企业正为员工配备AI工具以提升生产力，但这些工具似乎正在给管理者带来新问题。
根据工作管理公司Monday.com委托Nielsen对七个国家1700名董事及高级管理人员进行的调查，超过一半的高管表示，在采用AI后，他们更难评估员工的工作。原因是员工的大部分产出如今以打磨完善的形式出现在管理者收件箱中，很难分辨哪些来自员工、哪些来自AI。因此，近半数管理者称，他们比过去花更多时间审查和指导团队产出。
这并不是说管理者对AI不满。恰恰相反：94%的受访管理者表示，他们对用AI改进工作感到兴奋，许多人相信自己知道在哪些环节使用AI能获得最大价值。Monday.com市场研究与客户洞察负责人米哈尔·米勒·莱维（Michal Miller Levi）将这种热情比作2000年代互联网早期，称人们从AI中看到了类似的“魔力”。
但她对TechCrunch表示，问题很简单：AI的发展速度快于企业的适应速度。莱维说：“AI对（管理者）个人而言运作得非常好，但他们作为管理者还有另一重角色。他们还需要推动整个组织……他们的挣扎源于这样一个事实：AI的推进速度就是快于组织流程。”
管理者也在重新思考如何评判团队：78%的受访者表示，采用AI后他们改变了评估员工的方式，更加看重员工编写提示词、判断哪些任务应交给AI，以及尝试新工作方式的能力。
但当管理者无法轻易判断员工工作中有多少由AI完成时，员工能得到多公平的评价？如果管理者自己也越来越依赖AI来做这些判断，又会怎样？调查发现，46%的管理者使用AI辅助决策，39%的领导者用AI起草绩效评估。
这种做法可能给评估过程引入比通常更多的偏见，因为大语言模型本质上是预测机器，往往会重复训练数据中的人类模式。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、且个人被独立评分时”，大语言模型对绩效的评分往往与人类相似。2025年初的一篇研究论文还发现，AI模型可能对黑人男性候选人存在偏见，并“表现出显著偏见，其方向和程度因不同社会群体而异”。
当我问莱维，使用AI参与员工绩效评估是否会把外部偏见引入这一过程时，她表示企业尚未找到处理此类问题的方法。
AI也在改变管理者一天的工作样貌。总得有人决定哪些任务交给AI代理、检查它们的产出，并在出错时介入。报告认为，这种监督可能构成一层新的“隐形劳动”。
软件本身也变得越来越难管理。57%的管理者表示，其所在组织如今流通的工具比以往更多；约51%表示，自采用AI以来，他们的工具变得更加相互依赖且聚集。只有29%的人称其AI基础设施已完全优化并集中化。
莱维表示，企业原本期待AI帮助缩减软件栈。相反，随着员工采用公司批准系统之外的工具，他们要应对更多应用、集成以及“影子AI”使用。
莱维说：“管理者在结束2025年时，原本觉得自己会整合工具；会减少软件数量。但实际发生的是，他们使用的工具数量增加了。超过50%的人表示，他们现在使用的工具比去年更多，而且这一趋势没有停止……”
随着企业部署能够自主行动的AI代理，这种控制需求似乎日益紧迫。调查发现，58%的管理者预计未来一年内其监管的AI代理将多于人类员工，46%的人担心对这些代理的行为失去控制。
还有不少人担心要为AI做出的决定负责（35%的受访者这么说），因为大语言模型仍在很大程度上不可预测。莱维说：“他们不希望自己的代理完全自主。”她解释说，在关键任务和决策上，管理者希望AI能让人类参与其中并征询人类意见。
从根本上说，报告发现表明，采用AI在带来提升生产力机遇的同时，也日益成为一个治理问题。若没有适当的流程和基础设施加以应对，管理者似乎正手忙脚乱地维持运转。
