Newswire
Newswire
Newswire 登入
Newsletter|Newswire Newsletter 联络我们|Newswire 联络我们 登广告|Newswire 登广告 关于我们|Newswire 关于我们 活动|Newswire 活动
快讯
Newswirer 登广告 互动区 |
下载APP
|

ADVERTISEMENT

ADVERTISEMENT

工作流程

这不只是技术革命,而是管理哲学的转型。对我来说,AI不会取代人——它只是让那些有准备的人,走得更远、更快。 近日,我开始扩展我们的AITransformation顾问业务,准备在公司内聘请多位新员工。这过程让我深深体会到,未来的团队管理,不只是找对人,更要懂得如何让人与AI共事。 在我们的情况下,我们要考虑的不仅是员工能否操作AI,而是他们是否具备设计AI工作流程(Workflow)的能力,愿意建立SOP,并懂得用数据与逻辑与AI协作。这正是我写下这篇文章的原因。 一、AI不是员工的替代品,而是管理制度的镜子 企业导入AI,不只是节省人手,而是对整个管理制度的一次“照妖镜”。没有清晰流程的团队,导入AI之后只会更乱。因为AI最擅长的,就是放大人类行为的结果——好的会更好,坏的会更坏。 我常提醒管理层:AI不是帮你“解决混乱”,而是让你更快看到问题出在哪里。如果团队没有明确的责任、缺乏数据纪录或决策透明度,那AI会把这些漏洞毫不留情地放大。 二、招聘时要找“愿意设计SOP”的人 现在的招聘,不再只是问“你懂不懂AI?”而是:“你愿不愿意让AI帮你工作?”在我实际顾问经验中,那些能真正与AI共事的员工有3个特质: ❶具备流程设计思维:能把任务分解成步骤、条件与结果。 ❷懂得反馈与优化:愿意分析AI的错误,并改进流程。 ❸能教AI工作:把脑中的经验转化成SOP,让AI执行。 AI型人才不一定是程式员,而是能用逻辑思考与清晰表达流程的人。这类人才会让公司越来越自动化,也让团队的知识不再只停留在个别人手上。 三、从“做得多”到“设计得好”:新时代的绩效标准 在AI时代,勤力不再是核心竞争力。真正重要的,是“你能否设计出让AI帮你做更多的系统”。因此,绩效评估也要转型。 传统企业看“完成量”,未来企业要看“系统化能力”。例如:你是否能把重复工作自动化?你的SOP是否被其他同事成功复制?你设计的流程是否能被AI稳定执行?这些新指标,将会成为AI时代下的管理新语言。 四、设计AI Workflow的实战经验 设计AIWorkflow,不能只靠技术部门。最了解业务的人,应该是主导设计的核心。 我在企业顾问中总结出4个步骤: ❶找出痛点:从最重复、最浪费时间的工作开始。 例如:数据整理、客服回复、报表生成等。 ❷设定触发点:什么情况下AI介入?由谁批准? ❸建立监控点:确保每个步骤都有可追踪纪录。 ❹持续优化:鼓励用户反馈问题,定期更新流程。 我的原则是:“AI做初稿,人类负责最后审核。” 当AI被正确训练后,人类可以专注于策略、创意与决策层面。 五、AI工具之间也要被“管理” 一间公司同时使用多个AI工具是常态,但问题也随之而来:资料分散、权限模糊、重复操作。 因此,我们必须建立一个“AI混合管理系统”,让不同AI工具有明确的角色、资料流向与任务逻辑。 简单来说,要管理的不只是人,而是“AI团队”——一群看不见、但持续工作的虚拟员工。这正是未来管理者的新挑战:AI治理(AI Governance)。 六、从“怕被取代”到“善用被放大” 我遇过很多企业的员工,一听到AI便焦虑。他们担心自己被取代,但事实是,AI取代的不是人,而是“拒绝学习的人”。 AI能放大你的优点,也会放大你的懒散。真正的安全感,不在于逃避,而在于学会使用它。 管理层的角色,就是营造一个“容许试错”的文化,让员工能放心实验、逐步建立信心。当AI成为工作的一部分,人就能专注于创造价值。 七、AI是镜子,人是灵魂 AI可以让工作更快,但不能让工作更有意义。企业的灵魂,仍在于那些愿意思考、愿意优化流程的人。 AI × 人力的混合管理,是企业文化的升级:从“我怎样做”变成“我怎样设计系统去做”。 这不只是技术革命,而是管理哲学的转型。对我来说,AI不会取代人——它只是让那些有准备的人,走得更远、更快。 更多文章: 【多点AI】AI与餐饮业的“内在进化”:从甄文达的一席下午茶谈起 【多点AI】开源与知识产权:AI创新的双引擎——华为论坛观察(上) 【多点AI】开源与知识产权:AI创新的双引擎——华为论坛观察(下)
7月前
对我来说,真正的课题是:如何利用AI,避免自己与企业被世界取代。 这两个月,我已经全面把日常工作的重担交予AI代理人(Agent)。这些代理人不只是聊天机械人,而是能够真正“落手落脚”处理事情的工具。举凡更新网站、维护LinkedIn、在网上填写表格、输入资料、整理报告,甚至安排全天候的工作日程与资料搜集,代理人都能自动完成。 这种感觉,就像忽然多了几个不用请假的助理。2026年开始,我就亲眼见证初代AI Agent出现在市场,虽然仍处于试验阶段,但已经能执行不少过去必须由人类处理的行政与操作工作。 这个过程让我重新思考“工作分工”的概念。以前我们总以为“人类负责决策、机器负责执行”是自然分界,但当代理人能在Slack或Teams上接收指令,甚至能自主完成程式代码的修改和提交,这条界线开始模糊。 半熟状态的“蹒跚学步” 根据《AI 2027》报告(由Daniel Kokotajlo等人于2025年4月3日发表,AI Futures Project出版,ai-2027.com),2025年被称为“蹒跚学步的代理人”阶段。研究指出,当时的代理人在OSWorld电脑任务基准测试中的表现约为65%,仅稍低于一名熟练人类的70%。换句话说,它们仍不够稳定,需要人类监督与复核。 但这种“半信任”状态恰恰是企业的试炼场。因为这正迫使我们去重新设计流程:哪些工作可以外判给AI,哪些需要设置权限与监管,这些问题都必须被清楚定义。 对我而言,这样的“半成熟”并不是坏事。因为企业转型不是等到AI完美才开始,而是要在风险可控范围内边走边试。这和创业精神有异曲同工之妙:永远没有最理想的时机,行动本身就是学习。 日常生活的例子:AI在“前线” 举个例子:以前我需要一个助理每天整理新闻,帮我找出和AI、医疗或金融相关的资料。现在,一个AI Agent就能在30分钟内自动爬梳数十份新闻、研究和报告,然后浓缩成3页摘要,再自动送到我的邮箱。它虽然偶尔会错引或重复,但节省下来的时间,已经远超这些小错误的代价。 另一个场景是财务:AI Agent可以直接打开会计系统,输入收支数据、做简单报表。虽然需要人类会计师最后审核,但流程已经由“手工输入”变为“监督检查”。这正是《AI 2027》所描述的“从工具转向代理”的过程。 成本曲线的“剪刀差” 我读到最震撼的一段,是《AI 2027》提到尖端AI的成本和普及型AI的成本正出现“剪刀差”。专业级代理系统的月费可能达到数百美元,但达成“既有能力”的成本却在急速下降,研究估计下降速度达到每年50倍。 这意味着什么?意味着未来的企业结构将会出现“双层账本”:一方面,企业会投资昂贵的尖端AI,用于战略性与高价值任务;另一方面,则以低成本的普及型AI渗透到员工日常工作。 这种模式能同时创造差异化与规模化优势。从我的角度来看,这不仅是成本分配的问题,而是管理哲学的转变:领导层必须学懂怎样把资源分层使用,既不错失技术前沿,又能确保全体员工的工作效率获得提升。 算力即国力:OpenBrain的启示 《AI 2027》报告中虚构了一家公司“OpenBrain”,在2025年底建立了史上最大规模的AI丛集,相当于250万片H100 GPU,耗资1,000亿美元,功耗达2GW,并计划于2026年再度加倍。 这不再只是工程壮举,而是国家级基建。当AI的进展和电力、光纤网络、供应链安全挂钩时,竞争已经超越“谁的模型更好”,而是“谁能负担这庞大基建”。 这让我联想到冷战时代的核武竞赛。不同的是,这次竞争的武器不是导弹,而是GPU、数据中心和能源供应。换句话说,未来的“国力”,会和算力画上等号。 2027:AGI是否真的会来? 报告同时引述了OpenAI、DeepMind、Anthropic等公司领导层的预测,他们一致认为AGI(通用人工智慧)可能在五年内出现。Sam Altman更曾公开表示,OpenAI的目标是“真正意义上的超级智慧”(superintelligence)。 2027是否真的会是AGI元年?这个问题,我认为没有人能准确回答。但可以确定的是,AGI已不再只是科幻小说中的想像,而是必须严肃对待的未来选项。 就算AGI没有如期出现,AI的普及和渗透速度,已经足以改变社会的运行逻辑。 我读后的反思:设计容错的系统 我在阅读《AI 2027》后得到最大的启发,是“容错性”的重要性。真正的挑战不在于AI能否取代人类,而是我们是否能设计出一套能容忍错误、能快速调整的制度,让我们在面对AI的不稳定时,仍能继续前进。 这也许是对所有企业和个人的提醒:不要期望AI给我们完美答案,而是要打造一个能够“失败后迅速恢复”的环境。这样,即使AI犯错,我们仍然不会被世界淘汰。 《AI 2027》给我的最大感受,是它让未来不再只是遥远的科技预言,而是一份必须立即行动的待办清单。 2027年的核心问题,不在于AGI是否真的诞生,而在于我们是否已经准备好迎接它。准备的重点,不是找到最正确的答案,而是设计能容错、能快速调整的制度,让我们即使在AI犯错时,仍能持续向前。 对我来说,真正的课题是:如何利用AI,避免自己与企业被世界取代。这正是《AI 2027》抛出的最深刻问题,也是我写下这篇专栏的原因。 更多文章: 【多点AI】全自动程式设计:程式员会消失吗? 【多点AI】在深圳设立AI办公室的数位北上体验
9月前