当AI不再只是聊天工具:我们正在迎来“数字伙伴”时代丨AMF

AMF

当AI不再只是聊天工具：

我们正在迎来“数字伙伴”时代

最近，Workbuddy受到不少关注。很多人开始讨论：AI是不是又进化了？但如果把视线从具体产品稍微拉开一些，会发现，这个热点背后真正值得关注的，可能并不是某一个AI工具本身。而是一个正在发生的变化：AI正在从“聊天工具”，逐渐变成真正参与我们工作的“数字伙伴”。

过去，我们习惯于这样使用AI：提出问题 → AI回答。而今天，这个模式正在发生变化：提出目标 → AI理解任务 → AI协助执行 → 人进行判断与决策。AI开始走进真实的工作流程，参与任务拆解、信息处理、内容生成、数据分析乃至代码开发。

这意味着，我们正在经历的变化，可能并不只是：AI变得更聪明了。更重要的是：我们的工作方式正在被重新组织。

AI正在改变的，可能不是一个环节，而是整个工作流

过去的工作流

搜索资料 → 整理信息 → 分析判断 → 写作修改 → 最终输出

AI深度参与之后

提出目标 → AI协助拆解 → AI执行部分任务 → 人判断与调整 → AI继续执行 → 人最终决策

变化的关键，不是简单地让某一个环节“更快”。而是让原本由人独立完成的工作流程，逐渐变成：人与AI协同完成。

当AI工具越来越多，我们当然可以继续讨论：“哪个工具最好用？”但也许更值得思考的问题是：“我们究竟应该如何与AI一起工作？” 这也是我们近期与学院教授、老师们交流时，一个越来越强烈的感受。

当AI开始“共事”，人的角色正在发生变化

吴教授｜学院教授

在科研工作中，AI已经可以参与数据初步处理、文献检索与整理、探索性分析以及语言校订等工作。它能够快速处理信息、归纳材料，并提供多种可供比较的方案。在部分任务中，其辅助能力甚至类似于一名接受过基础博士研究训练的科研助理。

但AI的能力依然存在边界。研究方向、推进节奏和质量控制，仍然需要研究者把握。对于重要的数据、文献、代码和研究结论，也必须回到原始资料进行核对，通过重复计算、交叉验证和人工审阅控制风险。因此，AI更适合被定位为：提高效率、辅助思考、拓展思路的工具，而不是最终决策者。这背后真正重要的，依然是人的：专业判断、过程管理和验证意识。

潘老师｜《复旦金融评论》

在《复旦金融评论》的“图解金融”栏目中，一项工作尤其能体现AI正在如何进入真实的生产流程。过去，将复杂的金融数据和观点转化为可视化图表，需要编辑经历查数据、画草图、调整样式等多个环节，一篇内容往往需要花费几个工作日。

如今，智能体可以协助生成草稿，甚至直接给出初版。编辑的工作，也由过去的“从零开始制作”，变成了在初稿上调整和优化。AI真正改变的，并不是某一个具体环节，而是整条生产链的组织方式。

当标准化环节逐渐交给AI，人的时间和注意力，就可以重新回到更值得思考的问题：这个内容是否表达得更好？读者能否一眼理解？我们真正应该解决的问题是什么？换句话说：AI接管的是执行，人重新回到思考。

沈老师｜信息技术部

从IT工作实践，AI Agent能够放大能力及边界，传统硬件工程师也能驾驭软件开发工作，自制定制化的桌面支持工单管理系统及资产管理系统，从设计、动效交互、逻辑、到实现交付。它已经不再只是一个等待指令的聊天窗口，而是开始真正进入工作流程。AI正在渗透越来越多的办公场景：放大原有能力，也补齐知识短板。

AI越强，人的核心能力反而越重要

这也是AI时代一个值得重新思考的问题：当AI越来越能够完成任务，人还需要做什么？

贡老师｜在职金融MBA项目

AI工具正在快速迭代，但MBA教育的价值，从来不是教人追赶每一个新工具。工具会不断变化，但判断问题、拆解流程、组织资源和做出决策的能力不会过时。真正重要的，是培养能够利用AI解决实际问题的人。如果把AI看作一个“数字伙伴”，那么理想的人机关系并不是让AI替人做决定，而是：让AI处理确定性、重复性的任务，把人从繁琐执行中释放出来，去做判断、决策和创造。这也意味着，在AI时代，每个人某种程度上都需要具备“管理者”的思维。不一定要亲自完成每一个环节，而是要能够：定目标、分任务、做取舍，并带领人与AI的组合把事情做成。