当前，人工智能（AI）加速融入企业经营管理。AI分身、技能蒸馏、数字员工等概念持续走红，“教会AI，自己走人”的讨论、AI授权边界模糊、管理黑匣子隐忧等问题愈发凸显。AI究竟会替代员工价值还是赋能人力价值？企业该如何规范知识技能蒸馏、划定AI应用边界、理顺管理盲区？面对AI浪潮，企业能否继续观望等待，又该如何平衡效率变革与人文温度？

　　围绕前述问题，证券时报记者近日专访德勤亚太组织与人才转型咨询主管合伙人、德勤中国人力资本咨询事业群主管合伙人颜蓉。她认为，AI正在颠覆工业革命以来企业以岗位、协同模式、决策链路为核心的三大管理底层逻辑，无序的AI应用极易催生管理黑匣子，主张建立正向AI驱动的管理新规则，包括技术部署，技能沉淀，数据集成等，强调企业应该尽早布局AI落地试点与制度建设。同时，她呼吁要守住人机协同下企业有温度的人文底色。

　　技能蒸馏需确立正向规则要保护“人”

　　证券时报记者：一段时间以来，关于“技能蒸馏”“教会AI，自己走人”话题的讨论热度很高。对此，您怎么看？

　　颜蓉：AI其实早就进入了企业管理，只不过一直以来，它更多是以技术工具的定位存在。直到去年，当AI成为自主智能体之后，它可以自己去寻找数据、判断分析，为人类提供决策参考，甚至给出的洞察比人类自己还要深，使得人类产生了本领恐慌。

　　今天通过AI进行知识或者技能封装的速度非常快。这就可能出现一种情况：我把一个人的知识沉淀出来后，就可以裁掉他。这也是为什么当前很多公司在减员，美国硅谷大厂首当其冲开始大规模裁员。大量工作似乎正在被AI替代。

　　AI发展之后，在知识和经验沉淀方面，目前企业并没有相关的制度安排，所以现在的技能和知识沉淀非常随意。这是企业人力资源管理遇到的新情况，也需要逐步建立的新规则。

　　证券时报记者：对于“技能蒸馏”这样的“随意”您有什么建议？

　　颜蓉：我认为有几件事可能需要开始着手。首先是对“正向技能沉淀”的鼓励。当员工把技能知识进行沉淀、分享，甚至教会给AI，这种行为应该被鼓励和奖励。“蒸馏”听起来有些冷酷，其本质是一种提炼和沉淀，换个角度看，写一本书也是提炼和沉淀。历史上那么多伟大的人写的书，两千年前的著作我们今天依然能从中汲取智慧和营养，因为他们把毕生心血凝练给了我们。今天这种情况仍然在发生，但应该鼓励“正向蒸馏”。

　　与此同时，所有被“蒸馏”的内容应该有透明的过程，让大家知道知识或技能是怎么被沉淀下来、怎么被封装成新的作业流或新的AI工作方式。

　　在此基础上，员工个人应该有知情权，员工的知识产权应该被认可，因为有些技能可能涉及公司的核心机密，在一定程度上需要有保护措施。

　　如果没有前面所说的操作规范，而是不负责任地、甚至在一定程度上属于剽窃地把知识封装给智能体去执行，一旦造成负面影响，很可能最终无法落实责任由谁来承担。所以，即使是为了避免责任主体的错位和缺失，我们也需要对整个工作流、工作经验等相关知识的沉淀，知道它的来源，甚至知道最后谁来为它做解释、进行新一代的迭代和优化。

　　证券时报记者：您认为AI工具对中国企业人力资本的最大颠覆会是什么？

　　颜蓉：从浅层来看是整体效率的提升；往深层次看，是对工业革命以来企业组织模式的彻底重构与重塑，这也是最核心的颠覆。

　　借助AI工具，企业最基础的运行单元岗位会被重构，基础单元一旦重构，组织形态必然随之改变，并进一步带动商业模式与产业价值链的全面重构。

　　工业革命以来，企业管理一直建立在三大基础前提之上：一是以岗位为最小作业单元；二是岗位之间、部门之间依托固定流程形成协同与价值链条；三是自上而下的科层制决策链路。而AI正在同时颠覆并重构这三大底层逻辑。由此可见，AI对企业带来的变革和颠覆是根本性、全方位的。

　　严防AI应用形成大量企业管理的黑匣子

　　证券时报记者：“养虾”“养马”走红后，人类对于AI工具授权的边界，谁为决策负责，如何保证决策质量成为热议话题。是否有办法解决这样的困扰？

　　颜蓉：人类要认识到，自己的角色正在发生变化，需要去建立新的技能。我们每个人要从直接的执行者，转变为AI员工的管理者和责任人。如果出了问题谁负责？毫无疑问是人类兜底，没有别的答案，只是说人类当中谁来负责，这跟没有AI的时候其实是相似的。

　　在数字员工的管理上，企业要为数字员工设定目标和边界。AI员工是有边界的，这个边界包括数据主权、数据渗透性、数据隐私性以及数据权限，这是最基本的。

　　此前之所以出现疯狂安装“龙虾”之后又疯狂卸载的情况，就是因为没有理解它的边界。它太厉害了，你不给它设定边界，它就可以在你的数据库里到处抓取数据。所以可以发现，真正领跑的企业对外部AI工具的使用非常谨慎。一定是想清楚怎么能够管理好AI的功能，AI的边界之后，才会用它。

　　AI与AI之间会对话，在一定程度上它是个黑匣子。如果人类不把作业流梳理得非常清楚，不在里面设置监控点、透明的数据复核和审查，慢慢就会失去手感、失去体感。

　　举个最简单的例子，计算器发明之后，大家的心算能力都下降了，计算器的诞生让人类失去了对计算的手感。手感没有了，慢慢连体感都没有了，这才是对人类最大的潜在风险。人类不可以失去对管理、对这个世界的体感，手感在有些地方可以让步，但不能完全丧失，人类跟这个世界的互动非常重要。

　　在AI管理中，不仅要看结果，过程也一定不能丢，绝不能让它的普遍应用形成大量企业管理的黑匣子。此外，要建立AI管理的责任制度。

　　证券时报记者：与AI工具广泛运用伴生，部分企业已经积极着手解决工作和员工数据质量及可信度下降的问题。对此，您有什么建议，特别是对于人力资源管理方面的数据？

　　颜蓉：企业需要构建自己的数据库和更清晰准确，有颗粒度的，有精细度的知识沉淀和数据管理。有了这些之后，运用大模型上岗数字员工，才有可能减少AI幻觉的发生。

　　但AI应用整体都还处在相对初级的阶段，对于一些造假和作弊的行为还很难发现。

　　证券时报记者：哪些企业在AI应用上面已经走在了前面？

　　颜蓉：现在很多企业都在做企业级的AI应用，需要区分的是，员工个人每天用豆包、用DeepSeek，甚至用龙虾，这只是个人层面的使用，不算企业级应用。

　　真正的企业级应用，是企业的AI工具在一定程度上已经内嵌到整个经营管理中——所有在大模型上对AI的训练都沉淀在企业内部系统上，智能体也部署在系统上，AI已经在企业的作业流中与员工协同工作。

　　需要注意的是，员工自发的AI应用仍然多于企业级应用，这是很多企业当前面临的错位。

　　适应AI浪潮企业有四件事不能等

　　证券时报记者：考虑到目前AI应用与企业管理的融合还不成熟，出于投入产出的考虑，企业是否可以再等等看？

　　颜蓉：我的回答是不能等。用一个最简单的比喻——当马车被汽车替代的时候，最重要的事情不是站在大马路上去争论政府该不该支持汽车产业，而是去考驾照。

　　对于企业来说，有几件事是必须马上做。第一，必须要求并帮助员工去学AI，甚至要通过认证，就像考驾照一样，不考驾照不能上路。

　　第二，要开始试点部署智能体。在企业内部哪怕会犯很多错误，也要在局部开始让数字员工上岗，一定要建立起数字员工上岗之后对管理带来冲击的“手感”，这是必须要交的学费。

　　第三，要开始梳理企业自己的作业流。作业流比流程要细，要开始构建自身的“本体”，知识的沉淀。要敢于大胆地去试点、重构岗位，哪怕是点状的也要去做。

　　第四，要尽可能地出台合规和伦理的相关制度机制。一开始肯定不会很全，但没关系，要先有这个意识。

　　我认为这四件事，是不能等的。

　　证券时报记者：如何避免由于AI工具的广泛使用，让企业文化丢了“人味儿”？

　　颜蓉：“人味儿”有好的一面，也有负面的一面。

　　负面的“人味儿”表现为人和人之间沟通不顺畅、相互扯皮、官僚主义，决策链很长，离战场很远，听不到炮火的人在作决策，部门墙很重等。这些其实恰恰是我们想用AI去打破的东西。

　　但好的“人味儿”是人与人之间的信任、情感的链接、共情、对使命感的共识，包括归属感、身份认同，是我们在AI时代应该尽可能保留的。但做这件事其实非常难，因为很多企业家根本就没往那想。

　　所以我建议，企业至少要在几个方向上发力：要保留人和人之间的链接，主动创造人与人沟通和共创的平台与场域；企业家要发自内心地、像过去一两百年最优秀的企业一样，持续地培养人、赋能人，给人成长的机会，把人的成长和成功仍然当作企业非常重要的使命；要尊重人、共情人，给人安全感，不能搞得人人自危，人人都觉得自己不再被需要了；还要构建人与人之间、人与机器之间最根本的信任环境。

　　还是需要强调，无论AI如何发展，人是终极决策者，人是价值观和伦理的捍卫者，人是对AI的管理和监督者。这三个角色，是不可撼动的。

　　校对： 许欣

（文章来源：证券时报网）