編者按

人類與AI智能體將構成一種新式的協同聯系，這要求企業有必要選用“數智職工辦理”的思想。

人工智能（AI）技能的迅猛發展正以史無前例的深度和廣度影響著社會的方方面面，特別對企業運營方法、商業方法乃至整個社會結構帶來了深化的革新。2025年已來，關于AI智能體（Agent）的談論日益增多，其潛在的顛覆性力氣引發了廣泛重視。在這一布景下，深化了解AI的中心概念、運用遠景及其帶來的應戰，關于掌握未來發展趨勢至關重要。 

領英聯合創始人、OpenAI前期投資人，里德·霍夫曼在《AI 賦能》（Superagency）一書中，對人工智能怎么賦能社會生活的方方面面打開了翔實的談論，本刊專訪了《AI 賦能》的譯者——領英全球前副總裁、領英我國前總裁陸堅，聚集AI在商業范疇對企業商業方法、中心競爭力、長時間趨勢的影響打開深度討論。期望對企業更好地了解AI賦能的價值與方法，更有用地推進智能化轉型，供給有利的學習。 

“超級能動性”，了解AI賦能的要害

在討論AI的影響時，“Agent”是一個中心概念。但是，將其簡略翻譯為“署理”或許未能徹底反映其內在。 

本書中文版中把作者界說的Superagency翻譯為“超級能動性”，做出這個挑選的原因是對“Agency”在人類文明史中多重內在的剖析。差異于日常語境中的“署理”（如保險署理、游覽署理），社會學奠基者安東尼·吉登斯在其結構化理論中著重：“Agency是舉動者改動既定社會規矩的才干，是打破結構束縛的發明力根源。”這種哲學思辨投射到技能范疇，提醒了每次工業革新中人類焦慮的實質——當珍妮紡紗機代替手搖紡車，當流水線代替工匠作坊，外表是對賦閑的驚駭，深層則是對主體能動性被技能體系掠奪的憂懼。 

霍夫曼經過硅谷二十年技能調查發現：AI革新的特殊性在于其初次觸及人類認知中心范疇。書中實證研討標明，79%的受訪者憂慮AI將削弱人類的決議計劃主導權。而“超級能動性”的終極界說正是對這種焦慮的回應：在AI技能賦能下，個別與集體打破生理、認知與社會結構的傳統約束，完結潛能最大化。 

AI技能，特別是大言語模型（LLM）的呈現，常常引發人們關于自身能動性是否會受到約束的憂慮。但是，AI的真實潛力在于其作為“超級能動性”（Super Agency）的賦能者。這種賦能不只體現在提高個別才干上，更在于經過技能手法，使個人和集體能夠打破既有限制，最大化自身潛能。這是一種在社會層面累積并使每個人獲益的效應。因而，將AI視為一種增強人類能動性的東西，而非代替人類主體性的存在，是了解其積極含義的要害視角。 

AI能與人類共情嗎

關于大模型的實質，一種常見的觀念以為其僅是依據海量數據的核算核算和方法匹配，缺少真實的了解與情感。這種質疑在觸及情感溝通的運用場景，如心理健康護理時尤為杰出。例如，科技開發者羅布·莫里斯（Rob Morris）運用名為KokoBot的AI幫手參加伙伴合作的心理健康支撐項目，其初衷是模仿人類伙伴的共情與支撐。但是，當其AI身份被揭露后，引發了關于“模仿共情”的道德爭議。 

盡管存在質疑，但實踐標明，AI在特定情境下的體現或許超出預期。研討標明，在醫患對話等場景中，經過訓練的大模型在共情才干的評分上乃至或許超越人類專業人士。這從一個視點闡明，判別AI價值的標準或許不該只是限制于其是否具有“真實”的情感或認識，而更應重視其在實踐運用中所發生的作用和價值。當用戶在知曉其對話方針為AI后，仍能感受到被了解和支撐，這自身就闡清楚AI在情感溝通輔佐方面的潛力。 

當然，AI的限制性也不容忽視，例如其或許發生的“錯覺”（即生成不真實或誤導性信息）。但這并不意味著AI在心理健康等范疇的運用毫無價值。要害在于明晰其定位：AI更適合作為護理的輔佐東西或參加支撐性服務，而非代替專業醫師進行確診和醫治。一起，跟著技能的前進和運用方法的老練，人們關于AI在情感溝通方面的承受度也在逐漸提高。或許，人類自身的反響和決議計劃機制也并非徹底依據深思熟慮的情感加工，有時也或許是依據習氣或很多閱歷構成的快速反響。從這個視點看，AI經過學習重生2016在線播放海量數據而生成的“即時”回應，與人類的某些反響方法或許存在某種相似性。 

AI原生運用，與商業方法的演進

移動互聯網誕生了比如Uber、抖音等依據移動互聯技能的原生運用，發明了簇新的商業方法，也造就了新的一批職業領軍企業。AI年代的原生企業會有哪些特色？ 

從技能層面看，AI技能的迸發催生了很多AI原生運用。這類運用的中心在于，AI大模型或AI體系自身便是產品的主角，而非只是是附加功用。典型的比如包含能夠直接與用戶進行對話的大型言語模型（如ChatGPT），以及能夠依據提示詞生成圖畫或藝術作品的AI繪畫東西（如Midjourney、DALL·E）。這些運用在AI技能呈現之前是無法幻想的，它們代表了AI技能直接驅動產品立異的或許性。 

但是，與移動互聯網年代涌現出如Uber、抖音等運用移動特性發明全新商業方法的“原生APP”比較，當時AI年代的商業方法立異尚處于前期階段。盡管AI原生運用已很多呈現，但真實含義上老練、可大規劃仿制的全新商業方法（如Uber式的同享經濟方法）還未徹底閃現。這或許是因為AI技能從迸發到大規劃商業化落地仍需時刻沉積，商業方法的立異往往滯后于技能發展。 

展望未來，AI年代的商業方法或許呈現以下幾種改變趨勢： 

1.從“羊毛出在豬身上”到直接用戶付費：傳統互聯網渠道常選用“羊毛出在豬身上”的方法，即經過向B端（廣告主）收費來補助C端（用戶）的免費運用。這種方法依靠于大規劃用戶集體和標準化服務。但是，AI驅動的個性化服務使得每個用戶的需求和體會都或許不同，這下降了大規劃標準化廣告投進的功率。因而，未來或許會有更多服務轉向直接向用戶收費，條件是AI能供給滿足高價值的個性化體會，讓用戶愿意為之買單。 

2.服務即廣告，價值驅動付費：關于直接嵌入答案或內容中的廣告方法，用戶遍及承受度較低。但假如AI供給的是一種繼續的、高價值的服務（如個人助理、專業咨詢等），用戶則更或許承受為其付費。這要求AI服務有必要真實處理用戶痛點，發明可感知的價值。 

3.雇傭與租借方法的擴大：AI智能體（Agent）因其能夠獨立完結特定使命，正逐漸被視為“數字職工”。企業或許會按布置的智能體數量或完結的使命量來付出費用，類似于人力資源的差遣或外包方法。在C端，家用服務機器人等也或許采納租借而非購買的方法，由服務供給商擔任機器人的保護和更新。 

AI企業的添加方法與傳統互聯網企業有所不同。以OpenAI為例，其用戶添加快度遠超歷史上任何一家科技公司，ChatGPT僅用兩個月便到達一億用戶，而抖音用了九個月、Facebook用了四年半。這顯現了AI技能極強的用戶接收速度和商場浸透潛力。 

但是，收入添加方面，當時AI企業遍及面對高投入、低（或無）直接收入的局勢，商業方法仍在探究中。盡管如此，從用戶規劃和查詢量等方針來看，AI的添加快度仍然驚人。 

AI是否會成為像操作體系或智能手機那樣的新“底座”，并與現有巨子齊頭并進？ 

現在看來，AI更或許作為一種新的操作體系或交互范式存在。傳統的操作體系是人與核算機交互的界面，而未來的AI操作體系（或智能體渠道）或許是AI自主規劃和履行使命的后臺體系。人類與AI的交互方法將發生根本性改變，從指令式交互轉向方針導向的托付式交互。這種AI操作體系將與現有的操作體系（如Windows、iOS）共存，但功用和定位天壤之別。 

智能體怎么，有用融入企業辦理

AI智能體代表了人機交互方法的一次范式搬運，其含義堪比從命令行到圖形界面，或從PC到移動設備的改變。它不只僅是技能的迭代，更是交互邏輯和聯系的重構。智能體具有自主規劃、決議計劃和履行雜亂使命的才干，有望成為用戶的數字助理乃至數字兼顧。因而，智能體并非一個時間短的過渡階段，而是一個長時間的發展趨勢。 

企業將智能體深度整合進中心事務流程，特別是觸及決議計劃環節時，面對著一系列雜亂且亟待處理的應戰。 

首要應戰來自技能自身的不確定性。大模型常被視為“黑箱”，其內部的推理進程和決議計劃依據難以追溯和解說。其輸出存在固有的不穩定性，相同的提示在不一起間或環境下或許發生差異化的成果。重生2016在線播放在觸及多過程、長鏈條的使命履行中，模型發生“錯覺”（即假造現實或錯誤信息）的危險會明顯添加，這對需求高精度和一致性的事務場景構成威脅。 

其次，權責歸屬的含糊地帶構成嚴重辦理難題。當智能體依據其判別自主履行使命并導致失誤乃至損失時，追責機制沒有清楚——是規劃開發者、布置企業、操作職工，仍是智能體自身（在現有法令結構下不具有主體資格）承當職責？人類職工與自主AI體系之間的職責鴻溝怎么明晰區分？怎么保證智能體的輸出和行為一直契合職業標準、公司方針以及法令法規（合規性保證）？這些問題現在缺少老練的處理計劃。 

再者，生態依靠帶來的運營危險不容忽視。編程幫手Windsurf與OpenAI洽談收買后其API服務被Anthropic堵截的事例，突顯了依靠單一閉源大模型渠道供給中心才干的運用供給商所面對的脆弱性。盡管開源模型供給了躲避供貨商確定的或許性，但對大多數企業（特別是中小企業）而言，自行保護高性能開源模型的開發、調優和運維本錢昂揚，且當時開源模型在性能上與頂尖閉源模型尚存距離。 

為應對這些應戰，搶先企業開端構建“企業級AI辦理三角結構”：樹立嚴厲的審計機制以完結要害操作的全鏈路追溯和可解說性。規劃有用的對齊機制，經過提示工程、微調等手法保證智能體行為契合企業價值觀和事務方針。構建信賴機制，經過透明度提高和技能流程優化，緩解職工和客戶對AI輸出的遍及不信賴感。 

在技能架構上，選用模型解耦規劃（Model Agnostic Agent Design）和多云/多模型戰略，防止對單一技能渠道的深度綁定，成為保證事務連續性和下降危險的務實挑選。 

***

AI的賦能潛力正在多個戰略范疇加快開釋，深化重塑工業格式。常識密集型范疇首戰之地，軟件開發（代碼主動生成、函數補全、Bug檢測、測試用例生成）、商場營銷（個性化案牘創造、用戶畫像剖析、廣告內容制造）等白領作業場景的功率正閱歷指數級提高，一起也下降了專業技能的入門門檻。 

教育范疇迎來革新性革新，AI驅動的個性化學習渠道能夠依據每個學生的了解才干、學習節奏和愛好偏好，動態調整教學內容和途徑，使“對癥下藥”這一教育抱負有了大規劃落地的技能根底。 

專業服務范疇也在晉級，法令文書輔佐生成、高精度多言語實時翻譯（正如譯者翻譯《AI 賦能》一書時得益于AI大幅提高功率的實踐）等運用，明顯提高了服務的速度和質量。企業運營層面，客戶服務（智能客服）、出售支撐（頭緒剖析、話術主張）等環節的響應速度和精準度取得跨越式提高。 

但是，伴跟著功率提高的，是對就業結構的深遠影響。常識密集型崗位的人力需求或許面對結構性減縮。比較之下，需求高度雜亂環境適應力、精細手眼協諧和即時物理反應的精細體力勞動范疇（如頂尖外科手術），短期內受AI主動化代替的壓力相對較小，更或許走向深度的人機協作方法（如機器人輔佐外科手術）。但值得重視的是，跟著機器人技能在感知精度、動作操控和環境適應才干上的繼續打破，這些曾被視為人類專屬堡壘的范疇，未來也或許逐漸被更智能、更牢靠的機器體系浸透。例如，在外科手術中，機器人手臂理論上能夠到達遠超人類生理極限的穩定性和精確度。 

人類與AI智能體將構成一種新式的協同聯系——人類擔任設定方針、供給價值判別和監管，AI智能體擔任高效履行、信息整合和計劃主張。這種協同要求企業在布置和辦理智能體時，有必要選用全新的思想結構。這意味著企業既要容納當時技能存在的不確定性（如錯覺、輸出動搖），更需前瞻性地樹立完善的AI辦理結構，包括道德原則、職責區分、安全審計和繼續評價機制。這樣才干真實邁入人機協同進化、一起開釋潛能的新年代。 

受 訪 |陸堅 領英全球前副總裁、領英我國前總裁、CGL集團全球事務首席參謀

本文來自微信大眾號“中歐商業談論”，作者：齊卿，36氪經授權發布。