Cover AI 带来的职场革命：将 AI 视为协作伙伴的战略视野
AI 带来的职场革命：将 AI 视为协作伙伴的战略视野
1 / 1
在 2026 年企业 AI 峰会上，Base 董事长范金雄（Phạm Kim Hùng）提出了一个深刻的问题：当 AI 开始深入企业业务一线时，我们的工作组织方式将发生怎样的演变？
在与数千家越南企业携手走过十载春秋后，范金雄先生认为，如今正是企业重新审视并构建 AI 协作模式的关键时刻。
二十多年前，亚马逊曾面临类似的规模化挑战。随着技术体系愈发庞大，订单部门的一次微调就可能波及整个支付系统。为此，亚马逊将业务拆解为多个功能明确的独立单元，实现灵活迭代而不影响整体。服务导向架构（SOA）由此应运而生。
在范金雄看来，AI 智能体（AI Agent）同样对企业架构提出了新需求。AI 运作离不开结构化数据与上下文处理能力。如果企业仍固守传统的业务流程，那么 AI 或许只能完成文档编写、信息汇总等简单任务，却难以真正融入核心业务流程。
Above 企业通过 AI 优化工作流程的探讨
Above AI 智能体为现代企业的管理带来新思路
企业通过 AI 优化工作流程的探讨
1 / 2
麻省理工学院媒体实验室 NANDA 项目针对 150 多位企业高管的访谈及 300 多个真实 AI 项目的分析显示，95% 的企业生成式 AI 项目未能产生可量化的财务价值。究其原因，往往在于企业将先进的 AI 工具生搬硬套到旧有的流程中，缺乏对动态场景的适配能力。
因此，我们需要重新定义“工作”。过去，审批申请可能仅是一条系统提醒，等待人工处理；但在全新的架构中，审议、评估与决策将成为一个个独立的工作模块。
范金雄将工作描述为行动、个体、服务与业务逻辑的有机结合。不同业务产生的任务可以在系统中集结，依据个人职能或职位分层管理，并与企业的整体战略目标紧密关联。
Above 范金雄先生在 2026 年企业 AI 峰会上分享洞见
范金雄先生在 2026 年企业 AI 峰会上分享洞见
1 / 1
当工作被拆解为模块后，执行主体既可以是人类，也可以是 AI 智能体。范金雄表示：“这意味着，只要是我们能分派给人类的工作，原则上也能分派给 AI 智能体。”
在分派任务时，明确 AI 的输入要求与预期产出至关重要。处理总量、耗时、执行质量及结果，都成为可量化的关键指标。他强调：“我们不再空谈 AI 的技术特性，而应聚焦于输入与输出的效能。”
延伸阅读：人工智能、数字化转型与国际化：面向未来的新型教育模式
在新加坡，星展银行（DBS）已部署了一款 AI 智能体，支持全球约 1,500 名专家处理超过 70 项企业信贷审批流程中的任务。
通过将该系统融入客户关系团队的作业流程，AI 承担了繁杂的审核工作，让员工腾出更多精力专注于维护客户关系。
此外，星展银行计划在 2026 年招聘 500 多名年轻人才，并为全球 40,000 名员工提供 AI 基础技能培训。银行已确定了 11,000 个需要深度再培训的岗位，以适应业务本质的变化。部分员工被转岗至新职位，例如担任人机对话监控员，以防范聊天机器人可能产生的偏差。
Above AI 技术在现代商业环境中的应用日益广泛
AI 技术在现代商业环境中的应用日益广泛
1 / 1
这种分工模式也带来了新的拷问：究竟哪些工作适合交由 AI 来处理？
范金雄认为，在派遣任务前，企业必须界定清楚三个维度：谁负责、能做什么、如何执行。这同时也划定了 AI 执行任务的边界。
2024 年，Klarna 首席执行官曾表示，其与 OpenAI 合作开发的聊天机器人已承担了相当于 700 名客服人员的工作量，首月处理了超过 230 万次对话。随后，公司采取了冻结招聘的策略，通过人员自然流失进行缩编。
Above 企业在利用 AI 提升效率的同时，需权衡技术与人文的边界
企业在利用 AI 提升效率的同时，需权衡技术与人文的边界
1 / 1
然而，剧情在 2025 年中期发生了反转，公司开始重新招聘人员。Klarna 首席执行官坦言，客户依然渴求与真人对话的体验。对于涉及复杂多步骤的账单争议或因欺诈扣费引发的客户不满，仍需回归人工处理。这一案例有力地证明，并非所有工作都可以脱离人类的敏锐判断。
这也正是范金雄探讨企业管理组织的核心所在。他强调，AI 智能体在参与工作流之前，必须明确任务范畴与授权边界。
Base 目前正基于服务导向架构进行平台开发，将各项业务分解为具备清晰输入、输出及目标的独立服务。通过这种方式，根据任务性质将工作委派给真人或“虚拟员工”。然而，决定权永远掌握在人类手中。因为归根结底，每一家企业都必须回答一个终极问题：当 AI 犯错时，谁来承担责任？
推荐阅读
