公司为员工配备了人工智能工具,旨在提升工作效率,但这些工具似乎给管理者带来了新的难题。
根据一项由工作管理公司Monday.com委托、尼尔森对来自七个国家的1700名主管和高级经理进行的调查显示,超过一半的高级领导者表示,在采用人工智能后,他们发现评估员工工作变得更加困难。原因在于,员工提交的成果往往经过AI润色,管理者难以判断其中到底有多少是员工本人完成的,多少是AI辅助完成的。因此,近一半的管理者表示,他们现在花更多时间审查和指导团队的工作成果。
这并不意味着管理者对人工智能持负面态度。相反,94%的受访管理者表示,他们对利用AI提升工作充满期待,且许多人自信能够找到最有效的应用场景。Monday.com市场研究及客户洞察负责人Michal Miller Levi将这种热情比作2000年代互联网初期,人们对AI抱有类似的“魔力”期待。
但Levi在接受TechCrunch采访时指出,问题在于AI的发展速度远超企业适应的速度。“AI对个人管理者来说非常有效,但他们作为管理者还承担着推动组织发展的职责……他们的困境在于AI发展快于组织流程的调整。”
管理者也在重新思考如何评价团队成员:78%的受访者表示,采用AI后,他们更重视员工在撰写提示词、决定哪些任务交给AI处理以及尝试新工作方式方面的能力。
然而,当管理者难以辨别员工工作中AI的贡献比例时,如何做到公平评价?更何况,46%的管理者表示他们会利用AI辅助决策,39%的领导者用AI起草绩效评估。
这种做法可能会加剧评估中的偏见,因为大型语言模型本质上是预测机器,容易复制训练数据中的人类偏见。卢森堡社会经济研究所今年早些时候的研究发现,在缺乏明确客观标准且独立评价个体时,LLM的评分与人类相似。2025年初的一篇研究论文指出,AI模型可能对黑人男性候选人存在偏见,且不同社会群体间的偏见方向和程度各异。
当被问及利用AI参与绩效评估是否会引入外部偏见时,Levi表示企业尚未找到有效应对方案。

AI也改变了管理者的日常工作。有人必须决定哪些任务交给AI代理,检查其产出,并在出现问题时介入。报告指出,这种监督可能成为一种新的“隐形劳动”。
软件管理难度也在增加。57%的管理者表示,组织中使用的工具比以前更多,约51%认为工具间的依赖和集成度提升。仅有29%认为他们的AI基础设施已实现完全优化和集中管理。
Levi表示,企业原本期望AI能简化软件堆栈,结果却面临更多应用、集成和员工使用未经批准的影子AI工具的情况。
“管理者们结束2025年时本以为会整合工具、减少软件数量,但实际上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,且这种趋势没有停止。”
随着企业部署能自主行动的AI代理,这种控制需求愈发紧迫。调查显示,58%的管理者预计未来一年内他们管理的AI代理数量将超过人类员工,46%担心无法完全控制这些代理的行为。
此外,35%的受访者担心对AI决策承担责任,因为大型语言模型仍然难以预测。Levi解释说,管理者不希望AI代理完全自主,他们希望在关键任务和决策中有人类参与和咨询。
总体来看,报告显示,AI的应用不仅是提升生产力的机会,更是一个治理难题。缺乏合适的流程和基础设施,管理者正努力维持工作秩序。


