最优秀的企业级AI，是员工几乎察觉不到的AI

AI 现在已能帮助团队在几分钟内将一个想法转化为可运行的原型。真正的难点在于决定构建什么、提供恰当的背景信息、将其整合进实际工作流，以及判断人们是否能够信赖它。

每一种新工具同时也可能带来另一个需要管理的界面、另一组需要学习的提示词（prompt），以及员工必须适应的另一套工作流程。最优秀的企业级技术应减轻此类负担，助力人们专注于那些需要判断力、专业知识和人际联结的工作。

我的职业生涯从电子工程起步，继而转向质量保证，之后又历经平台与后端工程，最终投身大规模技术落地实施。这段经历教会我：评判技术的价值，应以其赋能人类所达成之事为标准，而非以其自身可见度高低为依据。

随着 AI 承担执行任务，工程价值正向上游迁移。

AI 正在改变工程师需承担的责任范畴。随着智能体（agents）与各类框架承担起越来越多常规性实现工作，工程师花费在将既定需求翻译为代码或手动组装常规组件上的时间相应减少。取而代之的是，他们可将精力集中于问题建模、架构设计、实验探索，以及界定“何为优质成果”。

这使得领域知识愈发重要。例如，一位从事信用卡运营业务的人员，其对某项工作流程的理解深度，可能超过公司内几乎任何其他人。技术团队亟需此类背景知识，方能构建出真正有用的产品。AI 可辅助执行，但若缺乏深刻理解业务本身的人，AI 便无法判定一项工作流程究竟应达成何种目标。

在 Capital One，我们赋予工程师更大空间以施展战略性判断力，并鼓励他们提出如下问题： 我们实际试图解决的是哪一类客户问题？这将如何影响员工体验？整个系统还需具备哪些条件，才能确保该方案顺利运行？我们该如何帮助员工做好准备，从而高效地与 AI 协同工作？

随着构建周期不断压缩，瓶颈正转向架构设计、系统集成、测试验证、评审环节及生产就绪状态。应对这一挑战，需依托科学方法论开展严谨的实验。

从提出假设开始；尝试某种方案；展示实际发生的结果；分享该结果；再基于此次学习成果，决定下一步行动。无论结果是正面抑或负面，都应成为指导后续步骤的依据，而非用于佐证某个业已做出的决策。

对技术人员而言，这也意味着须与原生 AI 构建者（AI-native builders）一道秉持初学者心态，认识到深厚的领域经验必须与持续学习能力相辅相成。

企业级 AI 中的“隐形创新”（stealth innovation）呈现为何种形态

在企业级技术领域，成功往往体现为员工无需思考技术本身即可顺利完成工作任务。倘若某人不得不中断当前操作、切换工具、学习复杂界面，或成为提示工程（prompt engineering）专家，则表明该设计仍有改进空间。

我将我的团队比作詹姆斯·邦德系列中的 Q 先生。Q 先生打造各类工具与系统，使身处一线的人员得以专注执行使命。用户不应被迫钻研体验背后所依赖的机械构造；技术理应静默、简洁，并退居幕后。

在 Capital One，我们正构建智能化员工平台与体验，同时在云中规模化部署复杂的金融基础设施，服务于数万名员工，并支撑逾一亿名客户。我们的目标是顺应工作流本身，消除一切不必要的摩擦。

一次有效的 AI 体验，可能体现为正确信息出现在正确位置、下一步操作变得更容易执行，或一项复杂流程在无需员工改变既有工作方式的前提下变得更简单。例如，某项工作流程可能从原先的 12 个步骤精简至仅剩 2 步；又或某员工平台将原本需人工完成的提示工程，替换为直观的自动化机制。

设计“隐形 AI”及其背后的团队

在企业级规模下，成功不仅关乎有多少人可访问某一系统，同样关键的是：该系统能否在不同工作流、不同团队及不同情境下持续保持实用性，且不增加复杂性，亦不强迫人们去学习一套全新系统。

我之所以乐于构建企业级技术，部分原因在于其反馈闭环极为紧密。一名员工可随时发来消息，或在走廊里拦住我，说：“我遇到这个问题了。”这种直接反馈，往往能揭示出仪表盘（dashboard）所无法呈现的、关于用户体验的重要信息。

当技术服务于数万名员工时，微小的设计决策将在成千上万个工作瞬间中反复出现。在此类规模下，直接反馈至关重要。它帮助团队识别系统在何处构成阻碍、及时调整设计方案，并确保该体验在不同情境下均能稳定可靠。

打造如此静默且直观的技术，同样需要对工程中“人”的一面采取同等审慎而有意图的方法。当前这场 AI 转型自然伴随着不确定性与摩擦——人们被要求学习新技能，并重新思考“专业能力”的内涵。构建隐形 AI，需要一种以三大核心支柱为基础的领导文化：

培育互补型人才： 一项原生 AI（AI-native）倡议，需要由深厚领域专家、原生 AI 构建者（AI-native builders）以及经过技能提升（upskilled）的人才共同组成的丰富人才图谱。高效的领导者会营造有利条件，赋能员工开展创新并实现成长。

将自我意识（ego）与工作解耦： 当领导者佯装掌握所有答案时，AI 转型便会停滞不前。培养“初学者心态”（beginner’s mindset），可使团队敢于开展大胆实验、检验假设，并追随真正行之有效的解决方案。

富有同理心的守护式领导（Empathetic stewardship）： 在快速变革时期，最有效的领导者并非会议室中声音最响亮者。他们是守护者（stewards）：以坦诚示弱为引领，深度倾听，主动提升多元观点，并扫清障碍，从而使其团队得以精准、安全地执行任务。

当设计纪律与富有同理心的领导力相遇，技术便不再成为员工额外需要管理的一项任务，而化身为融入其日常工作的无缝协作伙伴。

优势体现在人们所能完成的工作之中

AI 是一名助手，也是一种赋能者，但它本身并非一种战略。持久的竞争优势，将来自那些利用 AI 使工作更清晰、更聚焦、更具人性化的组织。

最优秀的企业级 AI，或许正是员工几乎察觉不到的 AI。它支持决策、消除不必要的努力，随后悄然退场。当这种情况发生时，真正可见的成就并非模型本身，而是正在从事更优工作的那个人。

莫琳·朱尔斯-佩雷斯（Maureen Jules-Perez）现任 Capital One 企业技术部高级副总裁。