你当初选择这一职业，是因为你想教书、编程、写作、创作或设计。但由于人工智能的出现——以及使用它的巨大压力——你现在花在打磨技艺上的时间变少了，反而花在管理那些本该由你亲自完成工作的技术上的时间变多了。对许多专业人士而言，这意味着要监管“智能体”：这些工具旨在自主执行任务，但在实践中，却需要员工来设定预期、分配任务、评估表现、要求修改，并在出错时进行干预。其他人则在管理源源不断的人工智能生成工作，审查产出并为最终交付的成果负责。恭喜你！你现在是一名管理者了。只是你不会获得相应的头衔或加薪。
“人工智能将把每个人都变成管理者”这一观点已经流传了一段时间。现在，各家公司正围绕这一前提进行布局。Salesforce 本月早些时候推出了“工作就绪型智能体”，旨在处理销售、客户服务、电子商务和内部运营方面的工作，同时为人类员工提供工具，让他们能够向智能体传授公司知识、协调智能体工作并提升其表现。与此同时，据印度 IT 服务公司 Wipro 的首席技术官桑迪亚·阿伦（Sandhya Arun）称，该公司通过人工智能提升的生产力相当于增加了 2 万名员工，她设想“同一名工程师可以管理一群智能体”。在拥有 30 名员工的人工智能初创公司 Daytona，首席执行官伊万·布拉津（Ivan Burazin）最近告诉《商业内幕》（Business Insider），公司 16 名工程师平均每人管理 5 个 AI 智能体。他甚至表示，公司里已经没有人再写代码了。
对于一些员工来说，管理数字劳动力已成为一种新的职场炫耀方式。我没有被人工智能取代；我是在驾驭人工智能。但还有许多人从未想过要成为机器人的老板。
这其中包括那些选择“主管路径”（即不追求管理职位，而是专注于技术发展的职业道路）的软件工程师；他们原本以为这样可以避免成为管理者，但实际上却逐渐成为了这些自动化系统的“管理者”。辛达·凯尼娜（Sinda Khenine）之所以成为软件工程师，是因为她热爱编程和创造新的软件产品。如今，她在家电制造商伊莱克斯（Electrolux）担任软件和人工智能工程师，同时也在自己创业，负责管理那些用于实现产品功能的自动化系统。她表示，过去要独自完成这些管理工作会困难得多。现在，她花在编程工作上的时间减少了，更多时间用于选择合适的算法模型、提供必要的背景信息、设定工作流程、审查各个自动化组件的运行情况，并将它们的输出整合成最终的产品。凯尼娜说：“现在的重点更多在于协调各个组件之间的协作，而不是解决具体的技术问题本身。”她同时领导着一个由人类员工组成的团队，她发现管理这些自动化组件比管理普通员工更加复杂——因为这些自动化组件需要大量的前期配置工作，而且一旦它们开始运行，还需要持续进行监督和管理。“就像一个循环一样，”她说，“你必须监控它们的运行结果，查看进度，并决定是否需要重新启动某些流程或完成整个任务。”凯尼娜认为，管理工作是现代软件工程师工作的一部分，但她并不认为这应该成为她获得加薪的理由。不过她指出，人工智能行业之外的人可能没有意识到管理工作其实需要投入大量的精力。自由技术作家兼后端开发人员玛丽·恩南纳（Mari Nnanna）估计，她现在有20%到30%的工作时间都用于管理这些自动化工具。她表示：“这已经成为一项必备的技能。”虽然自动化工具能帮助她更快地完成工作（比如通过搜索文档或解释复杂的技术内容），但它们仍然需要大量的人工指导和维护。
否则你最终会犯下“太多的错误”。尽管恩南纳（Nnanna）更愿意保持个人贡献者的身份，但监督人工智能已成为她工作的一部分——如果她不想牺牲准确性，在使用人工智能时，这就变得不可避免。这种转变不仅限于技术人员。产品营销顾问帕特里夏·迪亚兹-海姆斯（Patricia Diaz-Hymes）估计，她现在约有30%的时间花在监督人工智能上。“这确实感觉像是在做管理工作，”她说，“我给我的智能体起了名字，为它们进行了配置。我尝试以非常人性化的方式与它们交流。”这意味着要给它们分配明确的工作，让它们熟悉她的业务，并解释它们的工作为何不达标，而不是简单地要求它们重做。最近，她的战略智能体“阿特拉斯”（Atlas）为与潜在客户的初步谈话起草了一些问题。这些问题旨在寻求共识，而非诊断客户的问题，因此迪亚兹-海姆斯拒绝了这些问题并解释了原因。自那以后，阿特拉斯再没犯过同样的错误。“我试图避免让我的判断力仅仅停留在我的脑海中，而是让它——至少部分地——存在于我的智能体中，”她说。迪亚兹-海姆斯也为她的咨询客户构建类似的知识系统。她认为，营销人员更重要的角色将是定义什么是好的工作，并将这种判断力融入人工智能系统。“监督只是我们目前所处的这个有趣的中间阶段，”她说。并非所有承担这项管理工作的人都是自愿的，或者觉得自己有能力胜任。一位在中国某大学任教的美国教授告诉我，尽管她没有接受过该技术的专门培训，且对其深表怀疑，但她还是被要求负责管理课堂上的人工智能使用。由于担心雇主的报复，她要求不透露姓名。“我被要求培训学生使用它，”她说，“同时我也被要求确保他们不在作业中使用它。”
这是一个有趣的矛盾。”她还被要求教导学生“合乎道德地”使用人工智能，尽管她说没有人能明确定义这意味着什么。她说，告诉学生使用人工智能本身可能是不道德的，这可能会让她看起来不够“具有前瞻性”。过度关注其环境影响也可能被视为忽视了这项技术的必然性。与此同时，新生们被告知人工智能是“未来”，他们将在课堂上学习相关知识——这让像她这样的教授不得不去思考这种教学到底应该是什么样子。“所以，这些重担就落在了我身上，因为没有人知道如何使用它，它为什么有用，或者它到底会带来什么，”她说。这些例子反映了人机分工方式的更广泛变革。根据波士顿咨询公司（BCG）对全球近1.2万名员工进行的一项调查，47%的受访者表示，他们花在管理和指导人工智能上的时间比自己亲自工作的时间还要多。67%的受访者表示，人工智能已经接管了更简单的任务，让他们承担了更复杂的工作。换句话说，人工智能可能承担了更多的执行工作，但却让人们承担了更多的判断、责任和监督工作。BCG人力与组织业务负责人、该报告的合著者大卫·马丁（David Martin）表示，这种管理职能的转变在软件工程师和营销人员等特定职业中尤为明显，他们可能面临海量的智能体监督工作，导致人工智能“大脑过载”。马丁说，这些人是“过去并非管理者，但现在却感到必须进行管理的人”。他们必须告诉智能体做什么，评判它们的工作，并对结果负责。“这是一种他们过去可能不需要锻炼的新能力。”这些新的职责到来的速度，也超过了应对它们所需的培训速度。
在波士顿咨询公司（BCG）的调研中，72%的受访者表示人工智能显著改变了人们对他们技能的要求；但只有36%的受访者认为自己接受了足够的技能培训。马丁指出，这一比例在BCG的历次调研中一直保持不变，尽管越来越多的员工开始使用人工智能。马丁认为，企业提供的培训大多以课堂教学为主，且内容较为通用（即缺乏针对具体工作场景的针对性）。员工实际上需要在实际工作中应用人工智能技术，与同事交流哪些方法有效，并学会评估人工智能的输出结果。虽然员工承担了更多的管理职责，但他们的职位和薪资往往并未随之提升。根据劳动力分析公司Visier即将发布的调研数据，54%的美国全职员工表示，过去两年中他们的职位或职业因人工智能而发生了显著变化；在这些职位发生变化的员工中，仅有17%获得了晋升。Visier的首席研究员安德烈亚·德勒（Andrea Derler）指出，越来越多的基层员工正在承担管理职责，但他们并未获得传统意义上的管理认可。凯洛格管理学院（Kellogg School of Management）基于Visier数据的研究发现，同一公司中的基层员工平均收入比团队领导者低约33%。德勒表示：“如果你负责管理他人，你将获得财务上的优势；但如果你只是管理下属员工，你的职位和待遇并没有改变。”薪酬软件公司Syndio的首席执行官玛丽亚·科拉库尔西奥（Maria Colacurcio）认为，越来越多的基层员工正在承担所谓的“轻度管理”职责（即负责管理下属员工）。她问道：“如果我需要为五名员工分配工作、评估他们的表现并对他们的工作结果负责，那我还能算得上是基层员工吗？”她认为，员工可能会从下属员工产生的额外成果中受益。
但这并不总能转化为更高的认可度：当管理者知道人工智能参与其中时，可能会贬低员工的贡献。她说，企业在很大程度上只是将智能体叠加到现有的组织结构中，并期望员工在没有太多准备或认可的情况下承担额外的责任。在最近询问大型企业的薪酬负责人如何应对这一转变后，科拉库尔西奥听到了各种各样的回应：一些人正在探索奖励有效管理智能体的员工的方法，而另一些人则几乎没有考虑过这个问题。一项相关的举措是：安永会计师事务所（Ernst & Young）将向展现出让人工智能发挥作用所需的人类技能的员工发放1亿美元的奖金。如果企业开始奖励智能体管理，科拉库尔西奥预计这些资金将通过奖金和其他激励措施发放，而不是提高基本工资。“管理智能体本身就是一种技能，”科拉库尔西奥说，“企业目前还没有为此进行培训或支付报酬。我认为他们应该这样做。”目前，员工承担了更多的责任，却几乎没有得到其他回报。