Thought Leaders
January 6, 2026
超越“工作废料”：采用务实、以人为本的人工智能
过去几年，随着LLM和其他人工智能内容生成器的使用量激增，“AI废料”问题引发了相当多的文化热议和媒体关注。当低质量图像和拙劣文字充斥社交媒体动态时，人们会注意到。由于AI废料的存在，我们现在更不信任那些我们怀疑是AI生成的广告内容，即使它们并非如此，读者们也正在识别LLM生成内容的典型迹象，例如过度使用长破折号。不幸的是，“工作废料”现在也成了一个现象。什么是工作废料，财务领导者为何需要关注它？每位CFO都体会过追查预算差异或花费数小时核对不明异常的挫败感。在当今的企业环境中，人工智能的承诺无处不在，但一种新的生产力杀手也同样存在：工作废料。工作废料是自动化的副产品，它看起来光鲜，但缺乏实质、背景或效用。它是那篇充斥着长破折号却未传授任何新知的文章；是那个引发问题多于解答的通用报告；是那个制造摩擦而非带来清晰度的审批流程。它是迫使财务团队做更多而非更少工作的AI生成内容。工作废料最常与低劣的内容质量相关联。它贬低品牌价值，可信度更低，并传递出人们已不再关注的信息。但当工作废料开始影响ERP等业务应用程序时，它对生产力和信任的消耗就更为严重。当人工智能系统在没有足够人工输入、背景或监督的情况下生成输出时，就会产生工作废料。对于财务领导者而言，这意味着需要花费宝贵的时间去澄清、纠正或返工本应自动化完成的工作。结果如何？效率丧失，对自动化的信心减弱，财务职能陷入被动应对模式。您可能认为您的组织在人工智能方面的投入不足以受到工作废料的影响，但它已经存在了。最近一篇HuffPost文章引用了一项斯坦福大学的研究，发现超过一半的员工表示他们在工作中遇到过工作废料。除了惹恼受影响的员工外，工作废料还威胁到将人工智能融入工作场所的关键卖点：以卓越质量实现更高的生产力。好消息是，您可以通过一种务实、以人为本的人工智能方法来最小化甚至消除工作废料。以下将探讨工作废料问题的现状，工作场所中更审慎应用人工智能技术可能呈现的样子，以及实现敏捷、迭代式人工智能部署的一些建议。如果工作废料不是问题，而是初稿呢？让我们面对现实——现在快2026年了，人工智能是一个令人兴奋的产品。它拥有节省时间和提高生产力的巨大潜力，因此人们会使用它，无论雇主是否鼓励他们采用这项技术。问题在于，他们是否会投入必要的适当培训和努力来应用它，以获得最佳结果？当用户没有给人工智能提供足够或结构良好的输入时，就会产生工作废料。要获得最佳的人工智能结果，您必须持续对话。您必须重写提示或细化需求。这种反复的过程引入了更多的背景和反馈，帮助您达成更好的结果。当我创建一个人工智能提示时，我亲身发现了这一点。我设想将其作为每日结束时的仪式，通过总结未回复的电子邮件并标记我做出的承诺来更新我的待办事项列表。这听起来是个好主意，但最初的版本过于冗长和笨重，完全没有实际用处。经过大量的细化、反馈和对LLM的引导，才得到了可预测且实用的输出。这要求我明确自己的需求、信息处理风格和注意力持续时间，才能获得有效的结果。将我的初稿称为“工作废料”是公平的，但通过细化，我得到了一个有用的人工智能工具。但是，如果我停留在第一次迭代，坚持使用不那么用户友好的初稿呢？如果我那样做了，我将不得不处理阻碍生产力的工作废料。将其放大到涉及多方的更复杂流程中，您可以很容易地看到，怀着良好初衷应用的人工智能如何变成工作废料——除非您具备使其有效的培训、毅力和基础。毫无疑问，人工智能可以增加真正的价值。但作为领导者，我们需要确保员工具备成功所需的知识、支持和协调，而来自一线工作场所的报告表明，仍有许多工作要做。什么是以人为本的人工智能方法？什么是以人为本的AI方法，以及如何实现？那么，什么是以人为本的AI方法？当AI被集成到工作流程中时，一条实用的路径如何能带来更好的结果？对于工作场所中的AI倡导者来说，一个好的起点是承认目标不是取代人。而是通过理解人——他们的需求、日常烦恼、判断和目标——来减少摩擦并增强我们的智能。这里有两个经验教训，可以将以人为本的高质量AI带入工作场所。首先，对于使用生成式AI的团队，确保他们接受培训并有时间通过提供充分的上下文和精炼来获得更好的结果。对于您选择的提供AI赋能功能的系统，请确保您的技术合作伙伴真正理解您团队的需求。这意味着要了解他们的日常操作环境、哪些方面有效以及哪些方面仍然让他们感到沮丧。以人为本的AI在工作场所是什么样子？AI可以独立应用，使人们的工作更轻松，也可以用来增强那些在工作流程中留下恼人缺口的旧技术。以光学字符识别（OCR）技术为例。它将文本图像转换为可读、可搜索的文本，多年来一直被用于简化将纸质收据或发票录入费用报告软件等任务。但正如经常使用OCR的人所知，它并不总是像宣传的那样有效。也许您是在行驶的火车上拍摄了那张收据的照片，而收据是弯曲的，遮挡了信息。也许发票上是某人难以辨认的笔迹。也许日期是欧洲格式，而系统只识别美国格式。OCR无法正确转换数据的原因数不胜数。这是一项有限的技术。集成像AI这样更复杂的技术可以弥补这些缺口，最终消除手动输入这些数字的烦恼。这只是以人为本的AI所能实现的开端。鉴于AI的能力，新的应用可以做更多事情来减轻工作中的摩擦。例如，通过正确的提示和深思熟虑的历史交易数据模式识别，AI将能够为发票添加上下文，超越页面上的字段，通过围绕使用者的上下文推断成本中心、项目信息等。以人为本的AI还可以通过将任务带给公司ERP等系统之外的人员来缓解工作场所的摩擦。大多数人的工作并不在ERP系统中，但他们必须登录它（以及其他系统）来完成特定的任务，如批准时间表或员工请求。如果AI代理将这些任务连同他们所需的相关上下文带给相关人员，让他们在已经在使用的程序中做出决定，会怎样？这可以保持流程的推进，并让员工更加专注。这种类型的以人为本的AI可以消除数据录入和登录多个系统等非增值任务。以人为本的AI如何改变财务职能？一种敏捷、迭代的AI方法已经在以显著的方式改变财务职能。当财务专业人员深陷电子表格和分析时，很难切换到叙事性思维；那么，为什么不构建一个AI代理来帮助提供这种上下文呢？例如，异常和偏差是财务专业人员长期以来的烦恼，而AI可以通过提供上下文来解释公司支出激增的原因来弥补这一不足。一个设计良好的代理可以在财务分析师翻阅所有电子表格以发现差异之前，标记出潜在问题。同样，敏捷、迭代的AI可以在异常问题在人力资源领域浮现之前就将其标记出来。当工资单运行后出现薪酬差异，员工提出质疑时，人力资源团队的某人必须放下手头的一切，进行取证分析以找出差异原因。这对于繁忙的团队来说是一个真正的挑战。一个经过深思熟虑设计的AI代理可以在员工受到影响之前就发现异常，标记出问题，并在人力资源决策者所在的位置为他们提供上下文。这样，团队成员的注意力就集中在最大化生产力上，而不是忙于救火，运营也会更加顺畅。消除摩擦和工作冗余：DIY代理还是供应商AI？避免工作冗余并从AI中获得真正价值的最佳方法是，寻找途径来减少我们工作中每天遇到的烦恼，承担那些不增加价值的任务。对于一些员工，包括许多财务和人力资源角色，将数据输入系统是一种烦恼，通常可以通过周到的自动化来消除。对于创作内容的人来说，打字是工作的一部分，但利用对于工作自动化，合适的解决方案因角色和行业而异，但将人工智能集成到工作场所的领导者通常必须决定是自己创建智能体，还是从供应商那里获取开箱即用的人工智能解决方案。对于拥有强大IT资源（包括不受限制地获取人工智能专业知识或长期合作的系统集成商）的公司来说，可能性是无限的。在这种情况下，提供客户用来直接创建人工智能解决方案的智能体构建技术的供应商可能适用。但许多企业无法获得这些资源，即使能够获得，如果人们在没有适当培训和资源来避免后续陷阱的情况下尝试构建自己的人工智能智能体，工作混乱很快就会成为一个问题。安全性是另一个关键考虑因素。请记住，人们无论如何都会使用人工智能。这意味着领导者的任务是确保员工安全、透明地使用它，并且不会引入混乱。选择供应商时应考虑哪些因素？对许多公司来说，来自供应商的人工智能赋能系统是一个很好的选择，但请记住，并非所有产品都是同等优质的。避免工作混乱并从人工智能中获得真正价值的最佳方法是找到一个尽可能了解您情况的系统。例如，如果您的目标是通过人工智能赋能的ERP系统改进运营，请向潜在供应商提出以下问题： 该产品是否消除了您的员工最常遇到的摩擦？ 它是否解决了您的员工面临的最棘手问题？ 它能否适应您组织内不同水平的专业知识？ 它是否将人类保持在循环中，并确保问责制和透明度？ 无论您使用系统来生成内容、自动化工作流程还是回答问题，结果的质量都取决于系统对您背景的了解程度。询问您的技术合作伙伴，他们的人工智能解决方案如何以人为中心并提供真正的价值。工作混乱是不可避免的吗？无论您的供应商是谁，也无论您是自己构建智能体还是使用通过开箱即用自动化消除摩擦的解决方案，作为领导者，您都有责任确保人工智能是安全、透明且能增加价值的。请记住，以人为中心的人工智能不仅仅取决于它是否解决了实际问题并使人们的工作更轻松。实用、以人为中心的人工智能还将人类保持在循环中，因为最终，我们人类要对结果负责。工作混乱可能是人工智能演进过程中不可避免的一个阶段，但它不必成为您财务职能中的永久性特征。通过将人类置于循环中心、投资于培训以及选择了解您业务背景的供应商，首席财务官可以从ERP系统中释放出新的生产力和战略价值。下一波ERP创新将由像您一样了解您业务的人工智能驱动，它能够提供洞察、自动化常规任务，并使财务领导者能够专注于最重要的事情。财务的未来是背景丰富、敏捷且由人驱动的。您值得拥有今天就能使用并带您走向未来的工具，您可以通过实用、以人为中心的人工智能来超越工作混乱，到达那个目的地。
