AI 旨在提升生产力，但目前主要增加管理者的评估与治理负担

公司正为员工提供 AI 工具，以提高他们的工作效率，但这些工具似乎也给管理者带来了新问题。

根据工作管理公司 Monday.com 委托开展的一项 Nielsen 调查，在七个国家的 1,700 名董事和高级管理者中，超过一半的高管表示，采用 AI 后更难评估员工的工作。原因在于，员工的大部分工作成果如今都以完善润色后的形式直接出现在管理者的收件箱中，很难分辨其中多少来自员工、多少来自 AI。因此，接近一半的管理者表示，他们花在审阅和指导团队产出上的时间比过去更多。

这并不是说管理者对 AI 不满意。事实上恰恰相反：94% 的受访管理者表示，他们对利用 AI 改进工作感到兴奋，许多人也相信，自己清楚应在哪些方面使用 AI，才能获得最大价值。Monday.com 市场研究与客户洞察负责人 Michal Miller Levi 将这种热情比作 2000 年代互联网发展的早期阶段，称人们从 AI 中看到了某种类似的“魔力”。

但她告诉 TechCrunch，问题很简单：AI 的发展速度超过了公司的适应速度。Levi 说：“AI 对[管理者]个人而言非常有效，但他们作为管理者还承担着不同的角色。他们也需要推动整个组织 […] 他们的困境[源于]这样一个事实：AI 发展得太快，而组织流程未能跟上。”

管理者也在重新思考如何评判团队：78% 的受访者表示，采用 AI 后，他们改变了评估员工的方式，更看重员工能否编写提示词、决定将哪些任务委派给 AI，以及尝试新的工作方式。

但当管理者难以判断员工的工作中有多少是由 AI 完成时，员工又能得到多么公正的评价？如果管理者自己也越来越依赖 AI 来作出这些判断呢？调查发现，46% 的管理者使用 AI 辅助决策，39% 的领导者使用 AI 起草绩效评估。

这种做法可能给评估流程带入比平常更多的偏见，因为大语言模型（LLM）本质上就是预测机器，往往会重复其训练数据中呈现的人类模式。卢森堡社会经济研究所今年早些时候的研究发现，“在缺乏明确客观标准且 individuals 被独立评分的情况下，”LLM 对绩效的评分往往与人类相似。2025 年初的一篇研究论文发现，AI 模型可能对黑人男性候选者存在偏见，并且“表现出显著偏差，且偏差的方向和程度因社会群体而异”。

当我问 Levi，使用 AI 对人们的绩效进行评价是否可能将外部偏见引入这一流程时，她说，各公司尚未摸索出处理此类问题的方法。

AI 也正在改变管理者一天的工作内容。有人必须决定将哪些任务交给 AI 智能体，检查它们的产出，并在出错时介入处理。报告表明，这种监督可能会成为一层新的“隐形劳动”。

软件本身正变得越来越难管理。百分之五十七的管理者表示，其组织目前使用的工具比以往更多；约 51% 的受访者称，自采用 AI 以来，其工具之间的依赖关系更加紧密，也更加集中。只有 29% 的受访者认为自己的 AI 基础设施已得到充分优化并实现集中管理。

Levi 表示，企业原本预计 AI 能帮助其精简软件技术栈。但如今，随着员工在公司批准的系统之外使用各种工具，企业反而要应对更多应用、集成以及“影子 AI”使用问题。

“管理者们盘点 2025 年时，确实以为他们会整合工具，减少软件的数量。但实际发生的是，他们所使用的工具数量增加了，”Levi 说。“超过 50% 的人表示，他们现在使用的工具比去年更多，而且这种情况不会停止[…]。”

随着公司部署能够自主行动的 AI 智能体，这种控制需求似乎正变得愈发迫切。调查发现，58% 的管理者预计，未来一年内需要监管的 AI 智能体数量将超过人类员工；46% 的管理者担心会失去对这些智能体行动的控制。

人们也对需要为 AI 作出的决策承担责任感到相当担忧（35% 的受访者持这种看法），因为大语言模型仍largely难以预测。“他们不希望自己的智能体完全自主，”Levi 解释道。他表示，在处理关键任务和决策时，管理者希望 AI 能让人类参与并征询人类意见。

归根结底，报告的调查结果表明，采用 AI 越来越不仅意味着提升生产力的机会，也意味着治理难题。如果没有适当的流程和基础设施加以应对，管理者似乎正在四处设法维持各项工作的运转。

当我们通过文章中的链接购买商品时，我们可能会获得少量佣金。这不会影响我们的编辑独立性。

Ram 是一名财经与科技记者兼编辑。他曾在 Reuters 和 Acuris Global 报道北美和欧洲的并购、股票、监管新闻及债务市场，也撰写过有关旅行、旅游、娱乐和图书的报道。

如需联系 Ram 或核实其对外联络信息，请发送邮件至 [email protected]。

查看简介