随着人工智能深度融入企业业务流程,行业关注点正从技术部署转向实际收益的获取。尽管 AI 在提升员工效率方面潜力巨大,但如何将其转化为日常工作中的切实价值仍是核心挑战。

针对这一议题,Dropbox 首席产品官迈克·托雷斯 (Mike Torres) 接受了采访,深入探讨了企业工作流中的摩擦点、AI 落地的关键障碍以及建立信任所需的控制机制。
信息孤岛与协作摩擦
托雷斯指出,当前企业面临的最大摩擦源于“拥有信息”与“利用信息”之间的差距。多年来,企业积累了海量内容,但这些数据分散在不同的工具、文件和系统中。寻找正确文档、理解背景、确认最新版本并将其应用于后续流程,往往耗费比预期更多的时间。
单个层面的中断看似微小,但在团队范围内重复发生时,累积效应显著。员工被迫花费大量精力管理信息而非使用信息,包括搜索文件、检查版本及处理冗余步骤。这种摩擦不仅降低了个人效率,还阻碍了团队协作,因为成员间难以共享一致的上下文背景。
问题的本质并非缺乏信息或技术,而是如何让组织已有的信息更易获取且更具实用性,从而释放人力专注于需要判断力和专业知识的任务。
为何传统工具未能解决痛点
过去多年对数字工具和协作平台的投资之所以未能彻底解决问题,是因为这些工具通常针对特定场景设计,如文件存储、即时通讯或项目管理。然而,实际工作很少局限于单一平台。
一个典型项目可能涉及多个系统中的文档、对话和反馈,最终输出又位于另一应用中。虽然信息存在,但其周围的上下文往往是断裂的。用户可能找到某个文件,却无法知晓决策背后的原因或该版本是否为最新。
单纯增加新工具无法根治这一问题。关键在于将信息与工作背景重新连接。人工智能在此发挥作用,它能够理解和处理不同格式的信息,不再依赖数据必须完美组织或集中存储的前提。
从实验到实用:AI 落地的关键差异
许多企业仍在尝试 AI,但模型单独表现令人印象深刻与成为业务流程中有用的一部分之间存在巨大鸿沟。要求模型总结文件或生成初稿虽有价值,但这仅是完成任务的一个环节。
最具挑战性的部分是将 AI 与用户实际需要的信息和背景相结合。这要求超越模型本身,思考相关信息的存储位置、适用的权限设置、输出的审查机制以及如何融入现有工作方式。
最有用的 AI 应用应能消除熟悉流程中的摩擦,帮助用户从“寻找和理解信息”转向“推动项目前进”,并利用已有文件的深层背景。此外,客户选择权至关重要。用户应能自由使用最适合他们的 AI 工具(如 ChatGPT、Claude、Copilot、Muse 等),同时保持内容的连接与控制。随着需求变化,团队可以重新审视、完善并分享原始内容及衍生作品。
企业应从欲解决的问题出发,只有当 AI 让工作更轻松并带来有用结果时,它才真正赢得地位。
代理行动与企业信任机制
当 AI 代理开始采取行动时,企业需建立相应的控制机制以确立信心。托雷斯建议,明智的起点是将明确、重复性的任务交给员工,例如组织信息、在文件间移动数据或执行常规步骤,自动化在这些场景中极具价值。
赋予代理行动能力不同于仅提供信息服务。企业需谨慎考量代理可访问的数据范围、允许修改的内容以及何时需要人工介入。现有的权限体系必须保留,操作过程应可见,且用户需具备审查和撤销变更的能力。
Dropbox 新的体验体现了这一原则:在进行更改前,系统会确定相关内容并提出计划,由用户批准;它在现有权限内工作,提供操作记录,并支持撤销已执行的更改。目标并非完全移除人类参与,而是委托无需持续关注的琐碎工作,让人类保留对决策、判断和监督的控制权。
早期案例:效率提升与流程优化
目前已有令人鼓舞的案例显示,AI 在处理涉及文件和内容的重复性工作方面改善了工作流程。
- Intelligent Communities Group:CEO Randall Barney 利用新的 Dropbox 体验,在约 10 分钟内将 1,200 张图片整理至文件夹,并将分辨率信息添加至文件名中。
- YYES 创意机构:使用新体验在两三分钟内重新组织了一个项目文件。
- Lets Cook 视频编辑服务公司:将 Dropbox 与 Claude 连接以提升工作效率。
这些案例的共同点在于减少了花在行政工作上的时间。值得注意的是,系统在执行更改前展示计划并请求批准,增强了用户对节省时间之外的信任感。尽管人们仍需定义目标、提供方向并监督结果,但这些早期例子展示了将 AI 应用于特定工作流程部分的实际价值。
衡量成功:超越速度指标
评估 AI 是否改善整体工作流程,不能仅看内容生成量或单任务完成速度。首先需了解当前工作方式,包括耗时、手工步骤及延迟或返工发生的位置,以此作为基准。
质量和流程顺畅度同样重要。如果一份草稿虽在几秒内生成,却需数小时检查或为下一环节做准备,其价值有限。更有效的衡量标准是 AI 能否帮助团队在保持所需质量标准的同时提高效率。
减少文件整理或项目设置的时间可直接改变员工的一天。随着团队基于这些改进发展,可观察到更广泛的好处,如交接更顺畅、重复工作减少。托雷斯强调:“听取工作人员的意见与数字一样重要。”员工的经验有助于揭示 AI 的实际效用及仍需关注的流程。最终的成功定义为:帮助人们完成有用的工作,并使他人更容易在此基础上进行建设。





