管理AI比用人更難？領(lǐng)英中國前總裁談數(shù)字員工管理

受 訪|陸堅 領(lǐng)英全球前副總裁、領(lǐng)英中國前總裁、CGL集團全球業(yè)務(wù)首席顧問

撰 文|齊卿

人工智能（AI）技術(shù)的迅猛發(fā)展正以前所未有的深度和廣度影響著社會的方方面面，尤其對企業(yè)運營模式、商業(yè)模式乃至整個社會結(jié)構(gòu)帶來了深刻的變革。2025年已來，關(guān)于AI智能體（Agent）的討論日益增多，其潛在的顛覆性力量引發(fā)了廣泛關(guān)注。在這一背景下，深入理解AI的核心概念、應(yīng)用前景及其帶來的挑戰(zhàn)，對于把握未來發(fā)展趨勢至關(guān)重要。

領(lǐng)英聯(lián)合創(chuàng)始人、OpenAI早期投資人，里德·霍夫曼在《AI 賦能》（Superagency）一書中，對人工智能如何賦能社會生活的方方面面展開了詳盡的討論，本刊專訪了《AI 賦能》的譯者——領(lǐng)英全球前副總裁、領(lǐng)英中國前總裁陸堅，聚焦AI在商業(yè)領(lǐng)域?qū)ζ髽I(yè)商業(yè)模式、核心競爭力、長期趨勢的影響展開深度探討。希望對企業(yè)更好地理解AI賦能的價值與方式，更有效地推動智能化轉(zhuǎn)型，提供有益的借鑒。

“超級能動性”

理解AI賦能的關(guān)鍵

在探討AI的影響時，“Agent”是一個核心概念。然而，將其簡單翻譯為“代理”可能未能完全反映其內(nèi)涵。

本書中文版中把作者定義的Superagency翻譯為“超級能動性”，做出這個選擇的原因是對“Agency”在人類文明史中多重內(nèi)涵的辨析。區(qū)別于日常語境中的“代理”（如保險代理、旅行代理），社會學奠基者安東尼·吉登斯在其結(jié)構(gòu)化理論中強調(diào)：“Agency是行動者改變既定社會規(guī)則的能力，是突破結(jié)構(gòu)約束的創(chuàng)造力本源。”這種哲學思辨投射到技術(shù)領(lǐng)域，揭示了歷次工業(yè)革命中人類焦慮的本質(zhì)——當珍妮紡紗機取代手搖紡車，當流水線替代工匠作坊，表面是對失業(yè)的恐懼，深層則是對主體能動性被技術(shù)體系剝奪的憂懼。

霍夫曼通過硅谷二十年技術(shù)觀察發(fā)現(xiàn)：AI革命的特殊性在于其首次觸及人類認知核心領(lǐng)域。書中實證研究表明，79%的受訪者擔憂AI將削弱人類的決策主導權(quán)。而“超級能動性”的終極定義正是對這種焦慮的回應(yīng)：在AI技術(shù)賦能下，個體與群體突破生理、認知與社會結(jié)構(gòu)的傳統(tǒng)限制，實現(xiàn)潛能最大化。

AI技術(shù)，特別是大語言模型（LLM）的出現(xiàn)，常常引發(fā)人們對于自身能動性是否會受到限制的擔憂。然而，AI的真正潛力在于其作為“超級能動性”（Super Agency）的賦能者。這種賦能不僅體現(xiàn)在提升個體能力上，更在于通過技術(shù)手段，使個人和群體能夠突破既有局限，最大化自身潛能。這是一種在社會層面累積并使每個人受益的效應(yīng)。因此，將AI視為一種增強人類能動性的工具，而非替代人類主體性的存在，是理解其積極意義的關(guān)鍵視角。

AI能與人類共情嗎

關(guān)于大模型的本質(zhì)，一種常見的觀點認為其僅是基于海量數(shù)據(jù)的統(tǒng)計計算和模式匹配，缺乏真正的理解與情感。這種質(zhì)疑在涉及情感交流的應(yīng)用場景，如心理健康護理時尤為突出。例如，科技開發(fā)者羅布·莫里斯（Rob Morris）使用名為KokoBot的AI助手參與同伴互助的心理健康支持項目，其初衷是模擬人類同伴的共情與支持。然而，當其AI身份被公開后，引發(fā)了關(guān)于“模擬共情”的倫理爭議。

盡管存在質(zhì)疑，但實踐表明，AI在特定情境下的表現(xiàn)可能超出預(yù)期。研究表明，在醫(yī)患對話等場景中，經(jīng)過訓練的大模型在共情能力的評分上甚至可能超過人類專業(yè)人士。這從一個角度說明，判斷AI價值的標準或許不應(yīng)僅僅局限于其是否具備“真正”的情感或意識，而更應(yīng)關(guān)注其在實際應(yīng)用中所產(chǎn)生的效果和價值。當用戶在知曉其對話對象為AI后，仍能感受到被理解和支持，這本身就說明了AI在情感交流輔助方面的潛力。

當然，AI的局限性也不容忽視，例如其可能產(chǎn)生的“幻覺”（即生成不真實或誤導性信息）。但這并不意味著AI在心理健康等領(lǐng)域的應(yīng)用毫無價值。關(guān)鍵在于明確其定位：AI更適合作為護理的輔助工具或參與支持性服務(wù)，而非替代專業(yè)醫(yī)生進行診斷和治療。同時，隨著技術(shù)的進步和應(yīng)用模式的成熟，人們對于AI在情感交流方面的接受度也在逐步提高。或許，人類自身的反應(yīng)和決策機制也并非完全基于深思熟慮的情感加工，有時也可能是基于習慣或大量經(jīng)驗形成的快速反應(yīng)。從這個角度看，AI通過學習海量數(shù)據(jù)而生成的“即時”回應(yīng)，與人類的某些反應(yīng)模式或許存在某種相似性。

AI原生應(yīng)用

與商業(yè)模式的演進

移動互聯(lián)網(wǎng)誕生了諸如Uber、抖音等基于移動互聯(lián)技術(shù)的原生應(yīng)用，創(chuàng)造了嶄新的商業(yè)模式，也造就了新的一批行業(yè)領(lǐng)軍企業(yè)。AI時代的原生企業(yè)會有哪些特點？

從技術(shù)層面看，AI技術(shù)的爆發(fā)催生了大量AI原生應(yīng)用。這類應(yīng)用的核心在于，AI大模型或AI系統(tǒng)本身就是產(chǎn)品的主角，而非僅僅是附加功能。典型的例子包括可以直接與用戶進行對話的大型語言模型（如ChatGPT），以及能夠根據(jù)提示詞生成圖像或藝術(shù)作品的AI繪畫工具（如Midjourney、DALL·E）。這些應(yīng)用在AI技術(shù)出現(xiàn)之前是無法想象的，它們代表了AI技術(shù)直接驅(qū)動產(chǎn)品創(chuàng)新的可能性。

然而，與移動互聯(lián)網(wǎng)時代涌現(xiàn)出如Uber、抖音等利用移動特性創(chuàng)造全新商業(yè)模式的“原生APP”相比，當前AI時代的商業(yè)模式創(chuàng)新尚處于早期階段。盡管AI原生應(yīng)用已大量出現(xiàn)，但真正意義上成熟、可大規(guī)模復制的全新商業(yè)模式（如Uber式的共享經(jīng)濟模式）還未完全顯現(xiàn)。這可能是因為AI技術(shù)從爆發(fā)到大規(guī)模商業(yè)化落地仍需時間沉淀，商業(yè)模式的創(chuàng)新往往滯后于技術(shù)發(fā)展。

展望未來，AI時代的商業(yè)模式可能出現(xiàn)以下幾種變化趨勢：

1.從“羊毛出在豬身上”到直接用戶付費：傳統(tǒng)互聯(lián)網(wǎng)平臺常采用“羊毛出在豬身上”的模式，即通過向B端（廣告主）收費來補貼C端（用戶）的免費使用。這種模式依賴于大規(guī)模用戶群體和標準化服務(wù)。然而，AI驅(qū)動的個性化服務(wù)使得每個用戶的需求和體驗都可能不同，這降低了大規(guī)模標準化廣告投放的效率。因此，未來可能會有更多服務(wù)轉(zhuǎn)向直接向用戶收費，前提是AI能提供足夠高價值的個性化體驗，讓用戶愿意為之買單。

2.服務(wù)即廣告，價值驅(qū)動付費：對于直接嵌入答案或內(nèi)容中的廣告形式，用戶普遍接受度較低。但如果AI提供的是一種持續(xù)的、高價值的服務(wù)（如個人助理、專業(yè)咨詢等），用戶則更可能接受為其付費。這要求AI服務(wù)必須真正解決用戶痛點，創(chuàng)造可感知的價值。

3.雇傭與租賃模式的放大：AI智能體（Agent）因其能夠獨立完成特定任務(wù)，正逐漸被視為“數(shù)字員工”。企業(yè)可能會按部署的智能體數(shù)量或完成的任務(wù)量來支付費用，類似于人力資源的派遣或外包模式。在C端，家用服務(wù)機器人等也可能采取租賃而非購買的方式，由服務(wù)提供商負責機器人的維護和更新。

AI企業(yè)的增長模式與傳統(tǒng)互聯(lián)網(wǎng)企業(yè)有所不同。以O(shè)penAI為例，其用戶增長速度遠超歷史上任何一家科技公司，ChatGPT僅用兩個月便達到一億用戶，而抖音用了九個月、Facebook用了四年半。這顯示了AI技術(shù)極強的用戶接納速度和市場滲透潛力。

然而，收入增長方面，當前AI企業(yè)普遍面臨高投入、低（或無）直接收入的局面，商業(yè)模式仍在探索中。盡管如此，從用戶規(guī)模和查詢量等指標來看，AI的增長速度依然驚人。

AI是否會成為像操作系統(tǒng)或智能手機那樣的新“底座”，并與現(xiàn)有巨頭并駕齊驅(qū)？

目前看來，AI更可能作為一種新的操作系統(tǒng)或交互范式存在。傳統(tǒng)的操作系統(tǒng)是人與計算機交互的界面，而未來的AI操作系統(tǒng)（或智能體平臺）可能是AI自主規(guī)劃和執(zhí)行任務(wù)的后臺系統(tǒng)。人類與AI的交互方式將發(fā)生根本性變化，從指令式交互轉(zhuǎn)向目標導向的委托式交互。這種AI操作系統(tǒng)將與現(xiàn)有的操作系統(tǒng)（如Windows、iOS）共存，但功能和定位截然不同。

智能體如何

有效融入企業(yè)管理

AI智能體代表了人機交互方式的一次范式轉(zhuǎn)移，其意義堪比從命令行到圖形界面，或從PC到移動設(shè)備的轉(zhuǎn)變。它不僅僅是技術(shù)的迭代，更是交互邏輯和關(guān)系的重構(gòu)。智能體具備自主規(guī)劃、決策和執(zhí)行復雜任務(wù)的能力，有望成為用戶的數(shù)字助理甚至數(shù)字分身。因此，智能體并非一個短暫的過渡階段，而是一個長期的發(fā)展趨勢。

企業(yè)將智能體深度整合進核心業(yè)務(wù)流程，尤其是涉及決策環(huán)節(jié)時，面臨著一系列復雜且亟待解決的挑戰(zhàn)。

首要挑戰(zhàn)來自技術(shù)本身的不確定性。大模型常被視為“黑箱”，其內(nèi)部的推理過程和決策依據(jù)難以追溯和解釋。其輸出存在固有的不穩(wěn)定性，相同的提示在不同時間或環(huán)境下可能產(chǎn)生差異化的結(jié)果。在涉及多步驟、長鏈條的任務(wù)執(zhí)行中，模型產(chǎn)生“幻覺”（即編造事實或錯誤信息）的風險會顯著增加，這對需要高精度和一致性的業(yè)務(wù)場景構(gòu)成威脅。

其次，權(quán)責歸屬的模糊地帶構(gòu)成重大管理難題。當智能體基于其判斷自主執(zhí)行任務(wù)并導致失誤甚至損失時，追責機制尚未明晰——是設(shè)計開發(fā)者、部署企業(yè)、操作員工，還是智能體本身（在現(xiàn)有法律框架下不具備主體資格）承擔責任？人類員工與自主AI系統(tǒng)之間的責任邊界如何清晰劃分？如何確保智能體的輸出和行為始終符合行業(yè)規(guī)范、公司政策以及法律法規(guī)（合規(guī)性保障）？這些問題目前缺乏成熟的解決方案。

再者，生態(tài)依賴帶來的運營風險不容忽視。編程助手Windsurf與OpenAI洽談收購后其API服務(wù)被Anthropic切斷的案例，突顯了依賴單一閉源大模型平臺提供核心能力的應(yīng)用提供商所面臨的脆弱性。雖然開源模型提供了規(guī)避供應(yīng)商鎖定的可能性，但對大多數(shù)企業(yè)（尤其是中小企業(yè)）而言，自行維護高性能開源模型的開發(fā)、調(diào)優(yōu)和運維成本高昂，且當前開源模型在性能上與頂尖閉源模型尚存差距。

為應(yīng)對這些挑戰(zhàn)，領(lǐng)先企業(yè)開始構(gòu)建“企業(yè)級AI治理三角框架”：建立嚴格的審計機制以實現(xiàn)關(guān)鍵操作的全鏈路追溯和可解釋性。設(shè)計有效的對齊機制，通過提示工程、微調(diào)等手段確保智能體行為符合企業(yè)價值觀和業(yè)務(wù)目標。構(gòu)建信任機制，通過透明度提升和技術(shù)流程優(yōu)化，緩解員工和客戶對AI輸出的普遍不信任感。

在技術(shù)架構(gòu)上，采用模型解耦設(shè)計（Model Agnostic Agent Design）和多云/多模型策略，避免對單一技術(shù)平臺的深度綁定，成為保障業(yè)務(wù)連續(xù)性和降低風險的務(wù)實選擇。

AI的賦能潛力正在多個戰(zhàn)略領(lǐng)域加速釋放，深刻重塑產(chǎn)業(yè)格局。知識密集型領(lǐng)域首當其沖，軟件開發(fā)（代碼自動生成、函數(shù)補全、Bug檢測、測試用例生成）、市場營銷（個性化文案創(chuàng)作、用戶畫像分析、廣告內(nèi)容制作）等白領(lǐng)工作場景的效率正經(jīng)歷指數(shù)級提升，同時也降低了專業(yè)技能的入門門檻。

教育領(lǐng)域迎來革命性變革，AI驅(qū)動的個性化學習平臺能夠根據(jù)每個學生的理解能力、學習節(jié)奏和興趣偏好，動態(tài)調(diào)整教學內(nèi)容和路徑，使“因材施教”這一教育理想有了大規(guī)模落地的技術(shù)基礎(chǔ)。

專業(yè)服務(wù)領(lǐng)域也在升級，法律文書輔助生成、高精度多語言實時翻譯（正如譯者翻譯《AI 賦能》一書時得益于AI大幅提升效率的實踐）等應(yīng)用，顯著提升了服務(wù)的速度和質(zhì)量。企業(yè)運營層面，客戶服務(wù)（智能客服）、銷售支持（線索分析、話術(shù)建議）等環(huán)節(jié)的響應(yīng)速度和精準度獲得跨越式提升。

然而，伴隨著效率提升的，是對就業(yè)結(jié)構(gòu)的深遠影響。知識密集型崗位的人力需求可能面臨結(jié)構(gòu)性縮減。相比之下，需要高度復雜環(huán)境適應(yīng)力、精細手眼協(xié)調(diào)和即時物理反饋的精密體力勞動領(lǐng)域（如頂尖外科手術(shù)），短期內(nèi)受AI自動化替代的壓力相對較小，更可能走向深度的人機協(xié)作模式（如機器人輔助外科手術(shù)）。但值得關(guān)注的是，隨著機器人技術(shù)在感知精度、動作控制和環(huán)境適應(yīng)能力上的持續(xù)突破，這些曾被視為人類專屬堡壘的領(lǐng)域，未來也可能逐步被更智能、更可靠的機器系統(tǒng)滲透。例如，在外科手術(shù)中，機器人手臂理論上可以達到遠超人類生理極限的穩(wěn)定性和精確度。

人類與AI智能體將形成一種新型的協(xié)同關(guān)系——人類負責設(shè)定目標、提供價值判斷和監(jiān)管，AI智能體負責高效執(zhí)行、信息整合和方案建議。這種協(xié)同要求企業(yè)在部署和管理智能體時，必須采用全新的思維框架。這意味著企業(yè)既要包容當前技術(shù)存在的不確定性（如幻覺、輸出波動），更需前瞻性地建立完善的AI治理框架，涵蓋倫理準則、責任劃分、安全審計和持續(xù)評估機制。這樣才能真正邁入人機協(xié)同進化、共同釋放潛能的新時代。

有獎互動

您的企業(yè)如何迎接AI智能體？歡迎大家在留言區(qū)討論，截至8月20日，留言獲贊最多的三位粉絲，可獲贈《AI賦能》圖書一本。