继大模型之后，AI应用在智能体和具身智能的双轮驱动之下，将对传统企业和传统业务进行一场重塑。然而，在AI技术进步一日千里的情况下，传统企业和CIO显然还没有真正做好准备，对组织团队完成一次重塑。
从微观层面看，企业员工一直有被AI所替代的恐惧，从宏观层面来看，流程与组织的重塑，将让AI应用在整体层面发挥作用，从而获取更为良好的ROI业绩，进一步加速AI应用的落地速度。这样，在AI技术硬实力已经具备的条件之下，要让AI应用重塑业务价值，还需要提升组织、流程、人效、领导力等软实力。
针对这些问题，Gartner发布了《中国CIO人工智能指南：引领人员与文化变革，应对未来工作新模式》的报告。Gartner高级首席分析师雷丝对其中的员工AI就绪度、技能发展、团队适应性以及人机有效协同等方面的战略，做了解读。
Gartner高级首席分析师雷丝
AI与人，从焦虑到协同
AI技术发展突飞猛进之后，2025年开始加速融入各行业。而用户对于AI的态度却是异常得复杂，一方面，用户期待AI带来的生产力飞跃，另一方面，却又担忧替代压力。这种复杂的态度，必然会影响到人机互动关系。这样，如何在人机交互中，实现从“焦虑”到“协同”，这个破冰问题直接关系着人机协同的成效。
雷丝表示：“Gartner过去更多地关注技术本身，但越来越多的研究表明，‘人的维度’才是AI落地最复杂的变量。这个变量的复杂性来自于其背后的‘情绪’推动。从企业员工的角度来看，模型每月都在更迭，不快速跟进就可能掉队，这就象一条‘斩杀线’，让员工表现出持续的焦虑。但问题的答案不在于模型的进步速度，而在于我们组织是否已经准备好与AI平等协作，让AI不再只是简单提升效率的工具，而是成为真正提升人类智能的伙伴。”
因此，企业必须把“人本价值”当做贯穿始终的核心。企业领导，无论是IT还是HR，关键在于帮助员工发挥人的智慧与能量。AI不只是解决技术问题，80%的技术挑战实际上不难，但还有20%的问题来自人、文化和组织行为的惯性。
为了帮助企业迎接AI组织时代的到来，Gartner给出了一张“AI组织架构图”。其中的红色部分占到整个图谱的的三分之一，这一部分几乎都与“人”相关。雷丝解释说：“我们关注三个抓手：最小的粒度是个人，也就是如何提升员工的AI素养。其次是团队，团队在升级时要如何配置资源和推动管理变革。最后是最宏大的愿景——人和机器的握手与协同。在这三方面，我们在今天已经可以从国内许多先行者案例中得到启发。”
提升员工的AI素养
在个人层面让员工提升AI素养，雷丝认为需要首先明确AI素养到底是什么。
雷丝解释说：“员工的AI素养可以从四个层面来理解。分别是AI基础知识、AI价值认知、AI治理、风控与合规、AI工程化实践。其中AI基础知识最简单，就是理解AI是什么，然后明确AI能在哪些具体场景创造价值，形成AI价值认知。AI工程实践则要求能够正确使用、部署、运行AI方案。”
雷丝强调，每个部门、每个岗位的人对这些素养的需求程度、吸收速度、掌握紧迫程度都截然不同。比如法务团队可能最关心治理合规；IT团队可能更重视AI工程化。因此企业不可能“一刀切”。
针对员工AI素养的提升，Gartner同样提供了工具，就是“成果驱动的敏捷学习”，用一句话概括就是：用右边创造的收益（成果曲线）去驱动左边学习曲线的更新，两边形成“丝带”般缠绕、不断迭代放大。这意味着学习不是独立培训模块，而是嵌入到价值交付链条中的、持续的、个性化的增长环。
Gartner还给出了更为具体的方法——“721模型”。其中，
10%来自碎片化微学习：不是一两次大课，而是随需推送的小知识块、案例，甚至由AI助手随时推送补足短板。
20%来自社交学习：通过社群、同伴分享、“网红型”优秀同事传播最佳实践、prompt技巧、结对编程等。
70%来自在职体验式学习——“干中学”：在真实工作场景应用AI、实践中逐渐集成AI使用、逐渐成长为AI“小能手”。这个环节里，学习的进展会逐渐让AI价值变得更显性化。
这个循环会让员工从学习者演变为“建设者”。在去年的调研里，Gartner发现更多员工已经从普通使用者，转变为能自定义仪表盘、利用基础工具搭建业务系统、甚至是探索新AI方案的“自我构建工具”的角色。
新型“融合团队”及微型团队的兴起
关于AI时代团队的变化，Gartner强调了“融合团队”及微型团队。
雷丝介绍说：“Gartner很早就提到了‘融合团队’，这是AI时代主力军的表现形式。通俗讲，它是一群多学科成员构成的虚拟团队：有IT、商业、法务、HR、财务等领域的人员。他们并非固定编制，而是围绕特定AI项目实现端到端交付，由AI赋能其流程优化。”
对业务来说，要让AI方案真正体现出价值，就不能缺少对业务逻辑最熟悉的人。这些人往往比技术专家更清楚“我的流程痛点在哪里、机会在哪里”。在这样的融合团队里，IT角色也变了：不再是“你要什么工具我给你买”，而更像一个“工具大家长”或“AI赋能中心”，提供共性的平台能力、共享服务，让各个融合团队自己构建和迭代。
而谈及另一个新形态——微型团队，雷丝表示：“例如过去大型软件工程团队需要很多人手按层级协作；到2030年，80%的企业会向更小、更敏捷的微型团队转变。这类团队更像创业公司：一人团队或者三五人一组的敏捷单元，更关注创造力、业务理解以及人机协同，而不仅仅是传统软件开发技能。”
数字员工的定位与管理
在组织层面，随着智能体的普及，数字员工会越来越多地出现，如何让数字员工高效地工作，也成了一个引发业界关注的问题。
雷丝介绍说：“数字员工也需要被分成不同类别，其中有像助理一样回答知识问题的通用数字员工，也有可以写代码、生成测试用例的专业定制型数字员工。在企业应用中，我们发现较为成功的一类模式是‘一岗位一数智员工’，比如采购专员就配对专门的采购数字员工。这样一来，避免因泛化导致效果下降；每个数字员工还能建立唯一编号和负责人监控，确保数据安全与伦理合规。”
许多企业已经开始了对数字员工的管理，甚至某些企业为每个数字员工建立了KPI绩效体系、准确率看板，甚至会淘汰某些不达标的数字员工。这种管理本质上是一种全新的岗位映射机制，它让人从琐碎任务中释放，聚焦在需要创造与情感判断力的领域。
数字员工出现之后，改变的不仅是工作流程，随着人和机器协同逐渐深入，人的心态和关系复杂度也在增强。为此，Gartner划分了人机关系的四种发展形态。早期：简单的“工具关系”，像纸笔，能力单一；其次：“助手关系”，但仍相对封闭；进阶：成为“工作协作者”，能独立承担较复杂的任务流；理想态：“伙伴关系”——员工心理上更加依赖，在协作中获得持续的情感互动，这实际上意味着我们要从组织社会学角度去重新设计和管理人机之间的情感与信任机制。
CIO角色的转变
当人机协同达到新高度之后，实际上让CIO的职能也发生了变化。CIO的管辖范围扩大到数字员工的统筹管理；AI协同不仅涉及人机、也会延伸到多个数字员工之间的协同，这对用户体验设计又提出新问题。
对于CIO的转变路径，雷丝给出了变化路径：“首先是建立以人为本制定AI素养培养的‘路线图’，用‘721模型’推动敏捷化、个体化的在职学习，同时从微小的成功用例开始，逐步放大试点，创造规模化价值。其次是要推动融合团队的涌现，作为赋能型平台，将AI工具、方法论、治理体系赋能到各业务融合团队中，实现技术与业务深度对齐。”
随着角色的转变，CIO还需要做更多的工作。雷丝解释说：“CIO要谨慎对待人与机器的情感链接，避免员工被数字员工过多挤压而丧失价值感或陷入焦虑；给予人创造性的机会和晋升通道与AI技能挂钩。还要建立‘数字员工’的管理机制。绩效化、编号制、岗位映射制是部分企业的实践成功要素；同时强调伦理合规与数据安全，确保AI不是孤立、杂乱无章的部署。最后，CIO必须持续观察并应对‘人机关系复杂度’。AI不仅是工具层问题，也是组织和领导力的挑战。对关系复杂度的研究、对健康度的关注，值得管理层建立专门评估机制。”
从更高级的管理技巧出发，虽然引入数字人会带来更大的管理复杂度，但无论AI如何进步，最终要回到组织的愿景：不是为了AI而AI，而是为了让人的能力获得真正解放、企业创新获得最大幅度的增强——这是“硅基”和“碳基”最终要达成的共识和共生方向。
第四十一届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：lijj
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
