随着人工智能(AI)功能在企业统一通信平台上的持续扩展，员工对该技术的疲劳感也在上升。部分 IT 负责人反映，以人工智能能力为核心卖点的智能助手和品牌助手在企业中的普及程度参差不齐。
解决 AI 普及困境的关键并非回避新兴技术，而是降低其技术可见度。在众多企业中，最成功整合的 AI 技术往往通过智能路由、自动摘要、合规标记和背景噪音抑制等功能悄然融入工作流程。这些隐形的自动化集成在无需改变员工行为的前提下降低了 AI 应用阻力，标志着企业 AI 成熟度发展模式的转变。
AI：从炒作到疲劳
随着 AI 能力的快速提升和扩展，各种品牌 AI 助手也在统一通信平台上迅速普及。市场营销人员经常强调 AI 在企业协作、会议和聊天工具中扮演的核心角色，它如同副驾驶一般，为用户提供全方位的支持。
但对一些员工来说，对 AI 的过度关注反而阻碍了他们对某些 AI 统一通信工具的采用。认知负荷过重、功能疲劳、工具臃肿以及对数据使用和准确性的质疑等迹象，都是 AI 疲劳的征兆，不容忽视。
随着企业对 AI 驱动的统一通信工具从实验阶段过渡到评估阶段，最终走向整合，出现一些质疑和阵痛是意料之中的。对部分员工而言，将 AI 工具整合到工作流程中，既意味着工作方式的调整，也让他们担心部分工作内容会被取代或变得多余。
统一通信中的静默 AI
克服 AI 相关疲劳的一种方法是采用静默 AI ：即利用 AI 技术优势却不显露其使用痕迹的智能工具与功能。
在中型工业和制造企业中，这种“静默 AI ”模式已初见端倪。“超过85%的制造和工业客户并非一开始就启动大规模人工智能转型项目，” GrayCyan首席执行官兼创始人Nishkam Batta表示，“他们首先着手解决运营摩擦问题，即日常信息传递仍需人工操作的瓶颈。”
静默 AI 可以有很多种表现形式，例如：
- 智能呼叫路由。
- 通话和视频背景噪音抑制。
- 违规标记。
- 无需提示即可自动显示的会议摘要。
静默 AI 之所以成功，是因为它减少了摩擦，而不是要求用户改变身份。它在不刻意强调改进的情况下优化了工作流程。Batta 举例说，静默 AI 能够一次性正确路由电子邮件和维护工单，将错误路由率降低了30-50%；生成结构化的运营摘要，每周为主管节省5-8小时；提取和匹配发票数据，将人工应付账款处理时间减少了60-70%。
静默 AI 应用的后果
然而，在工作场所采用静默 AI 时，需同时考量其带来的积极与消极影响。
静默型 AI 使传统的采用指标变得复杂。与普遍的说法相反，抵制并非总是 AI 采用的主要障碍。“大约70%到80%的员工对这项技术如何支持他们的工作感到好奇，”Batta 指出。“只有不到10%的人表现出明显的抵制情绪。即使出现怀疑，通常也是源于对系统用途的理解不足，而不是出于对 AI 本身的恐惧。”
在其他以沟通为主的环境中，也出现了同样的模式。Stable 是一家利用 AI 技术自动化邮件工作流程的平台，其首席执行官 Sarah Ahmad 表示，当 AI 在邮件工作流程中悄然运行时，用户接受度很高。“用户甚至意识不到这一点，”Ahmad 说，“由于无需学习如何使用这些系统，因此接受度很高。” 当 AI 的应用不需要改变行为习惯时，它往往会自然而然地发生。
但 AI 的隐蔽性也有其局限性。“然而，隐蔽性也可能导致重要信息被错误路由，尤其是在人们不了解响应背后的原因时，这可能会引发摩擦，” Ahmad 说道。换句话说，摩擦并不会消失，它只是转移了位置。当 AI 被嵌入到系统内部且不可见时，透明度和可解释性就显得尤为重要。
不可见性也引发了关于信任和透明度的重要治理问题。如果 AI 影响合规性、路由或摘要决策，员工需要了解并理解这些决策是如何以及何时发生的。随着自动化日益深入地融入系统，治理的重点也从政策文件转向架构。数据透明度、覆盖机制、可解释性和审计跟踪成为设计特性，而非事后考虑。
统一通信 AI 的下一阶段
企业 AI 成熟度的下一阶段会是什么样的？这可能意味着更少的 AI 品牌宣传，以及 AI 更无缝地融入工作流程和平台。自动化可能会变得更加自然、更加安静，不再像现代版的Clippy那样，使用会自我介绍并打断工作活动的AI助手。
这驳斥了一种长期存在的误解，即 AI 投资的合理性在于其必须具备预测能力或完全自动化。但实际上，基于规则的智能和结构化语言人工智能也能带来可观的投资回报率。据 Batta 称，许多工业部署项目在第一季度就能获得 2-5 倍的回报，部署周期为 6-10 周，并在 45 天内实现用户采纳率的稳定。这种快速的投资回报并非来自花哨的助手，而是来自企业工作流程中那些减少文档处理摩擦的隐形环节。
尽管如此，人们对完全自主系统仍然持谨慎态度。LogicGate的首席执行官兼联合创始人 Matt Kunkel 也认为，人们对更高级的自主系统也存在类似的谨慎情绪。“智能体人工智能的应用将会持续成熟，但不会达到某些人预测的那种极高的普及率，”Kunkel 表示。这种缓慢的发展轨迹反映了信任差距。企业或许乐于将 AI 嵌入工作流程，但要将关键任务交给自主智能体，则需要克服更高的门槛。
但如果 AI 普及到各个领域，透明度也不能随着技术的进步而消失。“在制造业环境中，透明度意味着让 AI 系统可检查且易于理解，”Batta 解释道。这包括显示摘要背后的源代码、突出显示触发路由决策的关键词、维护审计日志以及保留覆盖机制。
最终，AI 在统一通信领域最成功的方式或许在于它能够悄无声息地支持协作，而不是高调地宣告自身存在。 AI 应用的关键问题或许并非“如何让员工使用 AI ？”，而应该是“如何管理 AI，让员工完全感觉不到它是 AI ？”
作者：Terri Coles
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/65029.html
