“我们调查了五千多名在工作中使用AI的人,发现按职业阶段划分出的差距,比按年龄划分的更明显。”Charter驻场高管、AI Pulse研究共同负责人布莱恩·艾略特(Brian Elliott)对《财富》这样说。他说的是一份覆盖5,002名美国全职白领AI使用者的调查;而在六天前(11月10日,美东时间),SiliconANGLE披露了另一则来自特拉维夫的融资消息,讲的是怎么给企业里的AI智能体拴绳子。

先把两件事摆在一起看。一边是职级越高越敢信AI,一边是企业急着给AI动作装闸门。听着像两拨人各自吆喝,其实是同一枚硬币的两面。

高管真的更信任AI吗?

《财富》引述的Charter AI Pulse调查显示,约三分之一的管理者和高管表示,在工作决策上他们更相信AI,而不是自己的判断;非管理岗位的这个比例是16.3%。换算下来,高管信任AI胜过自身判断的可能性,是普通员工的两倍;高管信任AI胜过信任一位懂行同事的可能性,同样是普通员工的两倍多。

这不是今年才冒出来的苗头。2025年SAP与《财富》分享的一项研究就显示,74%的高管在商业建议上更信任AI,而不是同事或朋友。

艾略特在接受《财富》采访时给的解释不复杂:“AI擅长做摘要和高层次的回答,这正是领导者所需要的,而员工处理的是具体细节,AI的短板就在那儿暴露出来。”按他的说法,坐在桌子哪一头,比哪一年出生更要紧。

所以“Z世代迷信AI”这个流行印象,放到数据面前并不成立。

Z世代反而更不信?

《财富》援引盖洛普、沃尔顿家族基金会和GSV Ventures联合开展的《Z世代之声》(Voices of Gen Z)研究称,这项针对1,572名14至29岁美国人的调查发现,已就业的Z世代里,69%表示更信任未经AI协助完成的工作;对完全由AI产出的成果最有信心的,只有3%。

但这不等于躲着走。《财富》提到的同一份调查显示,51%的Z世代至少每周使用一次生成式AI。按这篇报道的概括,他们只是把AI当配角,不当主角。这个姿态其实挺老练——工具好用就用,签字还是自己签。

高管说自己查得更勤,那为什么还更容易用存疑的答案?

从《财富》披露的Charter调查来看,高管自报的核查习惯确实更“勤快”:81%的高管表示在使用AI输出前总是或通常会核实事实,普通员工是71%。

但艾略特对《财富》指出,高管使用自己都存疑的AI输出的可能性,却是普通员工的3.3倍,原因“几乎可以确定,是因为他们更不担心犯错会丢掉工作”。

艾略特还在《财富》采访中提到另一层压力:很多领导者被期望快速行动、随时给出所有答案,而AI恰好迎合了许多人原有的那种“很少出错、从不怀疑”的习惯。他举例说,这就解释了为什么会有CFO把CMO花了几周做出来的营销方案丢进ChatGPT,再拿工具吐出来的问题去考问对方——宁可信模型,也不信那位真正掌握上下文的同级搭档。

这话有点扎心,但点到了位置。判断权往上走的时候,试错成本却往下落。

判断错了,代价由谁承担?

乐观情绪的分野也一样明显。据《财富》引述的Charter调查,85%的高管对AI给本组织带来的影响至少持某种程度的乐观态度,员工里这一比例是56%;报道同时提到,年轻员工的戒心源于他们觉得学校、雇主等机构曾让自己失望。

真正的问题不在情绪,而在后果。正如《财富》所指出的,当一位高管依赖有瑕疵的AI答案去决定谁升职、钱往哪投、并购后团队怎么重组时,消化后果的是员工,而员工手里并没有投票权。

眼下正是企业敲定明年预算和AI战略的时候。《财富》留了一个悬着的问题:这些决定里,到底有多少建立在领导者自己的判断上,又有多少依赖聊天机器人的通用回答?

一边加信任,谁在另一边加锁?

就在这份调查发布六天前(11月10日),据SiliconANGLE报道,以色列AI安全初创公司Bay AI Inc.带着5,000万美元融资正式亮相,做的正是另一件事:在企业AI智能体真正动手之前,先逐一审查它准备执行的动作。

逻辑不复杂。按Bay向SiliconANGLE阐述的看法,第一代AI安全工具大多在过滤提示词和回复,就像只查进门的人说什么话,不管他进屋后拧哪个阀门——一句看着无害的指令,最后可能是智能体删掉生产数据库。创始人自己就撞见过:他们的一个编程智能体按正常权限干活,为了跑完测试,试图把一套云环境暴露到公网上。那张截图他们至今还留着。

据SiliconANGLE介绍,Bay通过客户现有的移动设备管理或终端检测与响应工具安装,公司称过程不到五分钟:名为Wave的扫描器先把每台机器上的智能体、扩展和本地模型清点一遍,扫完不留常驻进程;智能体每次提议动作,运行它的AI工具就通过原生钩子把请求交给静态二进制程序Bay Enforcer,在本机结合完整会话上下文做判断,据称毫秒级返回结论,有时会弹窗请用户批准,风险太高的动作直接不执行。背后的策略由Lighthouse系统根据过去30天的智能体活动为每个团队分别起草,团队可先拿上个月的记录试跑,看会拦下什么;Bay称误报率低于1%。

SiliconANGLE披露的客户名单里有美光(Micron)、Wix、ClickUp和Peloton,都是Bay成立九个月里签下的数十家企业客户中的一部分。公司还称,平台上的《财富》100强企业客户在不到30天里,把自主智能体的使用量提高到了原来的三倍。

按SiliconANGLE披露的融资明细,这5,000万美元来自两轮:Battery Ventures领投3,700万美元A轮,美光旗下的Micron Ventures在美光先成为客户后参投,Wiz首席执行官Assaf Rappaport个人出资;其余1,300万美元来自此前未披露的种子轮,由YL Ventures和Striker Venture Partners共同领投。

SiliconANGLE同时介绍了创始团队背景:三位创始人都出自以色列国防军8200部队。联合创始人兼CEO Yuval Zacharia曾在那里带过约50人的部门,是该部队首位转做进攻性网络行动的情报官;首席产品官Aner Morag是Noname Security的第一号员工;研发副总裁Boris Danilovich曾是Preempt Security早期员工,2020年公司被CrowdStrike收购后又在那里待了六年,Bay的研究团队大多跟着他过来。

YL Ventures管理合伙人Yoav Leitersdorf对SiliconANGLE把话说得挺大:他认为Bay有望变得“像网络防火墙之于互联网时代那样,成为企业采用AI的基础设施”;Zacharia则说,不少安全负责人要么接到年底前全公司铺开AI的任务,要么发现智能体已经到处都是、像进了“狂野西部”,她希望安全成为“AI更快上线的理由,而不是停滞的理由”。

愿景能不能兑现还得看市场检验,但逻辑很好理解——管理层越敢放手让AI干活,企业就越得有人在门口验票。

游仕觀察

对北美华人读者来说,这两件事其实落在同一本职场与经营账上。如果你在纽约或北美本地经营中小型公司、或者管着一支技术与运营团队,眼下敲定明年IT预算时,光买模型账号已经不够了,权限审计和动作拦截这类安全开销迟早要单列一栏;如果你正是那位被老板催着“年底前把AI用起来”的负责人,与其靠口头叮嘱员工小心,不如先把测试环境、生产数据库和云权限做隔离,给智能体设好人工审批节点——把闸门装好,反而更容易交差。反过来看,对在北美大厂或白领岗位打拼的华人从业者,这份调查也提了个醒:高层拍板时采纳存疑AI结论的概率远高于一线员工,而决策跑偏后的执行代价往往落到具体做事的人头上。真到方案评审或签字上线前,把关键数据口径和上下文留好书面记录,多问一句“这个结论核过原始数据没有”,既不是抬杠,也是给团队和自己留一份保险。工具可以当副驾,方向盘还是别撒手。

来源