2026年9月11日，Salesforce发布面向客服、销售、IT与人力资源、供应链等业务场景的“岗位就绪型”智能体，并引入可持续数日乃至数周执行任务的运行能力。第三方行业分析也在同日确认，这批智能体具有明确的岗位范围、权限边界和绩效指标。企业智能体由辅助工具转向“数字劳动力”后，管理重点不能只看效率，还必须同步评估岗位影响、决策责任与员工救济渠道。相关事实可参见Salesforce官方公告和Futurum Group行业分析。
规模化部署前，先评估任务而不是裁定岗位
判断智能体是否影响就业，不能简单使用“一个智能体等于一个员工”的口径。岗位通常由信息搜集、规则判断、沟通协调、例外处理和责任承担等多类任务组成。企业应先建立任务清单，再分别评估可自动执行、需要人机协作以及必须由人负责的部分，避免把局部自动化直接等同于整个岗位消失。
评估时可采用四个维度：智能体执行该任务的准确性是否稳定；错误是否可能损害员工、客户或公共利益；任务是否涉及个人信息、商业秘密或敏感权限；最终结果是否需要有人承担法律与管理责任。风险越高，人类复核、日志留存和暂停权限就越不能缺位。
建立岗位影响分级机制
- 低影响：智能体主要处理检索、整理、格式转换和提醒，员工职责基本不变，可以通过常规培训完成适配。
- 中影响：智能体接管部分标准化流程，岗位工作量、绩效指标或技能要求发生明显变化，需要重新划分职责并提供转岗培训。
- 高影响：智能体参与招聘筛选、绩效评价、排班、调岗、纪律处分或裁员建议，可能直接影响员工权益，必须进行专项审查并设置人工最终决定。
企业还应在试点前保存岗位基线，包括任务耗时、质量要求、人员配置、申诉数量和错误类型。上线后用同一口径比较，而不是只展示节省成本或自动处理率。若效率提高伴随着员工复核负担增加、工作节奏失衡或责任边界模糊，就不能认定部署已经成功。
以“九不准”和“七条底线”校准治理边界
论坛讨论和企业实践均应坚持守法、真实、公共利益与社会责任导向，不利用智能体制作传播违法有害信息，不以虚假结果误导员工，不侵犯个人隐私和合法权益，也不把技术包装成逃避管理责任的工具。管理制度应把这些要求转换为数据使用限制、输出审核规则、权限控制和责任追踪机制。
尤其需要防止“算法决定、管理者背书”的形式主义。只要智能体输出可能影响员工录用、晋升、收入、排班或劳动关系，企业就应明确告知系统用途、使用的数据类别、人工复核方式和异议入口。员工不必掌握模型内部参数，但应有权知道某项决定是否受到自动化分析影响。
员工申诉机制必须独立于智能体链路
申诉入口不应由被投诉的同一智能体自动关闭，也不应只提供无法追踪的聊天窗口。企业可设置线上工单、人工热线和书面渠道，生成唯一编号，规定受理、调查、回复和升级时限，并允许员工补充证据。涉及直属主管使用智能体评价员工的争议，应交由人力资源、合规或跨部门小组复核。
- 可告知：向员工说明智能体参与了哪个环节，以及结果被如何使用。
- 可解释：提供与具体决定相关的主要依据，不以“系统自动生成”代替理由。
- 可纠错：允许员工更正错误数据、过时记录和被误解的工作情境。
- 可复核：由具备授权且未参与原决定的人员重新审查。
- 可补救：确认错误后及时撤回决定、修正档案并处理已经产生的影响。
- 不报复：不得因员工提出异议而降低评价、限制排班或取消发展机会。
让申诉结果反向改进系统
申诉不只是处理个案，也是发现系统问题的重要信号。企业应按部门、岗位、任务类型和影响程度统计申诉，但在分析中保护员工身份。若同类问题持续出现，应暂停相关自动化流程，检查训练数据、业务规则、权限配置和人工审核质量，而不是把错误归因于员工“不会使用AI”。
供应商责任也应写进合同。至少应约定日志可获得性、数据用途、模型或规则变更通知、安全事件响应、偏差测试和退出安排。即使技术来自外部平台，用人单位仍需对内部如何采纳智能体建议作出清晰说明，不能把员工全部推向供应商客服。
总结
企业规模化部署智能体劳动力，真正需要管理的不是智能体数量，而是任务重组后形成的新权力关系。稳妥路径应当是先开展任务级岗位影响评估，再根据风险配置人工监督，同时建立独立、可追踪、可纠错且不报复的员工申诉机制。只有让效率指标与权益保护、信息安全和责任追溯同步进入考核，智能体才可能成为可持续的生产力，而不是制造劳动争议的新来源。
事件及资料日期：2026年9月11日。Salesforce于当日公布岗位就绪型智能体产品组合，明确覆盖客服、IT与人力资源、销售和供应链等业务，并介绍人工升级、审计记录及长期任务执行等能力，见官方产品公告[1]。Futurum Group于同日发布独立市场分析，对智能体的岗位范围、可用状态及企业部署意义进行了交叉核验，见行业分析[2]。
