AI 部署不当或成裁员背后推手

许多组织正在侵蚀商业的基础——生产力、竞争力和效率。云数据和 AI 咨询公司 Datatonic 指出，这源于人与 AI 协作的实施不当。该公司表示，在企业 AI 的下一阶段，成功将来自精心治理和设计的 AI，在“人在回路”（HiTL）系统中与人类协同工作。

Datatonic 的研究显示，未能将 AI 嵌入人工工作流程的公司正因生产力放缓而落后于竞争对手。该公司称，人机混合方法能加速决策，从而改善整体运营。Datatonic 的 CEO Scott Eivers 表示：“AI 关乎重新设计工作方式。我们在市场上看到的最大风险是，当 AI 与实际运营业务的人员脱节时，会导致生产力流失。”

经过多年的 AI 投资，企业面临越来越大的压力来展示回报。然而，一些研究表明，由于用户信任有限，部分项目仍停留在试点阶段。结果，组织未能利用 AI 驱动的洞察来积极影响决策和工作流程，意味着效率提升从未实现。

据 Datatonic 称，HiTL 模型对未来的成功至关重要，它结合了 AI 的速度与人类的判断和问责。这在智能体辅助的软件开发中尤为明显，AI 系统根据粗略提示生成代码并转化为实际代码。在这种情况下，人类团队决定需要开发什么，检查所有需求，并在实施前审查计划。一旦方向明确，AI 智能体便构建模块化组件。

工作场所的 AI 趋势正开始在财务和运营部门显现。例如，在后端和财务部门，AI 驱动的文档处理据称已使发票处理成本降低 70%，但财务团队仍需批准最终结果。

Datatonic 的 CTO Andrew Harding 表示：“这是伙伴关系的故事。人类创建评估系统、验证计划、设置护栏并做出决策。AI 以速度和规模执行。这种结合才是真正企业价值的体现。”

据 Datatonic 称，许多企业在安全部署完全自主的智能体方面存在不足，安全控制和治理框架存在缺陷。只有当组织引入审批检查点和性能基准标准时，自主性才能扩展。随着 AI 模型的发展，还必须实施评估系统，确保其始终安全、按预期运行，不违反任何合规义务。

Harding 说：“随着信任建立，公司可以负责任地将更多任务委托给 AI。但跳过治理不会加快速度，只会带来风险。”

Datatonic 预测，未来两年工作量将大幅加速，由 AI 智能体处理准备和验证工作。AI 系统还可能被用于在团队投入资源之前测试和否决决策。

Scott Eivers 认为，未来“看起来像由更小、更灵活的团队运营的专家部门——财务、人力资源、市场营销——每个部门都由 AI 增强。获胜的公司将是那些教会人们与 AI 合作，而不是绕过它的公司。”