人机协作与AI劳动力崛起：如何构建新型混合组织
人机协作与AI劳动力崛起：如何构建新型混合组织
随着AI技术的不断发展，未来的组织不仅会融合线下员工与远程办公者，更将实现人类与AI智能体的协同共事。这些AI智能体将具备独立决策与执行能力，完全不同于当前主流的生成式AI工具依赖详细用户指令的工作模式。
图片来源：Courtesy of GETTY IMAGES
我们即将迎来新一轮混合办公革命：未来的组织不仅会融合线下员工与远程办公者，更将实现人类与AI智能体的协同共事。这些AI智能体将具备独立决策与执行能力，完全不同于当前主流的生成式AI工具依赖详细用户指令的工作模式。例如它们能够解析情境语义，根据实时信息动态调整策略，自主构思解决方案，甚至与人类同事形成互补搭档，共同应对复杂多元的工作挑战。
AI智能体的进化将突破人类助手的局限，真正成为人类的数字同事。通过人类和AI能力的有机融合，这种新型混合团队创造的竞争优势将远超增量效率提升。这场变革也对企业管理者提出了更高要求——需要以审慎的领导力平衡人类员工与AI技术的协作关系，深度挖掘双方独特优势。
新型混合协作模式
在大型跨国企业中，许多员工已习惯于通过Slitch或Microsoft Teams与素未谋面的同事协作。即便与熟悉的同事之间，实时数字沟通的频率也远超线下会议。目前，这些交互的另一端仍是人类在提供专业知识或执行具体任务。尽管许多员工已开始使用ChatGPT等生成式AI工具辅助定向分析与执行工作任务，但随着AI技术日趋成熟，这种关系将迎来质变：AI智能体不再是人类员工的“工具”或“助手”，而将成为数字交互另一端的"同事"。
这一混合协作模式的实现，得益于大语言模型自然语言处理能力的突破，使人类可以用与人类同事沟通的方式，与AI智能体进行交流。大语言模型的推理能力可将自然语言指令直接转化为行动，无需预设代码、详细操作指南甚至明确步骤。即使只输入概念性描述，AI同事仍能自主制定并执行计划，并在必要时寻求反馈。
从许多方面而言，人类与AI的交互逻辑类似于自动驾驶汽车中的乘客：只需为汽车设定目的地，无需输入刹车或加速等具体操作指令。自动驾驶汽车可以规划路线，并且通过收集和处理环境数据进行行动规划和执行。AI同事也将具备类似能力——解析语境、调用其他工具与外部系统制定计划，甚至自主决策。它们还能积累任务记忆，通过持续学习优化重复性工作。
更值得关注的是，人类与AI的同事关系可能进一步演进：AI同事还能主动向人类提出任务建议并提供指导。尽管这在短期内难以实现，但随着技术与思维模式的转变，未来人类与AI同事或将根据情境相互"管理"，类似当前人类团队的协作模式。
AI智能体向"同事"角色的转型趋势已然清晰。例如AI软件公司Artisan正在开发AI销售助手，其功能远超传统自动化工具——能进行超个性化客户触达，甚至在沟通中融入情商。该智能体持续学习迭代，执行战略线索研究并主动管理邮件触达。人类销售团队与Artisan的AI智能体合作，负责设定初始营销参数、监控效果并提供实时反馈。
当前，AI智能体正加速渗透财务、人力资源、供应链管理等职能领域，承担需要数据驱动分析与情境化决策的高阶任务。技术能力的跃迁终将重塑软件即服务（SaaS）模式：AI智能体将提供软件即服务。
驾驭下一个新前沿
人类与人工智能的多元交互将定义这个新前沿领域，由此催生出无数机遇与技术突破。虽然我们尚无法预知这场变革的所有可能走向，但今天的领导者亟需重构团队协作机制——需要精准判断哪些工作环节应由AI智能体承担，哪些领域仍需人类智慧主导。这要求企业以创造性思维重新设计流程架构，在充分释放技术发展潜能的同时，必须深入评估变革的复杂度、风险敞口及利益相关方影响，审慎权衡技术能力与商业风险的平衡之道。
正如英伟达（NVIDIA）联合创始人黄仁勋近期所言：“未来，每家企业的IT部门都将转型为AI智能体的人力资源部。”先行者已开启组织变革，例如生物医药巨头莫德纳（Moderna）就将数字化技术纳入首席人力资源官或首席人事官的职权范围。
企业领导者在迎接这场现实变革时，需要掌控四个至关重要的领域：
建立信任：有时候我们看到公众在采用新AI解决方案时会犹豫不决，例如在旧金山投放Waymo自动驾驶汽车，因此人们在初期面对AI同事肯定也会感到恐慌。这就是为什么信任是影响广泛应用的关键障碍。领导者需要支持团队学会在哪些情况下可以信任AI，如何验证或挑战AI输出的结果，以确保最终决策符合企业的整体商业目标。
早期采用者，例如采用赛富时（Salesforce）AI支持应用Agentforce的公司，已经发现了达成这种平衡的必要性。虽然这些企业表示AI在简化客户查询方面取得成功，但他们也强调有必要培养管理者对AI生成结果的解读能力，而不是认为这些结果绝对正确。面对更加复杂的情况，管理者还必须能够驾驭AI同事与人类同事之间的互动。建立信任可能需要在初期限制更有自主性或更具创造性的AI智能体的能力，直到人类同事适应新的工作环境。
匹配与最大化能力：人类与人工智能的能力并不相同，这种二元性在莫拉维克悖论中得到了体现：对人类来说困难的任务，如复杂计算或分析海量数据集等，对计算机来说却很容易；而对计算机来说困难的任务，如社交技能，对人类来说却轻而易举。
这种平衡实际上是AI的一个特点，而非缺陷：它实现了以前无法实现的多样性和互补性。通过将人类与人工智能结合起来，我们能够越来越多地获得“增强的集体智能”——超越人类或机器单独所能实现的洞察力和能力。当今技术的变化速度意味着，领导者必须不断重新评估和优化哪些任务最适合由人类、AI智能体单独完成或由两者共同完成，以充分挖掘增强的集体智能的价值。
实现可扩展性：AI智能体的能力可以根据需要灵活调整，这种动态扩展部分劳动力的能力将需要一种系统化的劳动力规划方法。AI智能体能够全天候运行并按需扩展，因此可能拖慢运营速度的是人类与AI之间的接口。管理者需要设计人类与AI之间的顺畅接口，以确保在新的混合劳动力中实现无缝运营。
重新定义“适配”：当今的招聘和绩效管理系统通常强调整体的“文化适配”，以描述员工在既定团队中有效工作的能力。展望未来，领导者可能还需要纳入“交互适配”，即人类团队成员需要具备与AI同事合作的能力。
尽管发生了这些变化，我们仍然认为，某些基本的管理原则对于培养成功的人类-AI混合劳动力仍然至关重要。
例如，研究表明，多样性提高了解决问题的质量，并促进了人类团队中的创新。我们预计这一原则不仅适用于AI智能体为全人类团队增加的多样性，也适用于AI智能体群体中的多样性，如不同的能力或训练集。
在混合劳动力中，某些“AI角色”可能会高度专业化，如解读月度财务报表的财务分析师助手，有些则可能是通才。互补性仍将至关重要。管理者需要找到专业化和通用AI解决方案的合适组合，以配合人类员工工作。
促进协作仍然至关重要。然而，与新的AI同事协作可能需要在开始时解释技术如何做出决策。还可以定期举行AI审查会议，让人类团队成员检查AI输出的结果。对员工进行AI基本原则培训同样至关重要，使人类能够自信地评估和接受机器生成的建议。
无论技术如何进步，组织如何管理这种新的混合劳动力最终将产生持久的竞争优势。现在将AI智能体作为同事的公司将在生产力、创新和成本效率方面获得竞争优势。我们正处于新混合劳动力时代的开端，在即将到来的人机协同浪潮中，公司越早调整工作方式，就越能增强实验、适应和应用的能力。（财富中文网）