跳到正文
RadarAI· TechCrunch:AI(RSS)·· 3 小时前AI 评分40

Monday.com 调查:超半数高管称采用 AI 后更难评估员工工作

AI 导读

Monday.com 委托 Nielsen 对七个国家 1700 名总监和高管的调查显示,超半数高层认为采用 AI 后评估员工工作更难,近半数管理者花更多时间审查和指导团队产出。

正文 · AI 翻译

TechCrunch:AI· Ram Iyer·2026-10-21 22:00· 1 小时前AI 评分50

AI 承诺提升生产力,但对管理者而言,目前更多是头疼事

AI 导读

Monday.com 委托 Nielsen 对七个国家 1,700 名总监和高管的调查显示,超过半数高层认为采用 AI 后评估员工工作变得更难,近半数管理者花在审查和指导团队产出上的时间比以前更多。

正文 · 原文

公司给员工提供 AI 工具以提升生产力,但这些工具似乎给管理者带来了新问题。

根据 Nielsen 对七个国家 1,700 名总监和高管的调查,超过半数高层表示,采用 AI 后评估员工工作变得更难。该调查由工作管理公司 Monday.com 委托进行。原因是员工的大部分产出如今以打磨好的形式出现在管理者收件箱中,难以分辨多少来自员工、多少来自 AI。因此,近半数管理者表示,他们花在审查和指导团队产出上的时间比以前更多。

这并不是说管理者对 AI 不满。事实恰恰相反: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里使用 AI 能获得最大价值。Monday.com 市场研究与客户洞察负责人 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”。

但她告诉 TechCrunch,问题在于 AI 的发展速度快于企业的适应速度。“AI 对(管理者)个人来说效果很好,但他们还承担着管理者的不同角色。他们还需要推动组织发展……他们的挣扎源于 AI 的发展速度超过了组织流程,”Levi 说。

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的能力、判断哪些任务交给 AI 的能力,以及尝试新工作方式的能力。

但当管理者难以轻易判断员工的工作有多少由 AI 完成时,对员工的评判能有多公平?如果管理者自己也越来越依赖 AI 来做这些判断呢?调查发现,46% 的管理者使用 AI 辅助决策,39% 的领导者使用 AI 起草绩效评估。

这种做法有可能在评估过程中引入比往常更多的偏见,因为 LLM 本质上是预测机器,倾向于重复其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”,LLM 的绩效评分往往与人类相似。而 2025 年初的一篇研究论文发现,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,其方向和程度在不同社会群体间存在差异”。

当我问 Levi,使用 AI 参与员工绩效评估是否会给过程引入外部偏见时,她说企业尚未找到处理此类问题的方法。

AI 也在改变管理者的日常工作。总得有人决定把哪些任务交给 AI 智能体,检查它们产出的结果,并在出问题时介入。报告指出,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以管理。57% 的管理者表示,他们所在组织目前流通的工具比以往更多;约 51% 的管理者表示,自采用 AI 以来,他们的工具变得更加相互依赖、更加集中成簇。只有 29% 的管理者称其 AI 基础设施已完全优化并实现集中化。

Levi 表示,企业原本期望 AI 能帮助精简其软件栈。但实际情况是,随着员工采用公司批准系统之外的工具,他们要应对更多的应用、集成以及影子 AI 使用。

“管理者在结束 2025 年时觉得,他们实际上会整合工具;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,”Levi 说。“超过 50% 的人表示,他们现在使用的工具比去年更多,而且这一趋势并未停止 […]。”

随着企业部署能够自主行动的 AI 智能体,这种控制需求似乎正变得日益紧迫。调查发现,58% 的管理者预计在未来一年内要监督的 AI 智能体数量将超过人类员工,46% 的管理者担心会失去对这些智能体行为的控制。

还有相当多的人担心要为 AI 做出的决定承担责任(35% 的受访者如此表示),因为大语言模型在很大程度上仍不可预测。“他们不希望自己的智能体完全自主,”Levi 说,并解释称管理者希望在关键任务和决策上,AI 能让人参与并征询人的意见。

从根本上说,报告的发现表明,采用 AI 正日益成为一个治理问题,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,管理者似乎正手忙脚乱地维持运转。

当您通过我们文章中的链接购买时,我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

Ram 是一名金融和科技记者兼编辑。他曾在路透社和 Acuris Global 报道北美和欧洲的并购、股票、监管新闻和债券市场,也撰写过关于旅行、旅游、娱乐和书籍的文章。

您可以通过发送邮件至 [email protected] 联系 Ram 或核实其联系信息。

查看简介

来源:TechCrunch:AI · techcrunch.com

来源:RadarAI · aihot.news