一句话看懂：英国知识工作者中已有 81% 每周使用 AI，但企业并未因此获得对等的业务回报。Asana 高管指出，问题在于企业把“使用量”误当成“战略”，AI 部署若缺乏流程重构与结果问责，只会加速既有问题，而不是创造价值。
事件核心：发生了什么
Asana 北欧及英国区负责人 Christina Francis 在 TechRadar 发表观点文章，指出当前企业 AI 部署普遍存在“使用率高涨、价值稀薄”的现象。文章援引数据称，81% 的英国知识工作者每周使用 AI，但 82% 的英国 IT 领导者已承担了意料之外的 AI 成本增长，58% 承认 AI 采用率高但可衡量的生产力提升有限。与此同时，四分之一英国员工在使用未经批准的 AI 工具，近半数 IT 领导者表示 AI 项目因缺乏组织上下文而停滞。
为什么重要
这篇评论揭示了一个正在从“技术兴奋”转向“商业审视”的关键节点：企业采购 AI 的第一轮热潮已过，但 ROI 尚未兑现。文章核心判断是，AI 不会修复糟糕的业务流程，只会将其加速——数据碎片化、权责不清、流程低效的组织，部署 AI 后这些问题会变得更快而非更小。另一个值得关注的信号是影子 AI 的普遍存在。作者认为，员工绕过 IT 部门自行选用工具，本质上是在反馈现有工具存在摩擦，企业应将其导向受治理的正式工具，而非一味封锁。这一观点反映了当前企业软件采购方在“管控风险”与“释放需求”之间的现实张力。
对用户/开发者/创作者的影响
对于企业 IT 决策者，文章提供了一个可操作的评估框架：AI 项目的成功标准不应是许可证数量、提示词提交量或“理论节省时间”，而是客户问题是否解决得更快、团队查找信息的时间是否缩短、决策质量是否提升。对于开发者而言，文章强调的“上下文缺失”问题意味着：单纯接入大模型 API 远远不够，AI 应用需要接入组织现有的数据结构、权限体系和决策流程，否则模型输出仍需人工大量修正。对普通办公用户，文中“近半数 AI 项目因缺乏组织上下文而停滞”的数据提示了一个现实：个人使用 AI 的效率提升，未必能自动转化为组织层面的生产力，除非配套的工作流程同步调整。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，文章将“代理式 AI”列为下一阶段的核心治理挑战——当 AI 从辅助工具升级为可自主执行任务的智能体，企业需要明确谁创建了这些代理、它们能访问哪些数据、被授权执行什么操作，以及绩效如何追踪。目前公开信息显示，多数企业尚未建立这套机制。其次，可留意 Asana 自家 AI 销售助手的实际落地数据——其宣称已通过该工具改善了销售响应率和新增会议量，可作为衡量 AI 业务价值的参考案例。最后，关注“治理作为加速器”这一思路是否被更多软件厂商采纳，即对低风险场景放松管控、对高风险场景严格审查，而非一刀切限制。
来源：TechRadar
