算法在盯着你的"提示词"：摩根大通AI追踪计划背后的管理革命
摘要
本文分析了摩根大通（JPMorgan Chase）追踪其6.5万名工程师和技术人员AI使用情况并将其纳入绩效考核的新举措。文章指出，这一举措标志着企业对AI的态度从"放任"转向"透明化管控"，AI从"加分项"变为"基准线"。文章深入探讨了"影子AI"（Shadow AI）的治理逻辑、AI成熟度评价体系的建立、绩效考核的"双刃剑"效应（效率陷阱），以及对工业智能和数据要素领域的启示。文章强调，AI素养的沉默时代已经结束，AI管理的透明时代已经到来。
核心论点
- 摩根大通的AI追踪计划标志着企业管理AI的态度从"放任"转向"透明化管控"。
- AI从"加分项"变为"基准线"，拒绝使用AI可能被视为缺乏职业适应性。
- 将AI使用频率作为KPI可能导致"为了AI而AI"的形式主义（效率陷阱）。
- 衡量"提示词工程"的质量比衡量使用频率更重要。
- 员工使用AI的过程产生高质量的"交互数据"，可提炼为企业"集体智慧"。
关键概念
- [[影子AI]]：员工未经IT部门批准私下使用AI工具处理工作的现象。
- [[AI成熟度评价体系]]：将员工AI使用熟练度和频率纳入绩效考核的管理实践。
- [[效率陷阱]]：为满足"使用AI"的KPI而过度使用AI，导致形式主义和资源浪费。
- [[提示词工程]]：设计、优化与AI交互的指令以获取高质量输出的技能，被视为未来职场人的"核心资产"。
- [[人机协同效能]]：以"人+AI"组合的整体产出效率作为衡量工作量的新标准。
案例启示
- 金融行业天然对数据敏感，适合作为AI管理试验田。
- 工业软件领域（PLM、CAD、仿真）的AI化将深度集成，工程师的AI使用也将被纳入"数字资产库"。
- 企业应关注"结果导向"与"过程合规"的平衡，而非盲目模仿摩根大通的考核方式。
相关实体
- [[摩根大通]]
- [[杰米-戴蒙]]
- [[ChatGPT]]
- [[Claude Code]]