德勤颜蓉谈AI如何重塑企业管理与技能评估新标准

人工智能正以前所未有的速度渗透到企业经营的每一个环节。从AI分身、技能蒸馏到数字员工，新概念层出不穷，随之而来的讨论也愈发尖锐：“教会AI，自己走人”会成为现实吗？AI的授权边界在哪里？管理黑匣子的风险如何防范？效率提升的同时，企业的人文温度又该如何&维系？这些问题，已不再是遥远的未来学议题，而是摆在每一位管理者面前的现实挑战。

针对这些核心关切，证券时报记者近日专访了德勤亚太组织与人才转型咨询主管合伙人、德勤中国人力资本咨询事业群主管合伙人颜蓉。她的观点清晰而深刻：AI正在碘伏工业革命以来形成的、以岗位、协同模式和决策链路为核心的企业管理底层逻辑。无序的AI应用极易催生“管理黑匣子”，因此，建立正向驱动的管理新规则——涵盖技术部署、技能沉淀与数据集成——刻不容缓。她强调，企业应尽早启动AI落地试点与制度建设，同时，必须守住人机协同中那份不可或缺的“人文底色”。

技能蒸馏需确立正向规则 要保护“人”

证券时报记者：一段时间以来，关于“技能蒸馏”“教会AI，自己走人”话题的讨论热度很高。对此，您怎么看？

颜蓉：AI融入企业管理并非新鲜事，但其角色长期被定位为辅助性工具。转折点发生在去年，当AI进化为能够自主寻找数据、进行分析判断、甚至提供超越人类洞察的“智能体”时，一种普遍的本领恐慌开始蔓延。

如今，通过AI封装知识与技能的速度快得惊人。这直接引发了一种担忧：企业是否可能在沉淀了员工的知识后，便将其替代？观察市场，不少公司正在精简人员，美国硅谷科技大厂的裁员潮便是例证。大量工作似乎正面临被AI替代的境地。

更深层的问题在于，当AI具备了强大的知识沉淀能力后，企业却普遍缺乏相应的制度安排。当前的知识与技能沉淀处于一种“随意”状态，这是人力资源管理面临的全新课题，也恰恰是亟需建立新规则的地方。

证券时报记者：对于“技能蒸馏”这样的“随意”您有什么建议？

颜蓉：有几件事需要立即提上日程。首当其冲是建立对“正向技能沉淀”的激励机制。当员工主动将个人技能与知识进行梳理、分享，乃至“教会”AI时，这种行为应当被明确鼓励和奖励。“蒸馏”一词听起来或许冰冷，但其本质是提炼与沉淀。换个角度看，著书立说同样是思想的提炼与沉淀。历史上那些伟大著作，其智慧跨越千年依然滋养后人，正是因为作者将毕生心血凝练其中。今天，我们依然需要鼓励这种“正向蒸馏”。

与此同时，整个“蒸馏”过程必须透明化。企业需要让所有人清楚，一项知识或技能是如何被识别、如何被沉淀，最终又如何被封装成新的工作流程或AI工作模式的。

在此基础上，员工的知情权与知识产权必须得到尊重。某些技能可能涉及公司核心机密，这就需要配套的保护措施。如果缺乏前述规范，任由知识被不负责任地、甚至带有“剽窃”性质地封装给智能体，一旦产生负面后果，责任主体将难以界定。因此，即便只是为了明确责任归属，我们也必须对整个工作流、经验知识的来源、迭代优化的负责人有清晰的把握。

证券时报记者：您认为AI工具对中国企业人力资本的最大碘伏会是什么？

颜蓉：表面上看，是整体效率的飞跃式提升。但往深处看，其碘伏性在于对工业革命以来企业组织模式的彻底重构与重塑，这才是最核心的冲击。

AI工具将重构企业最基础的运行单元——岗位。基础单元一旦改变，组织形态必然随之演化，并进一步牵引商业模式与产业价值链的全面变革。

回顾历史，现代企业管理体系建立在三大基石之上：一是以固定岗位为最小作业单元；二是依靠预设流程实现岗位与部门间的协同；三是自上而下的科层制决策链条。而眼下，AI正在同时撼动并重构这三大底层逻辑。由此可见，AI带来的是一场根本性、全方位的变革。

严防AI应用形成大量企业管理的黑匣子

证券时报记者：“养虾”“养马”走红后，人类对于AI工具授权的边界，谁为决策负责，如何保证决策质量成为热议话题。是否有办法解决这样的困扰？

颜蓉：人类首先要认清自身角色的转变：我们需要从直接执行者，转变为AI员工的管理者与责任人。如果出了问题谁负责？答案很明确，最终兜底的必须是人。这与没有AI的时代在本质上并无不同，区别在于需要明确“具体由哪个人来负责”。

在管理数字员工时，企业必须为其设定清晰的目标与边界。这些边界包括数据主权、数据渗透范围、隐私保护以及访问权限，这是最基本的管理前提。

此前出现安装又紧急卸载某些AI工具的现象，根源就在于边界感的缺失。当AI能力过于强大，而企业未设定任何限制时，它便可能在数据库中不受约束地抓取数据。因此，真正领先的企业在使用外部AI工具时异常谨慎。它们一定是先想明白如何管理AI的功能、划定AI的边界，之后才会投入使用。

另一个风险在于，AI与AI之间的交互在一定程度上是个“黑匣子”。如果人类不将作业流程梳理得极其清晰，不在关键节点设置监控、透明的数据复核与审查机制，久而久之，管理者就会失去对业务的“手感”和“体感”。

举个简单的例子，计算器普及后，人们的心算能力普遍下降了。工具替代了部分人类技能，也让我们失去了对计算的“手感”。手感一旦丧失，更深层的“体感”也可能随之消退——这才是AI可能带来的最大潜在风险。人类不能失去对管理、对世界的体感。在某些领域，手感可以让步，但绝不能完全丧失。人与世界的真实互动至关重要。

因此，在AI管理上，不仅要看结果，过程管控绝不能丢。绝不能让AI的普遍应用催生出大量企业管理的“黑匣子”。同时，建立清晰的AI管理责任制度也必不可少。

证券时报记者：与AI工具广泛运用伴生，部分企业已经积极着手解决工作和员工数据质量及可信度下降的问题。对此，您有什么建议，特别是对于人力资源管理方面的数据？

颜蓉：企业需要构建属于自己的、更清晰、准确、有颗粒度和精细度的数据库与知识沉淀体系。只有在此基础上，运用大模型驱动数字员工上岗，才有可能最大程度地减少“AI幻觉”的发生。

但必须承认，当前AI应用整体仍处于相对初级的阶段，对于某些造假和作弊行为，识别起来还相当困难。

证券时报记者：哪些企业在AI应用上面已经走在了前面？

颜蓉：目前很多企业都在探索企业级AI应用。这里需要做一个关键区分：员工个人日常使用各类AI工具，这属于个人层面的应用，并非企业级。

真正的企业级应用，意味着AI工具已经深度内嵌到企业的经营管理中——所有基于大模型的训练都沉淀在内部系统上，智能体也部署在自有系统上，AI与员工在统一的作业流中协同工作。

值得注意的是，当前许多企业面临一个错位：员工自发的、零散的AI应用，其广度和深度反而超过了企业有组织的、系统化的部署。

适应AI浪潮 企业有四件事不能等

证券时报记者：考虑到目前AI应用与企业管理的融合还不成熟，出于投入产出的考虑，企业是否可以再等等看？

颜蓉：答案是不能等。用一个简单的比喻：当汽车开始替代马车时，最重要的事情不是站在路边争论政府该不该扶持汽车产业，而是赶紧去考驾照。

对于企业而言，有几件事必须立即行动：第一，必须要求并全力帮助员工学习使用AI，甚至要通过相关认证。就像开车上路必须要有驾照一样，这是基础门槛。

第二，要立即启动智能体的试点部署。哪怕会在内部犯很多错误，也要在可控的局部范围内让数字员工上岗。企业必须尽早获得数字员工融入后对管理产生冲击的“手感”，这是转型路上必须缴纳的学费。

第三，要开始系统梳理企业自身的作业流。作业流比传统流程更细致，企业要敢于开始构建自己的“知识本体”，进行知识沉淀。要大胆试点，哪怕是点状地尝试重构岗位。

第四，要尽可能早地出台AI应用的合规与伦理相关制度。初期可能不完善，但没关系，关键是先建立起这个意识与框架。

这四件事，一刻也不能等。

证券时报记者：如何避免由于AI工具的广泛使用，让企业文化丢了“人味儿”？

颜蓉：“人味儿”本身具有两面性。

其负面表现为沟通不畅、相互扯皮、官僚主义，决策链条冗长，“听不到炮火的人”却在指挥，部门墙厚重……这些恰恰是我们希望借助AI去打破和革除的弊端。

但好的“人味儿”——人与人之间的信任、情感链接、共情能力、对使命的共识，以及归属感与身份认同——则是AI时代应当竭力保留的宝贵财富。然而，做到这一点非常困难，因为很多企业家的思维重心尚未转移到这方面。

因此建议，企业至少应在几个方向上着力：主动创造人与人沟通、链接与共创的平台与场域；企业家要像过去那些最优秀的企业一样，发自内心地持续培养人、赋能人，将人的成长与成功视为企业的重要使命；要尊重个体、共情员工、提供安全感，避免制造人人自危的氛围；最后，要构建人与人之间、人与机器之间最根本的信任环境。

无论如何强调都不为过：无论AI如何发展，人始终是终极决策者，是价值观与伦理的捍卫者，是对AI进行管理与监督的主体。这三个角色，不可撼动。