top of page

AI對企業管理的衝擊

Updated: Apr 28

人工智能(AI)發展一日千里,主要為業務的自動化及優化作支持,提高企業效率及創新方向,但領導者和員工在如何看待AI於未來企業的角色卻有點南轅北轍。麥肯錫(McKinsey)顧問公司於2020年進行的一項調查,半數受訪者表示,他們的公司至少已有一個部門採用了AI技術,而大多數的領導者(89%)更預計在未來15年內,AI將可提升員工的生產力,不過少於半數的一般員工則不敢苟同。超過三分之二的企業領導者認為,到2035年,可穿戴設備將成為工作場所的一大特色,但員工會否因為被全程監控而反感,因而引發勞資矛盾,則有待觀察。

有些數據蠻有意思,反過來有33%的員工(相對於7%的領導者)認為AI可能部分或完全替代企業領導者的工作。大多數的領導者(74%)預計技術只會在某一定程度上補充C級高管的能力。似乎員工認為縱然是領導者,也難逃被AI取代的一劫。科技正迅速發展,到2035年,相信某些管理職能幾乎肯定會轉交給AI處理。

隨着Uber、Airbnb和Deliveroo等公司崛起,它們的運作模式也相應發生變化,減少聘用全職僱員,而轉為招攬「合作夥伴」,這引發了傳統業內人士的擔憂。勞方專家和政府警告,愈來愈盛行的零工(自由工作)經濟,可能會減少了全職就業。

對於這個問題,企業領導者和員工的觀點再次出現很大分歧。19%的領導者認為,固定就業到2035年將成為歷史,五分之三的員工擔心全職崗位將變得稀缺,近64%的員工表示,大部分高薪崗位將被自由工作者佔據。就像對先進技術的看法一樣,勞動者也擔心零工經濟工作模式會對他們往後的就業前景構成威脅。領導者認為AI與員工之間是相輔相成的關係,而員工則把AI視作直接競爭對手。

新冠疫情的考驗,證明世界各地企業具有適應環境、創新求變的能力。通過採納不同的新技術,許多企業得以在疫情肆虐的困難時期生存下去,但這不代表可忽略AI與人類的矛盾。在數碼經濟全速前進之際,舊的問題得到解決的同時,新的社會問題可能來得更猛烈,更可怕的是管理的難度也會是前所未見。從前我們說管理是一門科學,今天筆者覺得到了這個年頭科學更需要悉心管理,否則早晚出大事。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page