女性在人工智能领域：HUMAN X 大会的启示

在 HUMAN X 大会上被重点介绍的AI领域女性不仅讲述了一个关于代表性的故事，更是关于切实构建AI优先公司的故事。关键在于：最好的产品源于真正的人类需求，竞争优势在数据环境中展开，而当今真正的优势在于雇用学习速度快于市场变化的人才。

在 HUMAN X 大会上，由 Scribe 的首席执行官兼联合创始人 Jennifer Smith 和 Upside 的创始人、Branch 前联合创始人 Mada Seghete 参与的小组讨论，为AI领域女性这一话题提供了特别有用的视角。这不是关于多元化的抽象辩论，而是关于AI原生公司如何诞生、构建它们需要什么以及如今从事人工智能工作的团队面临的真实挑战的具体对话。

最重要的是：AI不是作为一种趋势呈现的，而是作为商业转型的加速器。两位创始人都从非常明确的运营问题出发。正是这种源于人性而非理论的起源，赋予了她们论点的权威性。

AI领域女性与初创企业：为什么今天的环境不同

Mada Seghete 解释说，这是她的第二家公司。在联合创立收入超过1亿美元的 Branch 之后，她从自己亲身经历的问题出发创立了 Upside：在B2B营销中难以精确证明什么真正产生了影响。简而言之：她不再希望营销人员花更多时间证明自己的价值，而不是建立有效的营销活动。

Jennifer Smith 描述了一段不同但互补的旅程。Scribe 的想法源于反复的观察，首先在麦肯锡，然后在风险投资领域，公司的运营依赖于一种无形资产：机构专业知识。最优秀的人不仅仅遵循书面指南。他们通过快捷方式、情境、经验、例外情况工作。而所有这些，在大多数组织中，都没有被捕获。

这意味着这两家公司的起点不是"做AI"，而是解决特定的摩擦：

• 对于 Upside，更好地衡量营销的贡献；
• 对于 Scribe，捕获和扩展运营知识；
• 对于两者，将数据和工作流程转化为真正的优势。

二次创业者的与众不同之处

从小组讨论中浮现的一个有趣元素是第二次创业期间心态的转变。Seghete 强调，第二次创业时，想要建立公司的原因更加清晰。不太需要"证明什么"，更渴望与受尊敬的人一起解决真正感受到的问题。

Smith 讲述了一个长达数月的反思过程，由一个简单的问题引导：我会为什么感到自豪？答案不仅仅关于业务，还关于建立有用、持久并能够放大人类潜力的东西的机会。

AI领域女性与AI优先产品：为什么情境比自动化更重要

讨论中最引人注目的一点涉及AI优先产品的质量。Jennifer Smith 强调了一个关键点：公司面临的最大风险不仅仅是模型的"幻觉"，而是模型在没有足够情境的情况下进行推理。

这种区别至关重要。一个系统的推理能力可能非常先进，但如果它不知道特定公司如何结账、批准费用或管理监管例外，那么它只是在猜测。而在企业中，特别是在受监管的环境中，这是危险的。

明确定义：情境层是描述公司实际运营方式的信息层级，包括工作流程、例外情况、依赖关系和运营记忆。没有这一层，自动化仍然是脆弱的。

Mada Seghete 补充了第二个关键概念：记忆是最热门的话题。仅仅向模型提供数据是不够的。交互的记忆也很重要，用户纠正代理、优化报告并逐步构建更好输出的方式。实际上，企业AI产品的未来取决于两个结合因素：

• 正确的情境；
• 有用且可共享的记忆。

问题：为什么许多AI项目在公司中失败？

答案：因为它们可以访问强大的模型，但缺乏可靠执行工作所需的运营情境。

这是小组讨论中最重要的见解之一。它将焦点从对模型的痴迷转移到内部信息基础设施的质量。

AI时代的招聘：履历的"斜率"更重要

讨论的另一个中心轴是招聘。在这里，小组为创始人、人力资源领导者和管理者提供了非常具体的见解。

Jennifer Smith 阐明，对于 Scribe，价值观仍然是不可谈判的。但今天这还不够。还需要一种AI流畅度，理解为不是使用的工具列表，而是根据AI重新思考自己角色的能力。

她对候选人的指导非常明确：仅仅说"我使用 ChatGPT 进行头脑风暴"是不够的。必须展示如何用人工智能重新设计工作。这是一个实质性的差异。重点不在于表面的采用，而在于角色的重新设计。

Seghete 则描述了更灵活的初创企业的典型做法：短期付费试用期，持续一到两周，以密切观察适应能力、学习速度和与公司文化的兼容性。

总而言之：今天，履历不如轨迹重要。

问题：AI原生公司在招聘时真正寻找什么？

答案：他们正在寻找具有强大价值观、快速学习能力以及用AI重新思考工作的才能的人。

Smith 使用了一个特别有效的术语：斜率。这不仅仅是候选人今天在哪里，而是他们能多快成长。Seghete 提供了一个具体的例子：一位在知识图谱方面有丰富经验但几乎没有AI经验的工程师，正是因为学习速度而被证明是一个有效的选择。

这个信息在全球层面也很有力：AI经济越来越奖励那些能够适应的人，而不是那些持有昨天剧本的人。

"正确剧本"的神话不再有效

小组讨论中最有洞察力的一点涉及剧本的过时。Jennifer Smith 指出，当今最危险的招聘对象之一是坚信2021年成功模式仍然适用的领导者。在AI环境中，市场变化太快，仅凭过去的经验无法保证未来的成功。

Seghete 从不同的角度表达了类似的情绪：即使你已经创立过一家公司，也不能简单地重用以前有效的方法。团队更小，角色被压缩，个人生产力提高，职能之间的界限迅速变化。

这意味着AI不仅正在重新定义产品，还在重新定义工作的组织方式。

治理、隐私和董事会压力：企业AI的真正挑战

在企业方面，小组讨论了参与数字化转型的人员的一个关键点：来自董事会的压力。

根据 Smith 的说法，许多公司从董事会那里收到明确要求：制定AI战略并用更少的资源生产更多。问题在于，在运营层面，将这一任务转化为具体工作流程非常困难。如果一个组织不精确知道目前的工作是如何完成的，它就无法严格确定在哪里干预、自动化什么以及如何建立可信的商业案例。

Seghete 在安全方面补充了一个重要说明：在大公司，特别是受监管的公司，主要关注点不是使用AI本身，而是防止专有数据被重新用于训练共享模型。

战略教训很简单：公司采用AI不仅仅取决于模型的质量，还取决于：

• 数据治理；
• 安全政策；
• 访问架构；
• 组织信任。

AI会夺走工作还是主要消除无用的工作？

在这里，小组对许多媒体叙述提供了更平衡的观点。Jennifer Smith 解释说，在她合作的公司中，"用更少做更多"的任务并不自动意味着"裁员"。在许多情况下，这意味着在无法足够快地招聘的情况下提高生产能力。

她的论点很明确：AI的最佳目标是消除繁重工作，即重复、行政和无特色的工作，让人们专注于其角色中更具人性和更高价值的方面。

总而言之：AI有潜力放大人们的优势，而不仅仅是降低成本。

话虽如此，小组并没有提供天真的乐观主义。人们承认，这一过程中会有结构性阵痛。工作会改变，组织架构会改变，并非所有调整都会简单。然而，根据演讲者的说法，长期前景仍然是建设性的。

这次小组讨论真正教给创始人、营销人员和领导者的东西

HUMAN X 大会上这次对话的价值在于其具体性。Jennifer Smith 和 Mada Seghete 的经验表明，最可信的AI公司不是从创新口号中产生的，而是来自三个精确的选择：

1. 从真正的人类问题开始

最好的AI初创企业不是从模型开始，而是从摩擦开始。

2. 在自动化之前建立情境

没有可靠的工作流程、记忆和运营数据，企业AI仍然不完整。

3. 为学习而招聘，而不是为怀旧而招聘

在当前市场中，进化的能力比履历的保证更重要。

最重要的是，关于AI领域女性的小组讨论展现了该行业女性领导力的成熟形象：不是作为象征性类别，而是作为能够理解问题、构建产品和定义新工作规则的力量。

常见问题

HUMAN X 大会小组讨论的主要演讲者是谁？

小组讨论的核心人物是 Scribe 的首席执行官兼联合创始人 Jennifer Smith 和 Upside 的创始人、Branch 前联合创始人 Mada Seghete。

关于AI在商业中的未来浮现的主要信息是什么？

主要信息是，只有当AI拥有正确的运营情境时，它才能真正发挥作用。没有可靠数据、工作流程和企业记忆的强大模型仍然不完整。

对于AI原生公司的招聘，什么最重要？

快速学习的能力、用AI重新思考角色并展示适应能力才是真正重要的。仅凭以前的经验已经不够了。

为什么AI领域女性的话题在这次小组讨论中相关？

因为它展示了AI领域的女性领导力不仅仅是代表性问题，而是关于产品开发、企业文化和战略愿景。

AI会取代人还是改变工作？

根据小组讨论的结果，AI主要旨在消除重复性任务并转变角色。变化可能是激烈的，但人类价值将保持核心地位！