企业向员工提供 AI 工具以提高生产力,但这些工具似乎正在给他们的管理者带来新问题。
根据 Nielsen 对七个国家的 1,700 名总监和高级管理者进行的调查,超过半数的高层领导表示,在采用 AI 之后,他们发现评估员工工作变得更加困难,该调查由工作管理公司 Monday.com 委托进行 。原因在于,员工的许多产出现在以精修完成的形式直接出现在管理者的收件箱中,使人难以分辨其中多少来自员工本人、多少来自 AI。结果,近半数的管理者表示,他们在审查和指导团队产出上花费的时间比以前更多。
这并不是说管理者对 AI 不满。恰恰相反:接受调查的管理者中有 94% 表示,他们对利用 AI 改进工作感到兴奋,并且许多人自信地知道在哪里使用 AI 能获得最大价值。Monday.com 市场研究和客户洞察负责人 Michal Miller Levi 将这种热情比作 2000 年代互联网的早期岁月,称人们在 AI 身上看到了类似的“魔力”。
但她告诉 TechCrunch,问题很简单:AI 的发展速度超过了企业的适应速度。“AI 对[管理者]个人而言效果非常好,但他们作为管理者还有另一个角色。他们还需要推动整个组织[……]他们的困境[源于]AI 的发展速度确实快于组织流程,” Levi 说。
管理者也在重新考虑如何评判自己的团队:78% 的受访者表示,在采用 AI 之后,他们改变了评估员工的方式,更加重视员工撰写提示词的能力、决定哪些任务交给 AI 的能力,以及尝试新工作方式的能力。
但是,当管理者难以轻易分辨员工工作中有多大比例由 AI 完成时,员工还能被多公平地评判?如果管理者自己也日益依赖 AI 来做出这些判断,又该如何?调查发现,46% 的管理者使用 AI 来辅助决策,39% 的领导层使用 AI 起草绩效评估。
这种做法有可能给评审过程引入比以往更多的偏见,因为 LLM 本质上是预测机器,倾向于重复其训练数据中发现的人类模式。卢森堡社会经济研究所今年早些时候的研究 发现, “在缺乏明确的客观标准且个体被独立评分的情况下”,LLM 对绩效的评分往往与人类相似。而 2025 年初的一篇 研究论文 2025年早期的调查发现,AI 模型可能对黑人男性候选人存在偏见,并“表现出显著的偏见,其方向和程度在不同社会群体之间各不相同”。
当我问 Levi,使用 AI 来评判员工绩效是否可能将外部偏见引入这一过程时,她表示,企业尚未找到处理此类问题的方法。
AI 还在改变管理者一天的日程。总得有人决定把哪些任务交给 AI 智能体、检查它们产出的成果,并在出现问题时介入。报告指出,这种监督工作可能构成一种新的“隐形劳动”层。
软件本身也变得更难管理。57% 的管理者表示,他们组织现在流通的工具比以前更多,约 51% 表示自采用 AI 以来,他们的工具变得更加相互依赖和聚集。只有 29% 的人认为自己的 AI 基础设施已完全优化和集中化。
Levi 表示,企业原本期望 AI 能帮助缩小其软件栈。相反,随着员工使用公司批准系统之外的工具,他们要应对更多的应用、集成以及影子 AI 的使用。
“管理者在 2025 年结束时本以为自己会整合工具;以为他们会减少软件数量。但实际情况是,他们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,而且这一趋势还在继续[……]。”
随着公司部署能够自主行动的 AI 智能体,这种对控制的需求似乎正变得愈发紧迫。调查发现,58% 的管理者预计在未来一年内,他们监督的 AI 智能体数量将超过人类员工,46% 的人担心对这些智能体的行为失去控制。
对于因 AI 做出的决策而被追责,人们也存在相当多的担忧(35% 的受访者如此表示),因为 LLM 在很大程度上仍不可预测。“他们不希望自己的智能体完全自主,” Levi 说,并解释称管理者希望在关键任务和决策上,由人来参与并接受 AI 的咨询。
归根结底,报告的发现表明,AI 的采用日益成为一个治理问题,其程度不亚于它作为提升生产力机遇的意义。如果没有适当的流程和基础设施来应对,管理者们似乎正在手忙脚乱地维持运转。