由于疫情的緣故，遠程辦公一下子成為了世界各地的 “主流辦公”模式。

疫情事發突然，讓所有老板都措手不及，然而他們很快找到了隔著屏幕考核你的方法。

想象一下，你的老板不僅知道你給誰打了多少分鐘的電話會議，還知道你有沒有在上班時間刷淘寶知乎 b 站 “摸魚”，并且，這些數據會實時更新進入你的考核表單，評估你的績效，漲薪還是扣錢也會以此為依據。

這個聽起來像是恐怖片里的畫面可不只是個想象，最近，一家名為 Enaible 的公司就開發了這樣一款 “老板狗腿”軟件，并且獲得了不少公司 HR 和老板的青睞：這款 AI 專門 “潛伏”在員工的電腦里，確保你在工作中的一舉一動都被老板掌握。

瑟瑟發抖，到底是什么情況，來和文摘菌一起看看吧。

社畜的艱難生活：監視軟件也就罷了，AI 還要來管我的工資

這款 AI 系統是一家名為 Enaible 的公司正在開發機器學習軟件，專門用來衡量員工完成不同任務的速度，以及提出更高效的工作方法。這個軟件還會給每個員工打一個生產力分數，領導們可以用這個分數來決定哪些員工值得留下，而哪些不值得。

文摘菌特意去了解了一下，這家公司其實早在兩年前，2018 年就成立了，目前已經向世界各地的幾家大型機構提供了該軟件，包括迪拜海關總署和跨國營銷和企業傳播公司奧姆尼康媒體集團。他們的 slogan 是，未來的生產力一定需要 AI 參與領導。

那么，被這么多家公司青睞的 AI 監督軟件到底是怎么工作的呢？

該系統使用一種名為 Trigger-Task-Time 的算法，據官網介紹，該算法是領導科學與人工智能相結合的一項突破，它同時兼顧了復雜性、序列性、內外關系性、流程性、工作時間等，從而能夠獲得相對準確的生產率得分。

具體來講，系統學習了不同工作類型的基本工作流程，系統可以檢測到一封電子郵件或一個電話會影響員工的哪些工作，以及這些工作需要多久才能完成。總之再也不能偷偷摸魚了，這個 AI 分分鐘給你打小報告，簡直最合格的 “老板狗腿”。

一旦它掌握了員工的基本行為模式，還會給員工在 0 到 100 之間打一個 “效率分”，效率分數也可以反映出你的工作對團隊中其他人的效率影響。

當然，不少人可能會有跟文摘菌一樣的疑惑，行業、公司、工種這么多，怎么會有一個模型可以兼顧所有人的工作 KPI 呢？Enaible 的首席執行官 Tommy Weir 也就此表示，這款 AI 不是任務導向的，比如生產率得分就能反映了你在工作中是提高了還是降低了團隊中其他人的生產率。所以理論上來說，即使從事不同的工作，領導依然可以通過效率分進行員工之間的比較。

此外，經理們可以使用這些分數來查看員工的工作狀況，如果他們能更快地完成工作，就可以給予獎勵，或者如果績效下降，可以與他們核對。Enaible 的軟件還包括一種稱為 Leadership Recommender 的算法，該算法可以識別員工工作流程中的特定點，這些點可以提高效率。

對于某些任務，這意味著將人員拖出循環并使其自動化。在一個示例中，該工具建議將客服人員每年執行的 40 秒質量檢查任務自動化 186,000 次，將為他們節省 5,200 個小時。Weir 認為，這意味著人類員工可以將更多的精力投入到更有價值的工作上，從而縮短客戶服務的響應時間。

但這種方法也存在明顯的局限性。這個系統比較適合判斷一些做大量重復性工作的員工，而不是那些更復雜或更具創造性的職位。

這類軟件存在的意義？

Enaible 的首席執行官 Tommy Weir 認為，通過 AI 軟件的監督，可以讓員工將更多的精力投入到更有價值的工作上，也可以幫助老板獎懲分明。

Enaible 的誕生必定伴隨著爭議，一些人認為如果用 AI 來監督人們工作，會破壞老板和員工之間的信任，也會影響工作的積極性。員工們普遍認為，企業需要征求員工意愿后再安裝這類系統。

一家致力于阻止政府和大公司濫用技術的非盈利法律公司 Foxglove 的聯合創始人 Cori Crider 認為，這類系統的安裝 “可能會使得員工和管理層之間造成巨大的權力失衡，而且也會弱化管理層承擔責任的能力。”

除此之外，機器學習算法在訓練的數據集中也會存在偏差。如果這些算法被用來評估員工的表現，當出現不公正的考核時，員工就很難對這樣的考核提出上訴。

Crider 堅持認為，有更好的方式鼓勵人們工作。她說，“這類軟件的存在就像是在機器取代人類之前，努力的把人變成機器。”“你必須創造一種環境，讓人們覺得自己值得信任，能夠盡職盡責的工作。你不能通過監視員工得到這些。”

然而 Weir 表示，“無論大家的觀點如何，這類軟件確實有存在的需求，因為遠程工作需要規范化、規模化。”他還認為未來監控工作場所將成為主流。

事實證明，這種 AI 監督軟件的確更加受歡迎了。自從疫情期間開始遠程辦公以來，Weir 稱，他接到的咨詢是以前的四倍，這是以前從未有過這種情況。

創始團隊嘗試證明：AI 也可以驅動領導力

那么，發明出這么一項 “變態”的產品，它有著怎樣一個創始人和團隊呢？

文摘菌也去官網了解了一下，Enaible 的創始人叫 Tommy Weir 博士，在他自己的 blog 主頁，他給自己的定位是 “一位領導力專家、演說家、作家和企業家，致力于通過先進的領導力科學幫助企業取得挑戰市場的成果。”

過去 20 年中，Weir 博士通過數據科學方法論指導過很多 CEO，目前他專注于將人工智能應用于 Enaible，尋找一種更好的方式來推動員工的生產力。通過 Enaible，Weir 博士還建立了世界上第一個領導力人工智能實驗室，在這里，數據科學家和領導力專家將實時數據與員工行為結合起來，幫助企業獲得更加高效的生產力。

除此之外，Weir 博士還是一位 “多產”的作家。他關于領導力的書籍贏得了無數的贊譽，曾位居亞馬遜暢銷書榜第一名，國際圖書獎第一入圍，以及《華爾街日報》讀者投票的第二名。Weir 博士擁有 Regent University 戰略領導力博士學位。他也是麻省理工學院的訪問科學家和受歡迎的演講者。

Enaible 的團隊目前位于波士頓，合作伙伴是一些跨國企業和政府。他們稱正在努力的告訴更多的人：人工智能驅動的領導力是可行的。

AI 左右為難：要么監督我，要么替代我

去年年底，布魯金斯學會 (Brookings Institution)利用斯坦福大學一位博士生 Michael Webb 的新型研究成果，通過量化 AI 專利和工作描述中重疊的詞匯評估了未來 AI 對于工作的影響。

Webb 使用一種算法提取了 8000 個動賓對，例如 “診斷疾病”或 “識別飛機”，并測試這些動賓對出現在人工智能相關專利標題中的頻率。有了這些動賓對，他又在美國勞工部 O*NET 數據庫包含的職業信息中，找到了文本的重疊部分，從而探尋人工智能對于勞動力市場的影響。

結果發現，一改以往人們眼中人工智能對于工作的影響。

報告顯示，對教育程度要求較高的高薪職業反而受到 AI 的影響最大，而不是那些重復性高的工作。

代表職業的平均薪資以及 AI 對相應職業的影響

上表列出了一些職業、薪資以及人工智能的影響系數。與傳統的自動化分析相比，AI 對于一些高薪職業的影響十分矚目，例如經理、主管和分析師等。這些職業的角色通常是分析型或監督型的，似乎會參與大量以模式為導向的工作以及一些預測工作，因此可能較為容易受到人工智能數據驅動的影響。

美國工作份額受 AI 影響的程度

數據表明，受 AI 影響最大的高薪職位僅占美國工作份額的 17.8%，而大部分工作崗位不會或只有較低概率受到 AI 的影響。

因此，對于 AI 替代人類工作的問題上也不必過分擔心，其對于人類工作的影響還很難定性，更多的是 AI 專家的經驗之談。

布魯金斯學會表示，AI 甚至還有可能為人類創造更多新的工作。

公司官網

總結

以上是生活随笔為你收集整理的“老板狗腿”AI 上线！这款软件可远程监工评绩效，还分分钟给老板打小报告的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。