IBM 调查：AI 工作流的缺口不只是技能培训，而是“谁负责判断

AI 让企业更高效了吗？先看判断权和责任有没有被写清楚

IBM Institute for Business Value 于 2026 年 9 月 21 日发布一项与 Oxford Economics 合作的研究。研究包含两项调查：1,500 名负责劳动力战略的 CHRO 或同等高管，以及来自 28 个国家的 8,800 名全职员工。IBM 报告称，60% 的员工担心 AI 正在削弱自己的技能；71% 的 CHRO 认为监督、验证和推翻 AI 输出是最重要的能力，但只有 29% 的员工把判断力列为重要能力。

这些是 IBM 研究中的调查结果，不是 WayToClawEarn 对企业效率的实测，也不能单独证明 AI 导致了技能退化或一定带来生产率提升。

研究实际发现了什么？

• 判断与执行存在落差： CHRO 更重视监督、验证和推翻 AI 输出，员工对“判断力”的优先级明显更低。
• 组织设计仍不完整： IBM 称，46% 的组织在制定 AI 战略时没有让 CHRO 参与；只有 28% 的 CHRO 报告称，HR 与 IT 有共同路线图和固定协作节奏。
• 责任边界不清： 43% 的员工表示 AI 出错时责任会落到自己身上；36% 的 CHRO 认为责任不清正在阻碍 AI 部署。
• 隐藏工作增加： 80% 的 CHRO 认为 AI 会带来验证建议、修正错误、补充上下文和处理例外等“隐形工作”；42% 的员工表示 AI 增加了工作量或这些工作没有被认可。
• 有关“效果”的数字要谨慎： IBM 称，明确区分“人主导、AI 辅助、AI 执行”工作流的组织报告了 18% 的风险下降和 20% 的质量提升。这是研究中的组织报告与关联结果，不是随机对照实验，也不是所有企业都能复现的保证。

这对做 AI 产品和服务的人意味着什么？

这份研究提供的更有用信号，不是“AI 会不会替代某个岗位”，而是企业愿意为哪些可交付结果付费：

1. 把决策责任做成产品字段。 每个 AI 输出都应记录谁批准、谁复核、谁可以推翻，以及什么情况必须升级人工处理。
2. 把隐藏工作显性化。 估算一个 AI 流程时，不能只算生成时间，还要记录校验、返工、异常处理和培训成本。
3. 把流程分层，而不是只卖聊天窗口。 先定义人主导、AI 辅助和 AI 执行的边界，再决定模型、工具权限和审计日志。
4. 把价值验证放在真实任务上。 记录版本、输入样本、人工修改、失败案例、处理时长和最终质量，才能判断流程是否真的改善。

这是一套产品化建议，不是 IBM 研究证明的收入案例。研究没有为独立开发者提供确定的收益数字，也没有证明某一种 AI 服务一定能赚钱。

结论与下一步

IBM 的数据支持一个有限但可操作的结论：企业 AI 落地的瓶颈可能不只在模型能力，还在判断权、责任归属和“AI 省下时间后新增了什么工作”。它不支持把问卷相关性写成普遍因果规律。

如果你正在交付 AI 自动化服务，下一次项目先做一张工作流责任表：列出每一步由谁判断、AI 能做什么、什么情况必须人工接管、如何记录失败和返工。连续记录一段真实任务后，再决定是否扩大自动化范围或承诺效率改善。

来源

• IBM Newsroom 官方公告（2026 年 9 月 21 日）：https://newsroom.ibm.com/2026-09-21-new-ibm-chro-study-ai-puts-critical-thinking-at-the-center-of-workforce-priorities
• IBM Institute for Business Value 研究页面：https://www.ibm.com/thought-leadership/institute-business-value/en-us/c-suite-study/chro
• 研究方法：IBM 与 Oxford Economics 于 2026 年 4 月至 6 月开展两项互补调查，覆盖 21 个地区、23 个行业和 28 个国家；本文未将调查结果当作自有实测。