公司正在为员工提供人工智能工具，以提高他们的生产力，但这些工具似乎正在为管理者创造新的问题。根据周一网（Monday.com）委托尼尔森对1700名董事和高级经理在七个国家的调查，超过一半的高级领导者表示，在采用人工智能后，他们发现更难评估员工的工作。原因在于，员工的输出现在大多都是经过润色的，直接到达管理者的收件箱，使得很难分辨出有多少是来自员工本身，多少是来自人工智能。因此，近一半的管理者表示，他们花在审查和指导团队输出上的时间比以前多。这并不是说管理者对人工智能感到不满。实际上恰恰相反：94%的被调查管理者表示，他们对于使用人工智能来改善工作感到兴奋，很多人对如何使用人工智能以获得最大的价值充满信心。周一网市场研究和客户洞察负责人米哈尔·米勒·莱维（Michal Miller Levi）将这种热情与2000年代早期互联网的兴起进行了比较，称人们看到了一种与人工智能类似的“魔力”。但她告诉《科技Crunch》，问题在于人工智能的发展速度超过了公司能够适应的速度。“人工智能对[管理者]个人而言运作良好，但他们作为管理者还有不同的角色。他们需要推动组织的发展……他们的挣扎正是因为人工智能的发展速度超出了组织流程的适应能力，”莱维说。管理者们也在重新考虑如何评估他们的团队：78%的受访者表示，在采用人工智能后，他们改变了评估员工的方式，更加重视员工创造提示的能力、决定将哪些任务委托给人工智能以及尝试新工作方式的能力。但当管理者不能轻易判断员工的工作中有多少是由人工智能产生时，他们能多公平地评估员工？如果管理者自己也越来越依赖人工智能来做出这些判断，那又如何？调查发现，46%的管理者使用人工智能来帮助他们做出决策，而39%的领导者使用人工智能来起草绩效评估。由于大型语言模型（LLM）本质上是预测机器，倾向于重复其训练数据中发现的人类模式，这种做法冒着在评估过程中引入比以往更多偏见的风险。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个体独立评分的情况下”，LLM的表现评分通常与人类相似。今年早些时候的一篇研究论文发现，人工智能模型可能对黑人男性候选人存在偏见，并“在不同社会群体之间表现出显著的偏见，方向和幅度各异。”当我问莱维使用人工智能对人们的表现进行评估是否会在过程中过度引入外部偏见时，她表示公司尚未解决如何处理这些问题。人工智能还在改变管理者的日常工作。有人必须决定将哪些任务交给人工智能代理，检查他们的产出，并在出错时介入。报告建议这种监督可能形成一种新的“隐形劳动”层。软件本身变得越来越难以管理。57%的管理者表示，他们的组织现在的工具比以前多，而大约51%表示，自从采用人工智能后，他们的工具变得更加相互依赖和聚集。只有29%的人将其人工智能基础设施描述为完全优化和集中。莱维表示，企业原本希望人工智能能够帮助减少他们的软件堆栈。相反，他们正在应对更多的应用、集成和影子人工智能使用，因为员工采用公司批准系统之外的工具。“管理者在2025年的时候感觉他们将会整合工具，实际上会减少软件数量。但发生的情况是，他们使用的工具数量增加了，”莱维说。“超过50%的人表示，他们现在使用的工具比去年多，而且这种趋势没有停止……”。随着公司部署能够自主行动的人工智能代理，这种控制需求似乎愈发紧迫。调查发现，58%的管理者预计在未来一年内，他们将监管更多的人工智能代理而非人类员工，46%的人担心失去对这些代理行为的控制。关于对人工智能做出的决策承担责任的恐惧也相当普遍（35%的受访者表示如此），因为大型语言模型仍然在很大程度上是不可预测的。“他们不希望他们的代理完全自主，”莱维说，她解释称管理者希望在关键任务和决策时有人参与并咨询人工智能。报告的核心发现表明，人工智能的采纳越来越多地成为一种治理问题，而不仅仅是提高生产力的机会。如果没有适当的流程和基础设施来应对这些问题，管理者似乎正在拼命维持运转。