管理AI比用人更難？領英中國前總裁談數字員工管理

受 訪|陸堅 領英全球前副總裁、領英中國前總裁、CGL集團全球業務首席顧問

撰 文|齊卿

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

領英聯合創始人、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——領英全球前副總裁、領英中國前總裁陸堅，聚焦AI在商業領域對企業商業模式、核心競爭力、長期趨勢的影響展開深度探討。希望對企業更好地理解AI賦能的價值與方式，更有效地推動智能化轉型，提供有益的借鑒。

“超級能動性”

理解AI賦能的關鍵

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涵的辨析。區別于日常語境中的“代理”（如保險代理、旅行代理），社會學奠基者安東尼·吉登斯在其結構化理論中強調：“Agency是行動者改變既定社會規則的能力，是突破結構約束的創造力本源。”這種哲學思辨投射到技術領域，揭示了歷次工業革命中人類焦慮的本質——當珍妮紡紗機取代手搖紡車，當流水線替代工匠作坊，表面是對失業的恐懼，深層則是對主體能動性被技術體系剝奪的憂懼。

霍夫曼通過硅谷二十年技術觀察發現：AI革命的特殊性在于其首次觸及人類認知核心領域。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。而“超級能動性”的終極定義正是對這種焦慮的回應：在AI技術賦能下，個體與群體突破生理、認知與社會結構的傳統限制，實現潛能最大化。

AI技術，特別是大語言模型（LLM）的出現，常常引發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。這種賦能不僅體現在提升個體能力上，更在于通過技術手段，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。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鍵視角。

AI能與人類共情嗎

關于大模型的本質，一種常見的觀點認為其僅是基于海量數據的統計計算和模式匹配，缺乏真正的理解與情感。這種質疑在涉及情感交流的應用場景，如心理健康護理時尤為突出。例如，科技開發者羅布·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，引發了關于“模擬共情”的倫理爭議。

盡管存在質疑，但實踐表明，AI在特定情境下的表現可能超出預期。研究表明，在醫患對話等場景中，經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人士。這從一個角度說明，判斷AI價值的標準或許不應僅僅局限于其是否具備“真正”的情感或意識，而更應關注其在實際應用中所產生的效果和價值。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在心理健康等領域的應用毫無價值。關鍵在于明確其定位：AI更適合作為護理的輔助工具或參與支持性服務，而非替代專業醫生進行診斷和治療。同時，隨著技術的進步和應用模式的成熟，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驗形成的快速反應。從這個角度看，AI通過學習海量數據而生成的“即時”回應，與人類的某些反應模式或許存在某種相似性。

AI原生應用

與商業模式的演進

移動互聯網誕生了諸如Uber、抖音等基于移動互聯技術的原生應用，創造了嶄新的商業模式，也造就了新的一批行業領軍企業。AI時代的原生企業會有哪些特點？

從技術層面看，AI技術的爆發催生了大量AI原生應用。這類應用的核心在于，AI大模型或AI系統本身就是產品的主角，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），以及能夠根據提示詞生成圖像或藝術作品的AI繪畫工具（如Midjourney、DALL·E）。這些應用在AI技術出現之前是無法想象的，它們代表了AI技術直接驅動產品創新的可能性。

然而，與移動互聯網時代涌現出如Uber、抖音等利用移動特性創造全新商業模式的“原生APP”相比，當前AI時代的商業模式創新尚處于早期階段。盡管AI原生應用已大量出現，但真正意義上成熟、可大規模復制的全新商業模式（如Uber式的共享經濟模式）還未完全顯現。這可能是因為AI技術從爆發到大規模商業化落地仍需時間沉淀，商業模式的創新往往滯后于技術發展。

展望未來，AI時代的商業模式可能出現以下幾種變化趨勢：

1.從“羊毛出在豬身上”到直接用戶付費：傳統互聯網平臺常采用“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模用戶群體和標準化服務。然而，AI驅動的個性化服務使得每個用戶的需求和體驗都可能不同，這降低了大規模標準化廣告投放的效率。因此，未來可能會有更多服務轉向直接向用戶收費，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.服務即廣告，價值驅動付費：對于直接嵌入答案或內容中的廣告形式，用戶普遍接受度較低。但如果AI提供的是一種持續的、高價值的服務（如個人助理、專業咨詢等），用戶則更可能接受為其付費。這要求AI服務必須真正解決用戶痛點，創造可感知的價值。

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，正逐漸被視為“數字員工”。企業可能會按部署的智能體數量或完成的任務量來支付費用，類似于人力資源的派遣或外包模式。在C端，家用服務機器人等也可能采取租賃而非購買的方式，由服務提供商負責機器人的維護和更新。

AI企業的增長模式與傳統互聯網企業有所不同。以OpenAI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企業普遍面臨高投入、低（或無）直接收入的局面，商業模式仍在探索中。盡管如此，從用戶規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或智能手機那樣的新“底座”，并與現有巨頭并駕齊驅？

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

智能體如何

有效融入企業管理

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

企業將智能體深度整合進核心業務流程，尤其是涉及決策環節時，面臨著一系列復雜且亟待解決的挑戰。

首要挑戰來自技術本身的不確定性。大模型常被視為“黑箱”，其內部的推理過程和決策依據難以追溯和解釋。其輸出存在固有的不穩定性，相同的提示在不同時間或環境下可能產生差異化的結果。在涉及多步驟、長鏈條的任務執行中，模型產生“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務場景構成威脅。

其次，權責歸屬的模糊地帶構成重大管理難題。當智能體基于其判斷自主執行任務并導致失誤甚至損失時，追責機制尚未明晰——是設計開發者、部署企業、操作員工，還是智能體本身（在現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規范、公司政策以及法律法規（合規性保障）？這些問題目前缺乏成熟的解決方案。

再者，生態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用提供商所面臨的脆弱性。雖然開源模型提供了規避供應商鎖定的可能性，但對大多數企業（尤其是中小企業）而言，自行維護高性能開源模型的開發、調優和運維成本高昂，且當前開源模型在性能上與頂尖閉源模型尚存差距。

為應對這些挑戰，領先企業開始構建“企業級AI治理三角框架”：建立嚴格的審計機制以實現關鍵操作的全鏈路追溯和可解釋性。設計有效的對齊機制，通過提示工程、微調等手段確保智能體行為符合企業價值觀和業務目標。構建信任機制，通過透明度提升和技術流程優化，緩解員工和客戶對AI輸出的普遍不信任感。

在技術架構上，采用模型解耦設計（Model Agnostic Agent Design）和多云/多模型策略，避免對單一技術平臺的深度綁定，成為保障業務連續性和降低風險的務實選擇。

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

教育領域迎來革命性變革，AI驅動的個性化學習平臺能夠根據每個學生的理解能力、學習節奏和興趣偏好，動態調整教學內容和路徑，使“因材施教”這一教育理想有了大規模落地的技術基礎。

專業服務領域也在升級，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）等應用，顯著提升了服務的速度和質量。企業運營層面，客戶服務（智能客服）、銷售支持（線索分析、話術建議）等環節的響應速度和精準度獲得跨越式提升。

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

人類與AI智能體將形成一種新型的協同關系——人類負責設定目標、提供價值判斷和監管，AI智能體負責高效執行、信息整合和方案建議。這種協同要求企業在部署和管理智能體時，必須采用全新的思維框架。這意味著企業既要包容當前技術存在的不確定性（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、安全審計和持續評估機制。這樣才能真正邁入人機協同進化、共同釋放潛能的新時代。

有獎互動

您的企業如何迎接AI智能體？歡迎大家在留言區討論，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。