企业正把AI工具交给员工，以提高生产力，但这些工具似乎也给他们的管理者带来了新的问题。

根据Monday.com委托尼尔森（Nielsen）对七个国家1700名董事和高管进行的一项调查，超过一半的高管表示，在采用AI之后，他们发现评估员工工作变得更困难。原因在于，如今员工的大量产出会经过润色后直接进入管理者的收件箱，让人很难判断其中有多少来自员工本人，有多少来自AI。因此，近一半管理者表示，他们花在审阅和指导团队产出上的时间比以前更多了。

这并不意味着管理者对AI感到不满。事实上恰恰相反：受访管理者中有94%表示，他们很兴奋能用AI改进工作，而且许多人也很有信心，知道该把它用在什么地方才能获得最大价值。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年代互联网早期的情形，称人们在AI身上看到了类似的“魔力”。

但她告诉TechCrunch，问题只是AI的发展速度已经快过了企业的适应速度。“AI对[管理者]个人来说非常有效，但他们同时也承担着管理者的不同角色。他们还需要推动整个组织向前……他们的困境在于，AI推进的速度远远快于组织流程的变化速度，”Levi说。

管理者也在重新思考如何评估团队：78%的受访者表示，在采用AI后，他们改变了评估员工的方式，更看重员工创建提示词、判断哪些任务可以交给AI，以及尝试新工作方式的能力。

但当管理者无法轻易判断一项工作有多少是由AI生成时，员工又该如何被公平评估？如果管理者自己也越来越依赖AI来做这些判断，又会怎样？调查显示，46%的管理者会使用AI帮助自己形成决策，39%的高管会用AI起草绩效评估。

这种做法可能会让评估流程中引入比平时更多的偏见，因为LLM本质上是预测机器，往往会重复训练数据中存在的人类模式。今年早些时候，卢森堡社会经济研究所的研究发现，在缺乏明确客观标准、且个人被单独评分的情况下，LLM往往会像人类一样给出相似的评分。另一篇2025年初的研究论文则发现，AI模型可能对黑人男性候选人存在偏见，并且“表现出显著偏差，在不同社会群体之间的方向和幅度各不相同”。

当我问Levi，使用AI参与评估员工绩效是否会把外部偏见带入流程时，她表示，企业仍在摸索如何处理这类问题。

AI也在改变管理者的一天。有人必须决定哪些任务交给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种新的“隐形劳动”。

软件本身也变得更难管理。57%的管理者表示，他们所在组织如今使用的工具比以前更多；约51%的人说，在采用AI之后，工具之间的相互依赖性更强，也更趋于集中。只有29%的人认为，他们的AI基础设施已经完全优化并实现集中化。

Levi说，企业原本以为AI会帮助缩减软件堆栈。结果却是，他们面对的是更多应用、更多集成，以及员工在公司批准系统之外使用工具所带来的“影子AI”现象。

“管理者在2025年结束时的感觉是，他们会整合工具，实际上会减少软件数量。但事实是，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，而且这还没有停止……”

随着企业部署能够自主行动的AI代理，这种对控制的需求似乎变得愈发紧迫。调查发现，58%的管理者预计，在未来一年内，他们需要监督的AI代理数量会超过人类员工数量；46%的人担心会失去对这些代理行为的控制。

人们还非常担心要为AI做出的决定承担责任（35%的受访者如此表示），因为LLM在很大程度上仍然难以预测。“他们不希望自己的代理完全自主，”Levi说，并解释称，管理者希望在关键任务和决策上，AI能让人参与其中并征求意见。

从本质上看，这份报告的发现表明，AI采用越来越不仅仅是一个提升生产力的机会，也成了一个治理问题。如果没有合适的流程和基础设施来应对，管理者似乎只能手忙脚乱地维持运转。