北京
公司给员工配AI工具，图的是提效。但一项覆盖七个国家、1700名总监与高级管理者的调查显示，这些工具正在给管理者制造新麻烦。该调查由工作管理公司Monday.com委托尼尔森完成。
最直接的麻烦出在评估环节。超过一半的高级管理者表示，采用AI之后，判断员工的工作变得更难了。原因并不复杂：员工交上来的产出往往已经打磨得很漂亮，管理者很难分清其中多少出自员工本人、多少出自AI。由此带来的连锁反应是，近一半管理者说，他们花在审阅和指导团队产出上的时间比过去更多了。
但这不代表管理者对AI有意见。恰恰相反，94%的受访管理者表示，对用AI改善工作感到兴奋，不少人还确信自己知道该在哪些环节用它才能拿到最大价值。Monday.com市场研究与客户洞察负责人米哈尔·米勒·莱维（Michal Miller Levi）把这种热情比作2000年代互联网早期，认为人们从AI身上看到了类似的“魔力”。
问题在于节奏。莱维对TechCrunch表示，AI的发展速度超过了企业适应的速度。她的说法是，AI对管理者个人而言运转得很好，但管理者还有另一重身份，他们要推动整个组织运转，他们的挣扎来自AI跑得比组织流程更快这一事实。
评估标准本身也在被改写。78%的受访者称，采用AI后改变了对员工的评价方式，更看重员工写提示词的能力、判断哪些任务该交给AI的能力，以及尝试新工作方式的能力。
可新的疑问随之而来：当管理者不容易分辨一份工作里有多少是AI做的，评价还能有多公平？如果管理者自己也在越来越多地借助AI做判断呢？调查显示，46%的管理者用AI辅助决策，39%的管理者用AI起草绩效评估。
这种做法有可能把更多偏见带进评估流程。大语言模型本质上是预测机器，倾向于复现训练数据中的人类模式。卢森堡社会经济研究所今年早些时候的研究发现，在缺乏清晰客观标准、且个体被独立评分的情况下，大语言模型给出的绩效评分与人类趋于相似。2025年初的一篇研究论文则发现，AI模型可能对黑人男性候选人存在偏见，并在不同社会群体之间表现出方向与程度各异的显著偏差。当被问及用AI参与绩效评判是否会引入外部偏见时，莱维表示，企业尚未想好如何处理这类问题。
管理者的日常也被改变了。总得有人决定哪些任务交给AI代理、检查它们产出了什么、出了问题时及时介入。报告认为，这类监督工作可能构成一层新的“隐形劳动”。
软件本身也越来越难管。57%的管理者说，所在组织在用的工具比之前更多了；约51%表示，采用AI之后，他们的工具变得更加相互依赖、更加成簇。只有29%的人认为自己的AI基础设施称得上完全优化和集中。
莱维说，企业原本指望AI帮忙精简软件栈，结果面对的是更多应用、更多集成，以及员工使用未经公司批准的系统所带来的影子AI。她的描述是，管理者带着“要整合工具、减少软件数量”的预期走完了2025年，实际发生的却是所用工具数量上升，超过50%的人表示现在用的工具比去年多，而且这一趋势没有停下来。
随着企业部署能够自主行动的AI代理，这种控制需求显得愈发紧迫。调查发现，58%的管理者预计未来一年要监督的AI代理会多于人类员工，46%担心对这些代理的行为失去控制。还有35%的受访者担心要为AI做出的决定承担责任，毕竟大语言模型在很大程度上仍不可预测。莱维说，管理者不希望代理完全自主，在关键任务和决策上，他们希望有人参与、希望AI来征询人的意见。
报告呈现出的图景是：AI落地正日益成为一个治理问题，而不只是提升生产力的机会。缺少配套的流程与基础设施，管理者只能在后面追着维持运转。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
