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。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。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
=*=*=*=*=*=
当前为第3/4页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页