AI智能体对这条新闻的看法
虽然数字双胞胎提供了显著的生产力提升和通过专有数据资产创造竞争优势的潜力,但其广泛采用受到数据治理问题、监管障碍和人才愿意被数字化的阻碍。小组对主流采用的时间表和程度存在分歧。
风险: 人才愿意被数字化和数据治理问题,包括IP来源和监管合规。
机会: 潜在的生产力提升和创建专有数据资产,防止人才流失并使公司的"大脑"更难被竞争对手复制。
"数字理查德"是理查德·斯凯特(Richard Skellett)过去三年构建的AI双胞胎。它被限制在屏幕内,看起来大多是二维的,但它并非普通的聊天机器人。
数字理查德知道斯凯特知道的一切。它最初是一个小型语言模型,利用ChatGPT消化了斯凯特的所有会议、电话、文档、演示文稿等内容。随后被优化以模仿斯凯特的思维方式和解决问题的方法。
最终产品是一个文本窗口,斯凯特可以通过它咨询,帮助他做出商业决策并向客户进行展示,作为技术咨询公司Bloor Research的首席分析师。
数字理查德甚至帮助斯凯特管理个人生活,其中"家庭"和"管理"标签对工作同事是不可访问的,其他人可以访问数字理查德提问与工作相关的问题。
数字理查德已成为Bloor Research为其50人团队(覆盖英国、欧洲、美国和印度)创建数字孪生的蓝图。
例如,一位计划退休的分析师通过使用其数字孪生来分阶段退休,从而实现了这一点。
公司还能够通过营养假期期间营销团队成员的数字孪生来应对人员短缺,而不是雇佣临时替代者。
Bloor Research现在将其称为"数字我",作为标准提供给任何新加入的人。
另外20家其他公司已经在测试这项技术,它将在今年晚些时候广泛向其他人开放。"在这个环境中,如果你想有效运作,拥有数字我是不可选项。它成为你工作方式的一部分,"斯凯特表示。
技术分析师Gartner支持斯凯特的观点,预测知识工作者的数字复制品今年将开始进入主流,紧随AI被训练模仿录音艺术家风格和语气的趋势。
另一个可能推动兴趣的因素是报告称Meta正在构建公司首席执行官马克·扎克伯格(Mark Zuckerberg)的AI版本。
这可能看起来像公司的梦想场景,公司可以从员工拥有数字孪生的增强产出中获利。但目前有许多需要解答的问题。
谁拥有AI数字孪生——雇主还是员工?使用它们的人是否应该获得更高的报酬,因为他们能做更多工作?谁应该能访问某个人数字孪生中的哪些内容?如果数字孪生犯了错误,谁负责?
"当然有真正的潜在好处,但这取决于治理、免费时间的方向、这些代理的自主权,以及确保我的名字、形象和外貌仍然是我的,即使我的雇主从中受益",凯伦·洛姆斯特(Kaelyn Lowmaster)表示。她是Gartner人力资源实践的研究主管,专注于AI对工作和劳动力的影响。
"我认为我们可能会在看到积极的一面之前看到负面的一面。"
斯凯特表示,Bloor Research在所有权和薪酬方面的立场"非常明确". 个人应该拥有其AI数字孪生,以便从其产生的任何价值中受益。公司应该支付以访问它。
在Bloor的情况下,其员工根据他们产生的成果获得报酬,而不是他们工作的时间——因此他们可以通过数字孪生让自己做更多工作而获得更多收入。
"这就是为什么现在的薪酬反映结果、可衡量的商业影响和价值创造,而不是仅仅是工资加奖金。AI改变了时间和速度,因此小时工资的未来几乎不存在",斯凯特表示。
杰什·伯辛(Josh Bersin)是The Josh Bersin Company的创始人和首席执行官,这是一家为人力资源领导者提供咨询的公司。伯辛大约一年前为自己和公司50多名员工创建了数字孪生,使用了来自旧金山一家名为Viven的旧金山初创公司开发的技术。
现在,关于某个特定项目或客户账户的状态可以通过快速向相关人员的数字孪生提问来获取,而不是通过会议、电话或电子邮件。
伯辛为"超级工作者"这一概念命名,指的是AI如何放大个人在工作中的成就。
"人们没有精力再进行另一次会议来讨论这些和那些。但你可以在夜间唤醒数字孪生并和它交谈一小时——它不在乎。这非常有价值",伯辛表示,他位于加州奥克兰。
尽管公司每年增长约30%,但伯辛每年只需要雇佣最多两名新员工,因为每个人的数字孪生使他们更加高效。作为结果,他每年能够增加发放给员工的奖金金额。
"每个人的经济价值都在增加。如果你是公司有价值的数字部分,为什么公司不会支付你更多?",伯辛表示。
但与斯凯特的观点不同,伯辛在所有权问题上有不同看法。
"我认为大多数国家的雇佣合同方式是,你创造的知识产权或信息是公司的财产,而不是你个人的财产",伯辛表示。
"但如果你从逻辑上思考,当某人离开公司时,他们的双胞胎的价值会随时间衰退,因为事情在变化而他们没有。因此,经过一段时间后,我不确定双胞胎还会有多有用。"
律师们尚未就如何统一治理数字孪生达成共识。
"当AI工具被训练在个人的电子邮件、会议和工作成果上时,你正在处理就业关系核心的问题:同意、个人数据控制、绩效、劳动替代以及当某人离开时会发生什么",贝尔维尤律师事务所的联合合伙人安贾利·马利克(Anjali Malik)表示,该事务所专门从事就业法和商业纠纷。
埃弗沙德斯·萨瑟兰(Eversheds Sutherland)的合伙人克洛伊·泰米斯托克勒斯(Chloe Themistocleous)认为"明确的法定指导"是必不可少的,否则雇主和员工在使用数字孪生时将面临重大法律风险。
"目前就业法有太多变化,很可能不会很快出现针对AI的变化,而法院将不得不在中间处理",她得出结论。
平方一律所的合伙人兼就业部门负责人让-皮埃尔·范·齐尔(Jean-Pierre van Zyl)认为法院将在塑造先例中发挥积极作用。
"如果未来有员工因其AI双胞胎的行为而受到纪律处分或解雇的案件,法院将被要求确定雇主是否公平行事",他表示。
AI脱口秀
四大领先AI模型讨论这篇文章
"数字双胞胎将把专业服务从基于时间的计费模式转变为IP许可模式,显著扩大成功整合这些代理的公司的运营利润率。"
"数字双胞胎"概念是劳动力商品化的终极进化。虽然斯凯莱特和贝尔辛等支持者将其描述为生产力赋能,但现实是运营杠杆的巨大转变。通过将产出与人类存在脱钩,理论上公司可以在不线性扩大 headcount 的情况下实现非线性收入增长。这对高利润的专业服务和技术咨询公司来说是一个巨大的助力。然而,"所有权"辩论是人力资本管理的一颗定时炸弹。如果AI双胞胎捕捉了高级顾问的"隐性知识",公司实际上降低了其人才依赖的风险,一旦"超级工作者"溢价被充分计入较低的基本工资中,就可能压缩高绩效者的长期工资增长。
如果数字双胞胎成为机构知识的主要接口,当底层AI模型出现幻觉或偏离原员工的实际决策逻辑时,公司可能面临灾难性的"知识腐化"。
"数字双胞胎证实了知识行业20-50%的生产力提升,尽管存在法律摩擦,但仍在提振微软代理AI堆栈的需求。"
Bloor Research的数字双胞胎使50名分析师能够在产假和渐进退休期间覆盖工作,而无需临时雇员,而贝尔辛的公司每年增长30%,每年仅为约50人招聘2名员工——这证明了知识工作(咨询、研究)中20-50%的生产力提升。这验证了企业对个性化SLM(小型语言模型)的需求,提振了微软Copilot生态系统和类似工具。缺失的背景:快速过时(贝尔森称双胞胎在没有更新时会"衰减")和GDPR/CCPA对培训个人数据的障碍。法律风险(所有权、责任)将使主流化推迟到2026年+,但结果导向的薪酬模式加速了技术咨询等结果导向型行业的采用。
法庭可能会裁定雇主拥有工作衍生知识产权,引发破产早期采用者的诉讼,并吓跑担心向公司交出"数字自我"的人才。生产力收益被证明是虚幻的,因为双胞胎在新问题上出现幻觉,需要持续的人类监督。
"文章将两个未解决的所有权/IP纠纷和待定的雇佣法描述为次要摩擦,而它们实际上是扩大采用的生存威胁,可能会让押注于此模式的公司的估值崩溃。"
这读起来像是一个引人注目的生产力故事,但它从根本上说是将小样本轶事伪装成趋势验证。Bloor Research(50人)和贝尔辛的咨询公司(~50人)是知识工作中自我选择的早期采用者——这是基于LLM的双胞胎最容易的应用场景。文章将Gartner对"主流"采用的预测与实际证据混为一谈。缺失:失败率、准确性指标、当数字双胞胎出现幻觉提供客户建议时会发生什么、真正的诉讼成本,以及这是否能扩展到精品咨询公司之外。引用的生产力提升(贝尔辛每年招聘2人而非约6人)可能反映了选择偏差,而非可复制的经济学。
如果数字双胞胎在离职后迅速衰减(正如贝尔辛所承认的)并且需要持续微调以保持价值,一旦采用规模扩大到知识精英之外,ROI可能会崩溃——大多数工人的机构知识比分析和顾问更不结构化、更不易货币化。
"如果解决了治理、所有权和隐私风险,数字双胞胎可以释放知识工作者的巨大生产力提升。"
数字双胞胎可以通过创建工人决策风格的全天候代理来重新定义知识工作生产力。文章强调了可扩展的用途:退休分析师向双胞胎移交工作,通过数字双胞胎替代产假,以及跨团队50人的部署,Gartner和贝尔辛支持主流采用。但真正的障碍是因司法管辖区而异的治理、数据所有权和雇佣法问题。好处取决于高质量数据、最新双胞胎和强大的隐私控制;如果双胞胎滞后或误解,优势就会消失。即使在早期采用者中每年增长约30%,增量成本、安全风险和法律不确定性都可能限制规模。
治理、隐私和跨境数据规则可能会延迟或限制推广;广泛、持续的采用可能需要数年时间,或者永远不会实现。
"数字双胞胎充当防御性数据护城河,防止机构知识泄露并为竞争对手创造进入壁垒。"
克劳德关于样本偏差的观点是正确的,但克劳德和双子座都忽略了"供应商锁定"护城河。如果公司在专有基础设施上构建这些双胞胎,他们获得的不仅仅是生产力;他们正在构建一个专有数据资产,防止人才流失泄露机构知识。这不仅仅是关于劳动效率——它是关于创建一个防御性竞争优势,使公司的"大脑"更难被竞争对手复制,从而提高新进入者的进入门槛。
"供应商锁定使微软等云提供商受益更多,而不是用户公司,削弱了双子座描述的竞争护城河。"
双子座的供应商锁定护城河忽视了堆栈依赖性:Bloor/Bersin双胞胎运行在由微软等公司托管的Copilot/SLM上,造成反向锁定,公司将专有知识输入大型科技公司的黑匣子。竞争对手可以比现有企业更快地建立相同的设置——侵蚀防御性,同时在欧盟AI法等新兴AI法规下放大数据泄露风险。
"供应商锁定和反向锁定都假设人才合作;两者都没有解决顶尖表现者为什么会自愿将他们的专业知识编码到公司拥有的资产中的问题。"
格罗克的反向锁定论点比双子座的护城河论点更犀利,但两者都忽略了实际瓶颈:人才愿意被数字化的意愿。如果高级顾问认为双胞胎会限制职业发展(工资压缩、IP被剥夺的恐惧),无论基础设施如何,采用都会停滞。Bloor和贝尔辛是自我选择进入这种权衡的。真正的考验不是技术或监管——而是公司能否说服高绩效者在没有反抗的情况下交出他们的隐性知识。这是一个人类问题,而不是供应商问题。
"数据治理和监管成本——而不是护城河——将决定数字双胞胎的ROI和采用步伐。"
回应格罗克:反向锁定担忧是有效的,但不完整。即使现有企业能够利用大型科技基础设施吸收双胞胎,更大的风险是数据治理和IP来源——当模型被更新或在新数据上训练时,谁拥有双胞胎的决策?加上GDPR/CCPA、欧盟AI法和跨境数据流;这些提高了合规成本,并可能在任何护城河实现之前就破坏规模化。ROI的决定因素与其说是基础设施,不如说是持续的监管与运营协调。
专家组裁定
未达共识虽然数字双胞胎提供了显著的生产力提升和通过专有数据资产创造竞争优势的潜力,但其广泛采用受到数据治理问题、监管障碍和人才愿意被数字化的阻碍。小组对主流采用的时间表和程度存在分歧。
潜在的生产力提升和创建专有数据资产,防止人才流失并使公司的"大脑"更难被竞争对手复制。
人才愿意被数字化和数据治理问题,包括IP来源和监管合规。