar（克萊門斯·哈塔爾）表示：“這需要一套新技能，包括理解來電意圖并設(shè)定邊界。”對于習(xí)慣了“以人為中心”工作方式的組織來說，這意味著要培養(yǎng)新的流程管理能力。
在銷售與營銷流程中引入AI智能體帶來了涉及CRM（客戶關(guān)系管理）及其他互動系統(tǒng)不同工作流的挑戰(zhàn)；運(yùn)營團(tuán)隊及其他可能被AI智能體波及的職能部門亦如此。
無論何種工作流，HR都可以通過清晰、一致的溝通以及關(guān)于IT和其他部門如何為新時代重新培訓(xùn)團(tuán)隊的信息傳遞，以緩解對團(tuán)隊的沖擊。
微軟預(yù)測，IT與HR團(tuán)隊將共同催生諸如“首席資源官”之類的新角色，以幫助平衡人類和數(shù)字員工；一些組織甚至可能設(shè)立“智能體老板”。麥肯錫則展望了AI倫理與負(fù)責(zé)任使用、AI質(zhì)量保證負(fù)責(zé)人以及智能體教練等新崗位。
三、障礙巨大，但并非不可逾越
簡而言之，組織動態(tài)即將發(fā)生全面變革，而IT與HR將并肩站在轉(zhuǎn)型的最前沿——且多半必須協(xié)同作戰(zhàn)。
盡管這些變化尚需時日，但大多數(shù)組織還未做好準(zhǔn)備卻必須在規(guī)劃前路時把這一點(diǎn)牢記于心。
FinOps平臺提供商DoiT的現(xiàn)場首席技術(shù)官Amit Kinha（阿米特·金哈）指出：“挑戰(zhàn)之一是，向AI智能體架構(gòu)賦予過多決策權(quán)會帶來巨大風(fēng)險，原因在于跨異構(gòu)平臺的技術(shù)難題與隱性知識缺口。”
Kinha（金哈）說：“例如，如果你給初級程序員布置任務(wù)，他們可以在遇到困難時向資深工程師請教；而如今，AI智能體尚無法獲取同樣的“部落知識”。”
Kinha（金哈）反問：“真理源在哪里？如果源數(shù)據(jù)無效，整個決策樹也將無效?！?/span>
Kinha（金哈）表示，智能體行為的后果影響深遠(yuǎn)。一個有權(quán)更新15個系統(tǒng)的多智能體體系，其下游連鎖反應(yīng)可能實質(zhì)性地沖擊利潤。
一種應(yīng)對方法是在組織治理策略中設(shè)置“檢查點(diǎn)”。例如，某些AI智能體或許被授權(quán)可單獨(dú)決策，而另一些則必須獲得人類批準(zhǔn)。
Kinha（金哈）說：“最難掌控的是決策自主權(quán)。自主權(quán)太少，智能體事事請示人類，自動化便無從談起；自主權(quán)太多，則可能犯下災(zāi)難性錯誤。除了明確目標(biāo)與意圖，組織還必須確保自身的數(shù)據(jù)質(zhì)量過關(guān)。
四、未來充滿希望卻不可預(yù)測
當(dāng)技術(shù)與流程挑戰(zhàn)得以化解，HR與IT的伙伴關(guān)系將在幫助從純?nèi)祟惞ぷ飨蛉祟惻c機(jī)器協(xié)作的工作過渡中變得至關(guān)重要。每一家引入AI智能體的企業(yè)都必須更有意識地執(zhí)行業(yè)務(wù)流程并衡量結(jié)果。
Hjartar（哈塔爾）說：“我們所有人在不同的功能領(lǐng)域都需要在目標(biāo)設(shè)定、邊界設(shè)定和測量方面提高工作水平，而這將耗費(fèi)我們多年時間。”
Young認(rèn)為，每家公司都會按自己的節(jié)奏前進(jìn)，這將催生新的“有”與“無”陣營。正如以往新興技術(shù)帶來的范式轉(zhuǎn)移——有些會全力推進(jìn)自動化，有些則不會。”
顯而易見的是，工作場所中人機(jī)交融的挑戰(zhàn)才剛剛開始。
作者：Clint Boulton（克林特·博爾頓）
譯者：木青 ?編審：@lex
