在我们所熟知的工作生态系统中，一场变革正在酝酿。代理，作为“生成式AI的新前沿”，即将成为增强人类决策能力的得力助手。年初，波士顿咨询集团（BCG）的AI雷达全球调查显示，三分之二的公司已经在探索AI代理。我们即将步入一个全新常态，在这个常态下，AI系统能够处理我们的自然语言提示，并自主做出决策，宛如一位尽职尽责的员工。它们有潜力为各行各业和业务领域提供高度复杂用例的解决方案，承担劳动密集型任务或进行定性和定量分析。但不必过于担心那些末日论者的言论，人类与机器完全可以建立共生关系。代理型AI能够充当一名能干的虚拟助手，筛选数据，跨平台工作，从流程中学习，并产生实时见解或预测。然而，与招聘新员工类似，在AI代理能够有效运作之前，需要对它们进行大量的测试、培训和指导。因此，人类将扮演管理者的角色，可以说将承担起更多的监督职责。例如，我们必须确保遵守中央治理框架，维护道德和安全标准，培养积极的风险响应能力，并使决策与公司的更广泛战略目标保持一致。AI系统容易出错和滥用，这需要使用“人类参与循环”的控制机制。这种对人类代理系统的问责制对于平衡自主性与风险缓解至关重要。那么，组织应如何决定如何使用这些机制以及建立哪些协作框架呢？作为一家致力于帮助企业通过AI实现数字化转型和产品开发的公司的创始人，以下是一份简要指南。
. 提高员工对AI的熟悉程度
AI技能培训在组织内部仍然受到严重忽视。你知道吗？只有不到三分之一的公司对其员工的四分之一进行了AI培训。如果管理层不把教育放在首位，又怎能期望员工能够自信地使用AI呢？拥有一支灵活且知识渊博的员工队伍至关重要，这有助于培养一种接受技术变革的文化。在此意义上，团队合作可以采取定期关于代理型AI的培训形式，强调其优缺点，并专注于成功的人类与AI协作。对于较成熟的公司而言，基于角色的培训课程可以成功地向不同岗位和职责的员工展示如何适当使用生成式AI。管理人员应确保建立反馈机制以优化这种人类与AI的协作。通过让员工积极参与错误识别和缓解工作，他们可以对不断演进的技术持欣赏态度，同时也认识到持续学习的重要性。AI素养也来自跨部门和专家之间的协作；例如，工程师、AI专家和开发人员之间必须分享知识和关切，以有效地将代理型AI融入工作流程。为了让员工感到有力量，必须改变心态：我们无需与AI竞争，我们（以及我们的认知能力）正在与AI一同发展。
. 围绕代理型AI重塑工作流程
根据最近的一项麦肯锡调查显示，在实施生成式AI时重塑工作流程对所有规模公司的息税前利润（EBIT）产生了最大影响。换言之，AI的真正价值在于公司如何重新构建其运营模式。例如，那些从AI项目中成功获得重大价值的公司高管通常采取相当有针对性的方法。产品或工程副总裁通常会在任何给定时间专注于有限数量的关键AI举措，而不是将资源分散到过多项目中。该策略涉及对技能提升的投入，以及对核心业务流程的彻底改造和积极扩展，同时密切关注财务和运营绩效。尽管机器不能完全无人看管，而人类也无法实时处理所有数据，但在重塑工作流程时，持续的人类与AI协作或许并非解决所有问题的答案。例如，麻省理工学院集体智能研究中心的研究人员发现，有时结合使用最有效；或者有时仅使用人类或仅使用AI最为有效。共同作者发现了一个明确的劳动分工：人类在需要“情境理解和情感智能”的子任务中表现出色，而AI系统则在子任务“重复、高容量或数据驱动”时大放异彩。
. 开发新的“监督”AI角色
尽管通用AI在短期内不会对组织的工作队伍规模产生重大影响，但我们仍然应该预期角色名称和责任会有所演变。例如，从服务运营和产品开发到AI伦理和AI模型验证等职位。为了顺利实现这一转变，管理层的大力支持至关重要。高级领导者需要制定一个明确的组织范围战略，包括一个专门团队来推动通用AI的采用。我们已经看到，当高级领导者仅将AI集成委托给IT或数字技术团队时，业务背景可能会被忽视。因此，业务领导者必须更加积极参与；例如，他们可以担任AI治理监督角色，以确保道德和战略一致性。在招聘时，业务领导者应寻找擅长以下方面的候选人：）擅长测试模型偏差，以确保在AI开发的早期阶段准确性和识别问题；2）在跨部门协作方面经验丰富，以确保AI解决方案满足团队的所有需求。如果你是高级副总裁或首席技术官，并且不知从何入手，你可能需要一个战略合作伙伴来获得高质量人才。这是构建企业级、AI驱动的技术产品以降低AI采用风险的基本条件。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/cai-yong-dai-li-xing-ai-pei-yang-ai-su-yang-chong-su-gong
