人类+人工智能：新型混合型工作 | 麻省理工科技评论巴西版

关于人工智能对企业市场影响的讨论已不再是展望未来的探讨，而是关乎生存和运营效率的必然选择。这不再仅仅是采用新的数字工具来自动化重复性任务，而是要重新构建人类认知与计算能力之间的动态关系。.

在由《麻省理工科技评论》巴西版与Skyone联合举办的题为“人类+人工智能：新型混合工作模式”的网络研讨会上，专家们探讨了这一根本性转变。此次会议汇聚了《麻省理工科技评论》执行主编卡洛斯·阿罗斯、卡普拉研究所创始人里卡多·卡普拉以及 Skyone 首席技术官雷南·桑切斯，共同分析生成式人工智能和数据驱动型生态系统如何构建一种全新的工作模式。在这种模式下，专业人士不再仅仅是执行者，而是智能的协调者。

范式转变：从数据驱动型公司向人工智能驱动型公司转变。

过去十年，企业生态系统致力于向云端迁移并巩固 数据驱动型。然而，向人工智能时代的转型带来了前所未有的挑战： 组织认知能力的提升。

在云计算时代，重点在于基础设施、可扩展存储和数据处理的集中化；而在人工智能时代，重点则转向开发和创新的去中心化。

IT领域官僚集中化的终结。

过去，对报告、集成或新应用的任何需求都完全依赖于IT团队。而在 人工智能驱动的，业务部门开始直接创建自己的解决方案、自动化工作流程和预测代理。

然而，这种自主性带来了严峻的架构挑战：

• 信息孤岛： 各个业务领域各自独立创建工具会导致成本重复和标准化的丧失。
• 缺乏治理： 由于系统之间缺乏集成和互操作性，生成的情报仍然孤立于特定部门内。
• 数据质量和成熟度： 人工智能模型的效率取决于其所依赖的数据质量。数据库杂乱无章或不完整的组织在尝试扩展自动化规模时会遭遇失败。

为了在不失去对基础设施控制的前提下支持这种去中心化，统一的生态系统（例如 Skyone Studio ）将集成平台即服务 (iPaaS)、企业级湖仓和虚拟代理生态系统连接起来。这样，业务应用程序数据就能以符合 IT 治理准则的方式进行结构化，从而为语言和自动化模型提供数据支持。

人为因素与“弗兰肯斯坦综合症”

尽管语言模型和基于代理的自动化技术发展迅速，但企业采用 人工智能 不是技术限制，而是文化阻力和恐惧。

在小组讨论中，里卡多·卡普拉重点阐述了“弗兰肯斯坦综合症”的概念。纵观历史，所有重大的工业和技术革命都会在人类心中引发一种本能的恐惧：对未知的恐惧，以及对被创造物本身可能超越或取代其创造者的恐惧。通过实验来克服文化障碍。

为了减少企业对人工智能的抵触情绪并消除其神秘感，领导层需要用 实际操作取代抽象的理论探讨。当员工在日常工作中与智能代理互动时，他们会意识到这项技术是能力的放大器，而非替代品。

为了构建这一转型，组织必须管理好四个基本的文化支柱：

1. 行为： 鼓励好奇心、持续学习和数据素养。
2. 环境： 创建 测试 环境，以便在没有运营风险的情况下测试自动化程序。
3. 特点： 可访问界面直观的简化集成平台和工具。
4. 价值观： 明确一致地认为人工智能旨在消除 工作 ，从而重视批判性思维、同理心和人类决策。

影子人工智能：运营风险还是创新驱动力？

随着生成式工具变得越来越流行和易于使用，企业中出现了影子人工智能现象——员工未经授权使用人工智能系统、提示和代理，而没有受到 IT 部门或网络安全团队的直接监督。

与其直接禁止使用人工智能工具这种低效的策略，IT部门更应该扮演治理推动者的角色。其目标是捕捉前沿团队涌现的创新成果，并将其融入到配备持续监控、访问控制和数据审计功能的安全企业架构中。.

架构与安全：支持混合办公模式。

为了确保人类专业人员与人工智能代理之间的协作能够顺利、可靠且持续地进行， 基础设施 需要满足三个关键要求： 集成性、 可扩展性 和 网络安全性。

数据连接性和遗留系统： 人工智能工具需要能够使用和处理来自传统ERP系统和企业数据库的数据。通过支持人工智能的云平台对这些应用程序进行现代化改造，可以让单体系统与现代自动化工作流程交互，而无需重写原始源代码。

1. 自动化和多智能体编排： 混合型劳动力通过流程运作，其中智能体执行可预测的任务、进行复杂的查询并处理异常情况。当智能体遇到超出其职责范围的情况时，流程将升级至由人类专家介入，从而为系统提供持续的反馈。
2. 韧性和网络安全： 不断扩大的攻击面要求持续监控。现代架构融合了 零信任、多因素身份验证 (MFA)、端点保护 (EDR) 以及全天候运行的安全运营中心 (SOC)，以确保业务连续性。

工作的未来：专业人士作为认知协调者。

人工智能的发展并没有导致商业生态系统中人类因素的消失，而是 重新定义了职业角色。

在技​​术增强型混合办公时代，专业人士的价值不再在于其执行机械性任务或手动整理信息的能力。真正的竞争优势在于其以下能力：

• 提出正确的问题： 明确定义操作和战略问题，以指导人工智能体的行动。
• 整理和验证结果：批判性地评估人工智能生成的见解和模型，确保其在道德和背景上与业务目标保持一致。
• 协调智能代理： 连接不同的自动化工具，以优化客户旅程、预测分析和复杂的运营链。

组织化数据、安全云基础设施和人员赋能的融合，巩固了一个新的企业“信息圈”。在这个新领域中，技术作为持续智能的无形层运行，使专业人员能够专注于本质上属于人类的事物：战略、创造力、同理心和高影响力决策。.

借助人工智能，让您的公司做好迎接混合办公时代的准备。

应用程序现代化和数据管控是构建人工智能驱动型运营的第一步。了解Skyone的集成平台如何结合云、系统集成和人工智能代理，安全、可扩展地提升您的业务效率。

作者： Skyone