《哈佛商业评论》最近发布的一项研究给出了一个很刺眼的数据：在受访企业中，表示完全信任人工智能代理能够自主运行核心业务流程的，仅有6%。
这六个百分点，不是一个小小的数据点。它足以让每一位企业领导者暂停手头的工作，好好想一想：到底是技术本身不可靠，还是我们的部署方式出了系统性的偏差？
Asana的首席产品官正是从这个数字出发，提出了一个对当前企业AI讨论很有颠覆性的判断。在他看来，信任的缺口并不是能力问题，而是一个彻头彻尾的实现问题。
单就能力而言，今天的AI代理已经能够处理相当复杂的任务，并且以极快的速度综合和提炼信息。真正让它们在组织里“失效”的，是缺失了那层让任何协作者——不管是一个人类同事还是一个数字代理——都能可靠发挥作用的护栏、共享结构和组织上下文。
这个判断之所以重要，是因为它把整个关于代理式AI的讨论重新摆到了桌面上。在过去很长一段时间里，“自主性”成了压倒性的目标。讨论的核心逻辑是：最有价值的代理，就是那种需要最少人类干预的代理。仿佛只要人的参与越少，AI就越高级。
但Asana这位产品负责人提醒我们，脱离了上下文的自主性，非但不是资产，反而是一种实实在在的负担。一个不了解团队隐性规范、不清楚项目历史脉络、也看不见实时战略优先级的自动执行者，跑得越快，带来的混乱可能就越大。
那么，真正能解锁AI代理价值的东西到底是什么？他认为，答案不是更激进的自动化，而是去构建一种共享的基础设施——一种能够让人类和代理在可见、可问责、且真正有生产力的状态下并肩工作的协作结构。
要想真正理解为什么企业对AI代理的信任度始终趴在这么低的水平，最直接的方式就是去看一看目前大多数组织实际上是怎么部署这些技术的。几乎是在不约而同地，大家走进了一种可以被称为“单玩家模式”的部署模型。
所谓单玩家模式，指的是：AI工具只服务于一个人，只存在于一次独立的对话当中。它和更广泛的业务是完全断开的，和工作流也是脱节的。而工作流，恰恰是赋予日常工作以意义和方向的那个骨架。
在这种模式下，AI的确可以加速一个人的产出。一个人面对一个聊天窗口，快速得到总结、得到草稿、得到分析——速度确实上去了。但这里有一个隐蔽的代价：它同时也把团队协作中的协调负担放大了。
因为更多的产出，意味着更多的东西需要被其他人审阅；更多的即时决策，意味着更多的地方需要在团队之间对齐。当每一个人都在自己的AI辅助下各自加速时，如果没有一个共享的结构把这些输出串联起来，那么所有因为速度而挤出来的时间，很快就会被“让所有人重新同步”这件事吞掉。
这是一种奇怪的悖论：生产力工具在个人层面越强大，团队整体需要付出的协调成本反而可能越高。那些被快速生成出来的内容，像是散落一地的积木块，但是没有图纸，没有统一的底座，谁也拼不出完整的图景。
而这还只是表层的问题。单玩家模式真正伤筋动骨的地方，在于它造成的组织失明。
当企业领导层完全看不见一个AI代理到底在做什么、为什么会在那个时刻做出那样的动作、它的产出又是如何与业务的优先事项关联起来的，信任就永远不可能真正建立起来。这不是主观上的抗拒，而是一种理性的风险评估。
信任一旦处于低位，一系列连锁反应就会出现。投资回报率变得无从追踪，因为你不知道那些分散在各个单一个人对话里的输出究竟转化成了什么。技术的采用也变得极不均衡，敢于尝试的人会继续用，组织里的大多数人则停留在观望甚至回避的状态。于是，本该铺开到整个劳动力之中的能力，被锁死在孤立的个人使用场景里面。
最终的结果，就是AI代理被矮化成了一种个人生产力工具。它能帮某个人完成某一次任务，却无法成为一个驱动组织整体转型的力量。把技术定位在这个层次上，从一开始就关掉了企业代理化的大部分可能性。
那么，如果不走单玩家这条路，另一种可能是什么？Asana首席产品官给出的方向，是一种“多玩家”模式。在这种模式里，AI代理不再是某个人的专属外挂，而是和人类一样，成为共享计划、共享工作流和共享问责结构中的正式参与者。
这听上去只是一个部署方式的转变，但背后实际上是整个协作逻辑的重构。在多玩家模式下，代理的行动是可见的，每一个步骤都有记录，每一个判断都有据可查。它不是躲在某个人的屏幕后面悄悄加速，而是在一张所有人都看得见的画布上移动。
当领导者可以随时查看一个代理做了什么、因为什么上下文触发了某个动作、它的产出如何汇入正在进行的项目，信任就不再是一种需要靠信心去维系的东西，而是一种可以被持续观察和验证的状态。而这，才是信任能够规模化生长的土壤。
当然，这不意味着要把人类从所有任务中赶出去。恰恰相反，多玩家模式想要保留下来的，正是那些
热门跟贴