2026年工作趋势指数年度报告:微软年度趋势判断:AI让＂人该干什么＂变成了新问题

微软今年5月发布的工作趋势指数年度研究，请了哈佛商学院Karim Lakhani作序。读完的感觉是：这不是一份"AI有多厉害"的推销，而是在问一个更根本的问题——当AI越来越会干活了，人的价值应该往哪放？

AI不是助手，是操作系统的底层变化

Lakhani在序言里做了一个区分，很关键。

商业模型决定企业怎么创造和捕获价值，运营模型决定这些价值怎么被实际交付——通过工作流、角色、决策权、治理结构，以及日常的执行架构。AI正在改变的不是商业模型，是运营模型。也就是说，不是"我们卖什么"变了，是"我们怎么干活"从根本上变了。

这个判断指向一个更具体的结论：AI的部署正在从"协助完成单个任务"升级到"参与跨职能、跨系统的工作流"。当AI Agent不只是回答问题，而是能串联起多个系统、做决策、推进流程时，管理这件事本身需要被重新设计。过去企业围绕"人、流程、应用"来组织工作，现在要加上"Agent"这一层——工作变成了人、Agent和系统之间的协作网络。

关键是这个转变不是渐进的。以前的技术升级是"原来的流程加一个新工具"，AI Agent带来的是流程本身的重组。你要想的不只是"用什么工具"，而是"先让人做还是先让Agent做、中间怎么交接、谁来验收"——这是组织设计问题，不是IT采购问题。

领导者的工作内容变了

这项研究从三个层面展开：员工、领导者、组织。

员工层面，AI扩展了个人能做什么的边界。执行变得可规模化之后，人类的价值向"判断"方向迁移。当AI能10秒钟写一份竞品分析，你的价值就不再是"能做分析"，而是"知道该分析什么、怎么用分析结果做决策"。

领导者层面，核心任务从"部署技术"变成了"带领团队重新设计工作"。这不太一样——以前领导说"我们要上AI工具"，现在领导应该说"我们要重新想一遍，有了AI之后每项工作怎么分割、怎么协作、怎么问责"。这不只是技术问题，是组织设计问题。哪些判断可以交给Agent？哪些必须保留在人的手里？人在什么时候介入？出错了谁负责？

组织层面，核心能力变成了"学习"。研究说得很直接：AI让实验成本降低了，谁学得快、学完之后能把经验固化扩散到整个组织，谁就能跑赢。企业之间的差距会从"工具的有无"变成"学习能力的高低"。真正拉开距离的不是你用的是GPT还是Claude，是你的团队有没有形成"试了→改了→沉淀了"的肌肉记忆。

乐观但不说谎

这项研究有一个难得的诚恳。它不回避AI带来的问题：能力扩展也许导致过度自信、Agent加速工作但会暴露脆弱的流程和模糊的决策权、边缘的提效不一定自动变成核心的转型。

Lakhani的原话是："从采纳到优势这条路不是线性的，也不会自动发生。"提醒领导者不要把这当成无摩擦的必然趋势。

这句话其实是对所有赶上AI浪潮的人说的。你可以用AI写出更好的邮件、生成更快的分析，但如果你所在的组织没有因此重新思考工作怎么分配、权力怎么下放、经验怎么沉淀——你只是在用AI做旧工作，不是在用AI做新东西。

来源自：《2026年工作趋势指数年度报告》