写点什么

微软:81% 企业考虑增设 AI 岗位,未来员工会成为智能体的老板

  • 2025-05-28
    北京
  • 本文字数:2491 字

    阅读完需:约 8 分钟

大小:1.26M时长:07:20
微软:81%企业考虑增设AI岗位,未来员工会成为智能体的老板

“中国企业对 AI 应用的认知已发生根本性转变。”微软大中华区首席运营官陶然说道。

 

根据微软发布的“2025 微软工作趋势指数”,在中国,84%的企业决策者表示今年将重新评估 AI 对公司战略与运营的影响,75%领导者明确将 AI 作为生产力提升的核心工具。值得注意的是,81%的受访企业考虑增设 AI 专项岗位。陶然表示,“已经很少企业会沿用五年前传统运营模式,这些企业要么处于转型阵痛期,要么面临市场淘汰风险。”

 


初期落地三阶段

 

在考虑是否在 AI 上进行投资时,微软大中华区现代化办公事业部总经理缪臻颖表示企业通常会经过三个阶段:

 

  • 第一,分阶段试行和数据反馈。企业要先去做概念论证(POC, Proof of Concept),之后可能会进行试点实践,可以说是“摸着石头过河”。这样做的好处是:减少风险的同时能够积累经验。比如有的制造业企业采用了分批制,300 个人一批,每批实行三个月,通过收集问卷、数据反馈等方式优化部署进程。

  • 第二,场景化的 ROI 和价值量化。企业需要找到具体的场景,通过使用前后对比,根据核心指标数据,包括员工节省时间、客户响应提速、销售周期缩短、员工满意度和推荐意愿指数等可量化指标,帮助企业评估是不是需要继续使用,甚至是否要扩大规模。

  • 第三,标准化工具,如使用类似微软商业价值计算器、控制系统、Viva Insights 等工具,来量化投资回报,同时实时监控 AI 工具使用成效等。

 

这三个关键步骤共同构成了可控的投资管理框架,既能有效控制风险、积累经验,又能科学调整部署优先级和覆盖范围。

 

此外,微软大中华区商业应用事业部总经理刘郁薇指出,成功推动 AI 落地的首要因素是高层领导的支持。如果没有高层支持,员工的投入和努力难以被看见,会难以持续激励。因此,高层支持以及清晰传达“为什么要做这件事”,是决定变革能否成功的核心要素之一。

 

刘郁薇以联想为例解释道,当很多企业还在观望想先算清楚 ROI 时,联想高层强调“快速实践”,选择边做边调优,在实践中找到正确的做法,最终在消费者服务中通过使用 Dynamics 365,平均人力成本下降了约 15%—25%。

 

“IDC 研究报告显示,尽管采用生成式 AI 的企业平均获得 3.7 倍的投资回报率,但顶尖领导者的平均投资回报率达到了 10.3 倍。他们不是等待,而是通过实验和开放心态,探索出最适合自身的最佳解。最终,评估标准还是要回归企业自身,聚焦最迫切的需求。”刘郁薇表示。

 

企业会将自下而上(Bottom - Up)和自上而下(Top - Down)的方式结合起来,以最大化推动业务成果。实践中,微软大中华区 Azure 事业部总经理李冕认为,最简单直接的是先把市场上已经做好的东西用起来、用到极致。当现有产品无法满足时候,可以定制化,借助平台服务或模型可以打造属于自己的版本,并与企业级私域数据的整合。

 

智能体以“数字员工”角色进入企业

 

与两年前相比,如今企业落地 AI 已经变得更加实用、更加务实,更加看重如何带来真实的业务价值。

 

首先,交互方式正从单一聊天框快速向多模态融合与语音交互场景升级。

 

其次,全球模型选择呈现多元化趋势,企业平均采用三个以上大模型完成差异化任务,模型市场从 GPT 系列主导转向多元生态,超九成企业构建混合模型矩阵。因此,微软认为在 AI 大模型时代不会出现所谓的“一家独大” 的局面,不会有一个巨大的通用大模型吃掉所有市场。一定是百花齐放、多元的大模型市场;

 

最后,中国企业的演进速度相当快,早期聚焦 RAG 技术完成知识库与大模型对接,现已跃迁至通过智能体实现跨系统数据整合与流程再造。

 

但在探索过程中,企业管理者普遍面临双重战略焦虑:如何确保企业在技术变革中保持竞争力?能否借助 AI 实现行业地位的跃升?这些问题背后的核心挑战主要包括:

 

  • 员工 AI 素养的培育。当前企业 AI 应用的深度与广度直接受制于员工的数字能力。调研发现,超过 60%的 AI 应用障碍源于“员工认知断层”:并非技术本身存在缺陷,而是使用者缺乏系统训练或主观能动性不足。

  • AI 赋能的实效转化难题。企业期待 AI 不仅能处理基础事务,更需要帮助员工突破三大能力瓶颈:复杂问题的决策效率、多任务冲突的优先级判断、快速变化环境的适应能力。这要求 AI 系统必须具备业务场景理解、知识图谱构建、动态策略优化等进阶功能。

 

可见,这个过程中员工与 AI 的关系是很重要的。

 

最初,企业普遍从为员工配备基础 AI 工具入手,通过简单的聊天框界面赋予员工文本摘要、内容生成等基础能力,此时 AI 主要扮演智能辅助角色;从去年开始,智能体能力实现质的飞跃,不仅能够输出内容,更能完成实际任务,推动企业应用进入新阶段——部门级、企业级乃至跨企业的特定任务开始通过“智能体+AI”组合完成,这已成为当前主流应用模式。

 

当智能体的成熟度进一步提升时,员工将会变成一个或多个智能体的经理和老板。每个员工都可指挥多个专业智能体协同工作,例如财务经理可同时管理报销、合规、报告生成等智能体团队,通过任务分配与结果整合实现高效运作,这种“人类管理者+数字员工”的新型协作模式将重塑未来工作方式。

 


整个期间,人类员工要做好与“数字员工”之间的交互和协作,数字员工需要具备:很强的自主性、有一定的决策力,并且做好责任和安全性管理。

 

缪臻颖特别指出,智能体是超级助手的角色,可以增强人类的能力,但绝非要取代人类。在日常复杂的商业环境中,有很多决策涉及情感、价值观和伦理道德,目前的智能体还不具备这个能力去解决。“除了继续拓展智能体边界以外,更关键的是人类会充当智能体的管理者,在未来人类和数字员工能够形成一个更高效、更智能的生态工作形式。”

 

在员工的时间被释放出来后,随之而来的变化是:企业会重新考虑对人类员工的能力要求。比如,以前招聘员工更看重开发能力、技术能力,现在则开始注重人的沟通能力,因为需要人们更多地与业务部门沟通,进行需求分析等,保证 AI 产品生成的质量成为重点。刘郁薇表示,数字员工广泛进入企业,其实是一个时间重新分配以及能力重新分配的过程和演进。

 

不过,微软大中华区安全与合规业务总经理潘汉升提醒,随着智能体能力的提升,我们也需防范恶意数据窃取,避免类似人类员工的无意间敏感信息泄露。这种安全挑战在跨国业务中尤为突出,企业不仅要防范数据被盗风险,更要应对海外法律遵从的监管要求。

2025-05-28 12:143805

评论

发布
暂无评论

架构实战营-模块八-作业

大可

阿里P7大牛手把手教你!卧薪尝胆70天内推入职阿里

欢喜学安卓

android 程序员 面试 移动开发

闭关三月!啃透美团保姆级分布式进阶技术手册,终入美团定L8

Java 面试

程序员的自我修养-用科学的方法提高交付质量

刘绍

程序员 软件工程 软件质量 TDD 单元测试

经过一年的不懈努力社招进了阿里,我总结了50个Java面试必考题

Java 程序员 架构 面试

发布60分钟!霸榜Github的阿里面试参考指南,啃透涨薪10k

Java架构师迁哥

喜马拉雅亿级用户量的离线消息推送系统架构设计实践

JackJiang

消息推送 即时通讯 IM push

FIL币最新价格怎么样?FIL币最新消息是什么?

工商银行:应用多k8s集群管理及容灾实践

华为云开发者联盟

容器 多云 工商银行 k8s集群 Karmada

所有前端都要看的2D游戏化互动入门基础知识

蚂蚁集团移动开发平台 mPaaS

大前端

hdfs 的集群间拷贝、归档、回收站等功能剖析

大数据技术指南

hdfs 7月日更

从零开始学习3D可视化之摄像机投影方式

ThingJS数字孪生引擎

大前端 可视化 3D 数字孪生

你见过最具有代表性的面试是什么样的?大三4面上岸腾讯(Java岗)

Java架构师迁哥

夏令营|第五届埃文网络安全技能训练营火热报名中

郑州埃文科技

阿里P7亲自讲解!Android大厂面试真题解析大全

欢喜学安卓

android 程序员 面试 移动开发

全美第四大无线运营商 DISH 和亚马逊云科技开展战略合作

亚马逊云科技 (Amazon Web Services)

阿里新出炉爆款的顶配版Spring Security笔记,肝完变秃也变强

Java spring 编程 架构

铂金10:能工巧匠-ThreadLocal如何为线程打造私有数据空间

MetaThoughts

Java 后端 多线程 并发

阿里P9看了都说牛B!阿里巴巴史上最牛的分布式核心原理深度解析全彩手册

Java架构追梦

Java 阿里巴巴 架构 面试 分布式核心原理解析

亚马逊云科技和 Verizon 利用专有 MEC 解决方案扩大 5G 合作

亚马逊云科技 (Amazon Web Services)

架构实战营模块8作业

eoeoeo

架构实战营

一文读懂大数据实时计算

五分钟学大数据

实时计算 7月日更

点通生活系统软件开发搭建

CryptoPlace挖矿APP系统开发简介

Eureka可用性解读

赵镇

Eureka

直击技术最前沿 | Amazon S3增加新的存档访问层

亚马逊云科技 (Amazon Web Services)

理解Linux 终端、终端模拟器和伪终端

mazhen

Linux Shell SSH Linux Kenel

CodeDay 北京站报名倒计时

蚂蚁集团移动开发平台 mPaaS

移动开发

我用Vanilla JS重写了一遍项目,结果……

Faye

大前端 js 原生

Mtail导致Nginx报警延迟

BUG侦探

运维 监控 日志

高并发应对策略系列文章阶段汇总,提供离线文档下载

Coder的技术之路

微软:81%企业考虑增设AI岗位,未来员工会成为智能体的老板_AI&大模型_褚杏娟_InfoQ精选文章