如何让职场AI走出“单人模式”？

人工智能（AI）已经悄悄把关键的问题解决流程，转移到了私人聊天窗口之中。员工可以借助AI研究问题，再带着一份成形的建议回到同事面前。团队看到的是答案。可答案背后那些思考，如查阅了哪些资料、检验过哪些假设、还有哪些不确定性，往往依然不可见。

原始的聊天记录本身无需共享，但输出结果背后的上下文最终必须共享。为了在工作中实现AI的真正价值，组织必须让AI走出“单人模式”，进入共享的协作环境。

第一波职场AI浪潮之所以聚焦于个人，是因为个人采用的门槛最低。员工可以立即采用AI工具来重写邮件或总结文档，但如果要改变端到端的工作流程，就需要协调同事、系统和审批流程，难度大得多。

研究印证了这种分化。一项覆盖66家企业的大规模实验发现，虽然向员工提供AI工具确实节省了个人时间，但研究人员并未发现员工任务的数量或构成发生更广泛的转变。个人采用之所以迅速，是因为它绕过了团队协调，但这也正是其影响停留在个人层面的原因。

这种取舍相当微妙。工作中的交流不仅能产生答案，还能揭示同事正在处理什么、哪些方法失败了以及哪里还存在不确定性。如果更多问题从同事转向AI，那么共同解决问题所带来的那些无意间获得的学习机会，也可能一并淡出视野，最终演变成更大的团队问题。

核心挑战在于确定，当他人依赖某项工作成果时，哪些背景信息必须共享？审阅者很少需要看到每一个探索性的提示词。他们只需要足够的背景信息，来评估推理过程，并对结论提出质疑。

麻省理工学院媒体实验室（MIT Media Lab）的研究人员已开始通过“InquiryBits”探索这一平衡，这是一个原型系统，可与同事分享人们与AI对话的有限记录。在2026年6月的一篇预印本中，研究人员描述了一项针对80名专业人士的研究：参与者普遍愿意在限定的小范围内分享这些记录，但随着受众范围的扩大，他们的接受度会下降。

找到这种平衡至关重要。如果没有基本的痕迹可循，团队就可能重复分析、在交接时手忙脚乱，或是基于未经检验的假设贸然行动。

从个人使用AI转向全员协作，无疑是一大挑战。但办公软件此前已经成功实现了这一转变。文档从同事之间来回传递的文件，演变为多人可以同时编辑的共享空间。

如今，AI正经历着同样的转变。Y Combinator 将其描述为AI的“多人协作时刻”，即从孤立的聊天窗口向协作环境的过渡。

协作式AI的作用远不止于让多人可见一段对话。一个团队可以围绕同一项实时智能体任务展开协作，在同事之间传递任务，并保留那些日后重要的决策或未解决的问题。 随着时间的推移，这种共享的上下文背景可能会成为员工和AI智能体共同的组织记忆。这些能力可能会通过新的AI产品出现，也可能成为团队现有工具中的新功能。

我们已经看到了这种转型的早期迹象。Miro的AI Flows功能允许团队在共享画布上运行和优化工作流程，而不是将私人聊天中的输出内容复制粘贴过去。 同样，GitHub的Copilot云智能体在后台运行，同时记录每个研究步骤、计划和代码变更，以便开发人员在创建拉取请求之前检查智能体的工作及后续改动。在这两种情况下，审阅者无需观察每个中间步骤。工作流保留了足够的上下文信息，以便评估发生了哪些变化并决定后续步骤。

随着工作场所从简单的聊天工具转向自主智能体（autonomous agents），即无需人类持续监督即可独立执行任务的AI系统，向协作式AI的转变正变得日益紧迫。

这种程度的自主性极大地提高了风险。当智能体在私有沙盒中运行时，其决策、权衡和错误都处于不可见状态。一旦系统崩溃、战略失败或结果受到质疑，同事便无法核查智能体做了什么、为什么那样做。没有共享记录，团队就很难审计AI驱动的工作、交接复杂任务，或是在出现问题时建立起清晰的责任机制。

这正是协作融入治理的地方。共享环境不仅使AI辅助的工作更易于审查和质疑，还能更清晰地界定谁可以干预、谁参与了工作以及谁对后续决策负责。随着智能体获得更大的访问权限和自主权，权限分配、署名归属和所有权划分，也会成为协作设计的一部分。

要超越“私人AI”模式，并不需要购买全新的软件平台。现有的共享文档、项目管理系统和审批工作流通常就能提供必要的基础设施。真正的挑战在于决定何时使用它们。

为了确定AI辅助工作何时必须离开员工的私人工作空间并进入共享环境，团队可以应用以下四个测试：

员工用AI进行头脑风暴，可能一个条件都不触发，那么这类工作合理地留在个人层面即可。但一项任务满足的条件越多，建立共享记录就越成为不容妥协的事项。

随着AI从提升个人效率的工具转型为业务工作流的核心驱动力，团队协作方式也必须随之调整。

私人对话窗口在AI浪潮初期发挥了它的作用，为员工提供了一个安全空间，去尝试和打磨初步想法。但当人们需要接手、批准或为AI辅助的工作负责时，单靠一场私人对话已经远远不够。在这个新时代中蓬勃发展的组织，将是那些能够将一个个孤立的AI对话窗口，转化为透明、共享的组织知识的企业。

本文作者：

Reese Wong，世界经济论坛全球杰出青年伦敦II社区成员

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。