AI 摆脱了繁琐的工作。现在管理者却怀念它。公司正在尝试

上头AI裁员的老板里 超过一半都后悔了

AI Agent最热闹的日子里，老板们恨不得当场宣布“未来已来”，嘴里全是效率和转型。轮到复盘的时候画风突然变了。超过半数的老板对于裁员这件事，居然都在半夜懊悔地直拍大腿？ 今年2月，职场转型服务公司Careerminds调查了600名过去一年参与过裁员的HR从业者。超过四分之三的人表示，公司曾因为AI等技术进步裁掉员工。 可真正到了验收成果的时候，只有8.4%的受访者认为AI驱动的重组完全达到了

AI提效能否解放劳动者？多国调研提示新悖论

数据来源：脉脉高聘人才智库　　【财新网】AI（人工智能）正在全球职场以史无前例的速度普及，并被寄予了缩短工作时长，减轻人类工作压力的厚望。然而，来自多国的调研显示，AI确实缩短了单项任务完成时间，但工时并没有因此缩短。　　脉脉高聘人才智库近日发布的《AI人才流动报告》（以下简称“报告”）显示，91.08%的中国职场受访者认为使⽤AI后工作产出增加，但工时变化并未同步改善。55.56%的受访者表⽰工

你被裁员了。现在你的老板又想让你回去。

在人工智能时代，离开一家公司或一个岗位可能并不意味着永远告别。周三，《商业内幕》报道称，亚马逊正试图重新招募此前被其裁员的员工。它们并不是唯一一家向老员工抛出橄榄枝的公司。一家小型科技公司的首席执行官表示，她曾寄希望于人工智能能够替代员工而进行了裁员，结果却追悔莫及。另一家公司在过去两年中，其“回巢”员工的数量翻了一倍多。 在另一项相关的 staffing（人员配置）反转中，Meta要求一些近期被

OpenAI最新研究：打工“牛马”用上AI 工作不知不觉变多了？

打工“牛马”用上AI 工作不知不觉变多了？OpenAI经济研究团队周三发布报告，进一步展示了AI工具如何重塑当代打工人的职场命运。即便在今天，讨论起在职场使用AI，大多数人首先担心的是AI会不会抢走饭碗，饭碗暂时还在，岗位边界正变得愈发模糊。 更准确地说，你原来不负责的活，开始顺手也能干了 —— 而其中一部分，干着干着可能就成了日常工作。随着打工人向AI “借”能力从事跨岗位任务，这些原本在职责范

OpenAI首席财务官称，AI正在减少人们从事信用检查等枯燥财务工作的需求

OpenAI首席财务官莎拉·弗莱尔表示，人工智能正在减少对一些工人的需求，但仅限于重复性工作的工人。 在周二接受CNBC的吉姆·克莱默在《疯狂金钱》节目采访时，弗莱尔以自己所在的财务部门为例，谈到了OpenAI利用AI提高效率的情况。 “毫无疑问，我们在财务部门内部使用自己的产品做了一些事情，确实限制了我们所需的人数，”弗莱尔告诉克莱默。“但坦白说，在很多情况下，这些工作我并不认为是好工作。”弗莱

Coworker.ai推出OM2，一个组织记忆层，宣称可将企业AI的token消耗削减9倍

每当典型的企业AI代理启动以回答内部问题时，它都会带着严重的失忆症醒来。 为了让AI发挥作用，企业被迫进行昂贵且重复的抓取——扫描数千份文档、Slack线程和CRM条目，并将它们强行塞入提示窗口以提供上下文。这是一种蛮力[...]

当审计师用上AI，需要注意什么？

加普：四大会计师事务所已经在快速采用人工智能，这可能让审计工作变得有趣得多，但应避免过度依赖这种尚未经检验的技术。 会计不是最令人向往的职业，但近来在这一行中，某种兴奋情绪却在悄然滋生。“科技正在改变审计师的角色，让这份工作变得比我刚入行时有趣得多，”毕马威(KPMG)英国审计业务负责人凯瑟琳•伯内特(Catherine Burnet)上周对我说道。勾起这种兴奋情绪的，是人工智能(AI)在“四大”

担心被AI取代，一些员工有了新炫耀资本：指挥成群机器人

员工们正吹嘘自己管理着数十个AI代理，但专家表示，这些数字可能具有误导性，并不能真正反映生产力或价值。

欢迎我们团队的最新成员：AI代理

本周，我们关注将人工智能融入工作场所的努力。但不仅仅是普通的生成式AI，我们聚焦于真正的AI代理。 这些是自主程序，旨在承担任务并逐步完成一系列步骤，而无需用户指定每一步。 它们正进入我们的日常生活——帮助人们规划假期、在线购物以及处理其他日常事务。

更多新加坡员工开始管理机器人，企业加大AI应用力度

员工可能会越来越多地发现自己需要管理一种新型同事——这种同事能在几分钟内分析文件、处理数据并完成任务，但仍需要被质疑和核查。 随着新加坡更多企业开始试验代理式人工智能，员工正开始承担“AI代理管理者”的角色，负责指挥数字代理并审查其产出。 对于安永鉴证业务高级经理王智全而言，AI代理已经改变了他的工作方式。 只需点击几下，他就能指挥AI代理分析工作底稿，同时将注意力转向另一项任务。 王智全表示：“

指挥人工智能机器人团队正成为一种新的工作技能——却没有老板的薪水

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，

人工智能实验室正在失去对代理的控制，而与此同时，它们却想赋予代理更多掌控你生活的权力。

AI助手终于准备好帮你打理生活了。你只需将你的电子邮件、联系人和信用卡交给它们，然后祈祷它们不会失控。Meta、谷歌以及备受瞩目的初创公司Instinct在近几个月内推出了个人AI智能体，承诺可以处理预订旅行、购买演唱会门票以及在Facebook Marketplace上搜寻优惠等任务。在基本层面上，这些智能体的运作方式大致相同。 你通过应用程序或WhatsApp向智能体发送请求——或者，对于新推

AI如何消耗水资源

自由职业者被“无灵魂”的AI垃圾清理工作淹没：“我们需要做这些工作真是遗憾”

随着越来越多的公司转向AI，他们雇佣自由职业者来清理AI的错误，而不是创作原创作品。 驻西班牙的自由平面设计师丽莎注意到，2022年ChatGPT发布后，她的工作发生了变化。 她从接一些缓慢的一次性标志和包装设计工作，变成了接到大量要求她修复AI生成版本的请求——从锐化模糊的打印图像到将有缺陷的设计变成可用文件。 到2025年，丽莎（她要求不透露全名以避免骚扰）表示，她接到的标志和包装设计请求中，

Fambot推出面向家庭的‘AI首席参谋’

Fambot正在构建一个AI‘首席参谋’，帮助家庭管理电子邮件、日历、学校通知、体育日程以及养育孩子的其他后勤事务。

人工智能正在消灭枯燥的基层工作，迫使企业重新思考初级岗位的招聘

在伦敦的广告代理公司Catalyst，一名初级员工现在可以负责五个不同的客户账户。 据创始人托比亚斯·格林（Tobias Green）介绍，过去需要多名员工才能完成这些工作。如今，人工智能工具负责进行研究、撰写文案初稿并收集数据。 “然后你需要有人进来进行修正，”他说，并将这种安排比作“反向的土耳其机械人”。人工智能在幕后工作，而人类则是面向客户的面孔。 这正在改变该广告代理公司对入门级职位的看法

Meta向员工推广其新AI代理——但放宽了对Token最大化的要求

该公司正在减轻员工使用人工智能工具的压力，同时鼓励他们尝试Hatch，这是其迄今为止最先进的AI项目。

“SaaSpocalypse”（Salesforce的危机）已经结束。那么，Salesforce现在将如何在一个人工智能（AI）主导的时代中实现持续发展呢？

“SaaS末日”或许已经结束，但华尔街钟爱的商业模式可能也随之终结。这是我们本周在旧金山举行的Salesforce颇具影响力的Dreamforce大会上得出的重要结论之一。这家企业软件巨头在会上详细阐述了其在不断演变、以AI为核心的企业格局中蓬勃发展的计划。为“这个”功能用一个应用、为“那个”功能再用一个应用的日子正在消逝。 然而，存储在Salesforce应用中的所有客户数据的价值只会不断上升，

人工智能前沿的放缓不会影响大多数企业界

人工智能前沿的放缓对那些正在努力采用人工智能的大公司来说几乎没有影响，原因很简单，它们离前沿技术还差得很远。 “即使技术停止进步——将‘追赶前沿’变成‘停止前沿’——以我们今天现有的技术，我们还有十多年的时间才能将效益扩散到经济中，”Ode 的首席执行官 Chris Taylor 表示。Ode 是 Anthropic、Blackstone、Hellman & Friedman 等投资公司之

OpenAI 揭示 AI 时代最重要的职场技能

OpenAI 最近发布了一份报告，清晰地指出了哪些职场技能在 AI 时代可能变得最有价值。 该报告基于其研究人员如何使用 AI 的数据，展示了哪些任务正被 AI 接管，而哪些任务仍依赖人类。 今年自动化程度提升最大的领域包括编程、技术支持、监控计算机运行以及分析结果。 相比之下，AI 在决定追求哪些项目、资源投向何处或如何设定优先级方面所起的作用相对较小。这让我们得以窥见工作价值可能发生转移的方向

AI公司本以为，他们还有好几年时间可以想清楚：万一机器人失控了该怎么办

。今年夏天，警钟敲响了。

影子AI已经潜入你的公司。以下是如何掌控它

公司们发现，AI代理在没有IT监督的情况下连接到了电子邮件、客户数据和代码。找到它们只是开始。 在过去十年的大部分时间里，公司运行的软件清单至少在理论上是IT部门能够找到的。然而，如今，AI正使这变得越来越困难。……

模型越来越强，企业AI为什么还卡在“最后一公里”？

过去两年，大模型快速跃迁。从百亿级参数模型，到复杂逻辑推理、多模态理解，到自主 Agent，技术边界不断突破，一切似乎都在宣告：AI 已经准备好接管一切。 然而，如果把视线从实验室拉回产业一线，一个反差正在出现：大量企业的 AI 探索仍停留在试点和演示阶段，并没有真正进入业务流程。 麦肯锡的研究曾指出，企业数字化转型长期面临「试点容易、规模化难」的挑战。 问题随之浮现：为什么一个能够完成复杂任务的