Short answer: Agent 可以承担状态收集和日常协调工作。它们无法取代掌控瓶颈、拥有决策判断力或赢得团队信任的人。当瓶颈在于人时,请将其视为设计问题,而不要将其视为人员编制目标。
我是 Vinay Pasricha。我在诺伊达(Noida)运营 GoodSpace AI,并撰写了 The Execution Doctrine 和 AI for Business Leaders。管理者在向我提出这个问题时总是双手交叠护在胸前。创始人在问这个问题时则会摆出一张电子表格。他们都在问一个工具无法回答的问题,因为这个问题关乎工作本身,而非头衔。
管理者实际上把一周的时间花在了哪里
管理者一周的大部分时间都在进行信息收集。什么延期了。谁在等待。哪个数字变动了。如果事实存在于人们的大脑之外,智能体就可以收集这些信息,并呈现在决策者面前。这是辅助,而非替代。那些仅仅为了听取进度而存在的会议可以缩减。而会议所试图规避的决策却无法省去。
另一部分工作是协调:传送文件、提醒、路由。在路线稳定且错误可逆的情况下,智能体可以完成传送工作。而在路线涉及优先级争端的地方,仍然需要人来做出选择。将传送自动化。将优先级问题上报。不要把优先级的自动化定义为领导力。
剩下的则是判断、关怀以及那些令人尴尬的谈话。起草警告信的智能体只是一个工具。而未经过目就将其发送出去的管理者则是玩忽职守。草稿可能有用。但最终的签字依然代表有人审阅过。
当瓶颈在于人时
- 只有一个人掌握的技能: 解决办法是传授、记录或外聘。一个只模仿技能而缺乏判断力的智能体只会产生言之凿凿的错误。
- 必须批准所有事情的人: 解决办法是重新设计呈报给他们的内容,而不是增加一个产生更多内容让他们批准的智能体。
- 等待中的团队: 找出那一个瓶颈。将智能体分散到每项任务中会掩盖瓶颈,并让这种等待看起来充满现代感。
- 信任: 人们会对经理说他们不会对工具说的话。如果坏消息不再传递,你并没有变得高效,而是变聋了。
“执行原则”将人工瓶颈视为一个设计问题,而非道德问题。这一点依然成立。用智能体替代人,有时只是为了逃避重新设计。随后,工作就会堆积在无人负责的队列中,这是一个更糟糕的瓶颈,因为它甚至没有名字。
我并不会预测消失的职位比例。我没有这个数据,也不会去借用。从实践工作中我可以得出更为具体的结论:地位和路由最先发生转移;判断和关怀依然保留;那些表现优异的公司会明确每个结果的负责人,而不是直接取消头衔并寄希望于运气。
本季度需要做出的改变
列出那些仅用于收集状态的会议。将收集工作交给代理,甚至是一个共享表格。保留一个简短的会议来进行决策。列出那些因为没人修改规则而存在的审批流程。重写规则,或者留用该人员。不要在两者之间添加代理作为第三层。
在允许代理行动之前,先使用免费的 Risk Ladder,并使用 Automate, Assist, Escalate 来整理其周边的任务。具体八个步骤在 AI strategy for business 中。 Collapse or Collapse 则是更长篇幅的论证:由一个人承担一个结果,并运行代理来实现它。
本周要做的一件事
让一位经理标记上周的时间分配:收集状态、指派工作、做出决策、关怀员工。只有前两项适合交给代理。如果这两项占比很小,代理就不会改变这项工作。改变工作设计本身才会。
这个回答的出处
此回答参考了 The Execution Doctrine 中的 Chapter 10 · When the Bottleneck Is Human 以及 AI for Business Leaders 中的 Automate, Assist, Escalate。
您的公司会有其自身的具体情况。若要用您自己的话提出后续问题,请尝试 Ask Vinay's books。
Vinay Pasricha 是 GoodSpace AI 的创始人,著有六本书,其中包括 The Execution Doctrine。
深入阅读《The Execution Doctrine》
此回答为简短版本。完整的论证及其背后的方法已收录于书中。