智能体成为职场新同事，如何与AI协作取得最佳成果

如今，职场人士不仅要关注人类同事的工作状态，还需要学会与智能体高效协作。对于那些希望达成高目标、交付优质成果的团队来说，成员构成正逐渐从纯人类扩展为人类与智能体的混合搭档。

我们正步入自主化商业时代。技术与数据的全新组合，使得从基础运营任务到决策职能，越来越多的工作角色开始由能够自主发现、谈判和交易的智能体来承担。

技术分析机构Gartner预测，企业对智能体的投资正在加速增长——AI智能体软件支出预计将从2025年的864亿美元，分别增长至2027年的2065亿美元和3763亿美元。

部分企业已将智能体引入日常运营。在旧金山举办的2026年Snowflake峰会上，三位数字化领导者分享了各自组织将智能体投入生产应用的实践经验。在小组讨论结束后，ZDNET就如何与智能体同事高效协作这一话题向他们进行了深入采访。他们一致认为，以下三个方向至关重要：对智能体进行基准测试、保持对新想法的开放心态，以及聚焦正确的工作领域。

建立基准，量化智能体价值

体育零售商Fanatics数据副总裁Madeleine Want表示，在人类与智能体协作的环境中持续产出卓越成果并非易事，因此她的团队会在整个数据从业者社区内追踪和记录收益情况。

她介绍道，Fanatics是AI在数据领域的积极且早期采用者，公司会对工具进行测试、功能比较、预览试用，并与合作伙伴共同开展设计探索。

"我们会对这些工具的使用方式、适用任务类型、节省时间的主观感受，以及空出来的时间如何被重新利用等问题进行基准评估——所有这些都属于自我报告式的价值评估问题。"她说道。

Want负责管理Fanatics博彩与游戏部门的数据工程、数据科学和机器学习工作。她向ZDNET表示，基准数据表明，智能体的介入确实帮助人类员工节省了大量时间。

"每位业务分析师都会告诉你类似的心声：'我希望能把更多精力放在战略性工作上，但总被日常报告拖住。'"她说，"我们看到的情况是，那些最适合AI自动化处理的，恰恰就是这类例行报告任务。员工因此获得了更多时间，并将其重新投入到更具人文价值、更具战略意义的工作中——这正是大家所期望的理想结果。"

Want认为，智能体AI的成功应用在于获取更好的工具，将必要的工作高效完成，从而腾出精力专注于自己最擅长的领域。

不过，她也坦言，目前部分工具仅适用于当下场景，智能体AI仍处于持续演进阶段。公司对工具的持续采用与测试，意味着员工需要定期接触和评估新服务。

"有必要做好预期管理，告诉大家：'这不是传统的企业级多年期技术转型项目。'"她建议其他从业者保持探索和变化的开放心态，"我们采用的不是经过充分验证、一旦上线便长期稳定运行的成熟技术。我们目前处于实验阶段——要勇于尝试、尽早采用，但也不要执念太深，因为我们必须始终保持敏捷。"

解放团队时间，实现战略聚焦

可穿戴技术公司Whoop分析副总裁Matt Luizzi早在智能体AI推出之前，就已着手帮助团队提升时间利用效率。

"我想弄清楚团队的时间都花在哪里，结果发现大家有50%到60%的时间都在回答来自各部门的临时性问题，"他说，"'昨天的销售额是多少？各地区有何差异？为什么网站访问量上升了？'这类问题干扰性很强，大家都希望能从中解脱出来——而这恰恰也是智能体目前最擅长的领域。"

Luizzi告诉ZDNET，引入智能体后，人类员工得以将更多时间投入到与同事共同推进的战略性工作中，持续创造增量价值。

"我们已经从这项技术中看到了实际的营收影响——员工能够主动发现问题，借助AI定位根本原因，快速排查异常并采取行动，而不是等到问题积累到无法挽回的地步。"

Luizzi预判，智能体AI的发展步伐将持续加速，尤其是在易于自动化的任务领域。

他还强调，智能体成功不应只是高管或特定人员的专属议题，优秀的想法可以来自组织的任何层级，每位员工都有机会发挥关键作用。

"有些组织是自下而上推动的，由基层员工率先尝试新技术、承担风险、争取时间；另一些则是自上而下的，由领导层通过参会学习，将外部经验引入组织内部，识别并匹配适合本团队的解决方案。"他说。

以AI提升人类能力，推动数据驱动决策

软件公司Synopsys首席信息官Sriram Sitaraman表示，他管理着相当规模的工程与企业数据。在这两个领域，有一点已愈发清晰：智能体正在展现出增强人类能力的巨大潜力。

"如果你看一下可用数据的体量，以前所谓'下一步最优行动'，不过是一群人基于当前优先级展开的讨论。而现在，借助AI，你真正可以做出数据驱动的、有利可图的决策。"他说。

Sitaraman表示，公司已认识到AI智能体在承担初级员工任务方面的潜力，例如执行快速查询、生成图表、提取洞察等。他还举例说明了决定为某款应用新增哪些功能的场景——员工可以与智能体同事协作，筛选创意并挖掘出具备商业可行性的方案。

"你不需要一大群人来开会讨论，而是由一个小团队去审阅大量数据。"他说，"目前许多协调多源数据以支撑决策的工作，核心都在于如何让人类借助AI的力量，将海量数据提炼为可落地的下一步行动。"

Sitaraman表示，智能体AI将基础的数据整理与筛选工作交由AI承担，从而将人类员工解放出来，专注于更高层次的价值创造工作。

"这是一个层级递进的过程。模型会不断将任务下沉给AI，而随着模型能力的提升，AI能够处理的任务复杂度也将持续上升。六个月后，AI解决的将是与现在截然不同的问题类型，这个演进过程还将持续下去。"

Q&A

Q1：企业如何衡量智能体AI带来的实际价值？

A：以Fanatics为例，该公司通过追踪员工对工具的使用方式、任务类型、节省时间的主观评估以及时间再利用情况等自我报告式指标，来量化智能体的价值。基准数据显示，智能体承担了例行报告等重复性工作后，员工可将时间重新投入到更具战略价值的工作中，实现了"解放人力、聚焦核心"的目标。

Q2：智能体AI目前最适合处理哪类工作任务？

A：根据Whoop分析副总裁的实践经验，智能体目前最擅长处理高频、重复、临时性的查询类问题，例如"昨天销售额是多少""各地区数据差异如何"等。这类问题耗费员工大量时间却缺乏战略价值，引入智能体后可显著降低干扰，让人类团队聚焦更具增量价值的战略工作。

Q3：企业在部署智能体AI时应注意哪些风险或挑战？

A：Fanatics的实践表明，智能体AI目前仍处于实验阶段，并非一次性部署后长期稳定运行的成熟技术。企业在推进过程中需要做好预期管理，在管理者与员工之间保持持续的双向沟通，同时保持组织敏捷性，随时准备调整甚至撤回某些工具或方案，避免过度依赖单一技术路径。