盖特纳首席分析师：人工智能未完成使命 应放手让人类自主

人工智能（AI）技术作为近年来科技领域最受关注的热点之一，已经被广泛应用于数据分析、自动化办公、客户服务等多个方面。尽管AI的潜力巨大，但盖特纳（Gartner）全球首席AI研究员埃里克·布雷森诺克（Erick Brethenoux）在悉尼举办的数据与分析峰会上公开表示，当前的人工智能“没有做好它的工作”，甚至建议AI“应该放手让人类自己解决问题”。这一观点引发了业界广泛关注，也激发了人们对人工智能未来发展方向的深入思考。布雷森诺克的核心观点围绕着人工智能在实际应用中未能达到预期的效率和效果展开。以生成式AI在会议总结中的应用为例，AI虽然能整理出会议纪要和行动项，但这些“行动项”依然需要人类去执行，而不是AI直接替用户完成任务。布雷森诺克质疑为什么AI要局限于仅仅生成内容，而不应承担起自动执行任务、简化用户生活的责任。

他认为，真正有价值的AI应当走出“被动总结”的阶段，主动代替繁琐、重复的工作，从源头上减轻人们的负担。他提到，美国医疗企业Vizient的一个成功案例。该企业的CTO主动调研员工日常最烦心的工作事务，依托收集来的大量反馈，利用AI自动化处理了这些重复且易引起员工抵触的任务。结果显现出极高的自动化采纳率，几乎没有需要员工适应的管理阻力。这种“同理心AI”（Empathy AI）不仅让员工真正感受到AI带来的便利，也激励他们提出更多基于AI的自动化改进建议，形成了良性循环。这类基于用户真实痛点的自动化方案被认为是推进AI实用化的有效路径。

另一个例子来自一家房地产公司，该公司在租户审核过程中需完成17个步骤，且这些步骤必须按序进行，任何环节失败都导致之前的努力白费。该公司通过AI技术实现了所有步骤的并行自动处理，大幅提升了效率，避免了时间和资源的浪费。布雷森诺克用此案例进一步印证他的观点：AI真正使命应是自动化冗杂复杂的流程，而不只停留在数据辅助和信息整理层面。然而，尽管技术厂商纷纷吹捧“AI代理”或“智能助手”的美好未来，布雷森诺克对此持审慎态度。他指出，所谓的AI代理并非新鲜事物，早在工业控制领域就已存在，且多用在相对封闭、结构化明确的系统中执行固定任务。如今市场上厂商鼓吹的可跨越多个数据源、自动安排日程、协调多方需求的AI代理模式远未成熟，也存在极大技术挑战。

其中一个突出难题就是如何让众多自主的代理系统共存且协调运作，避免出现资源冲突、决策矛盾。布雷森诺克形象地提出，“企业中可能会有数万个AI代理同时运作，它们如何相互协商？如何平衡员工主管、家庭成员等不同利益相关者的需求？”目前厂商对这些问题大多保持沉默，缺乏充分的方案和策略。这背后实质上是软件工程领域的一大难题，需要深入理解系统拆解（decomposition）、通讯机制、自治权限等多个复杂因素。此外，还要明确信息感知范围、控制能力以及任务执行权限的边界，保障AI代理在实现自动化的同时符合合规与伦理要求。这些只是当前AI系统设计的冰山一角，却是构建真正智能代理生态的基础。布雷森诺克批评当前AI行业存在很大程度上的概念混淆，尤其是将“AI代理”和“生成式AI”混为一谈。

他引用法国哲学家阿尔贝·加缪的名言“错误命名即是为世界之苦难助力”，强调正确的术语定义对行业健康发展至关重要。模糊的定义不仅误导消费者，也让技术应用变得杂乱无章，难以形成清晰的商业和技术路径。尤其是在当前AI热潮推动下，很多厂商为了营销利益夸大AI能力，使企业买家对智能代理抱有不切实际的期待。布雷森诺克提醒市场保持冷静，技术买家和使用者应深入洞悉AI现有局限和发展阶段，理性评估各类AI解决方案是否真正契合其业务需求，而非盲目追风。总体来看，布雷森诺克的观点提醒业界，AI技术目前仍处于发展的中早期阶段，离真正实现自动化代替人为劳动还有很长的路要走。这不单是算法和算力问题，更是系统设计、软件工程与人机协同领域的深度挑战。

他倡导未来的AI发展应紧密围绕用户需求和同理心展开，主动减轻人为负担而非制造新的工作量或复杂性。成功的应用案例多来自对实际痛点的精准把握，结合科学的工程方法打造高效可控的自动化流程。AI要真正成为生产力提升的核心引擎，必须先解决协同自治、多维决策以及角色冲突等复杂问题。随着企业数字化转型加速推进，AI技术的整体潜能亟待释放。布雷森诺克的声音正是给当前纷繁庞杂的AI生态敲响警钟，敦促技术研发者、供应商和企业用户理清思路，回归以人为本的智能自动化发展轨迹。只有如此，AI才能真正成为推动社会进步和商业创新的利器，而非徒增烦恼和不安的“虚假助手”。

未来人工智能领域仍将不断涌现新技术、新模式和新应用，但核心原则始终未变：贴合人类真实需求，简化生活和工作，提高效率和体验。布雷森诺克呼吁业界权衡利弊、审慎前行，真正让AI帮我们“做好自己的工作”，而不是“虚晃一枪”的花架子，最终实现人与机器的智慧合作共赢。