不让薪资计算依赖AI的概率。Workday提出的“lawful AI”与工作新方式

每次运行，算出的薪资金额都会略有不同。这样的业务应用无法使用。即使AI预测的准确率达到90%，只要剩下10%的错误出现在薪资或财务结算中，企业就无法放心交给它处理。

Workday联合创始人Aneel Bhusri在美国拉斯维加斯举行的年度大会“Workday Rising 2026”主题演讲中，将这一问题解释为“概率性的AI”与“确定性的业务应用”之间的差异。他将让AI的推理能力遵循企业规则和权限的“lawful AI”，确立为Workday新阶段的核心。

Bhusri为何重返CEO岗位#

Bhusri于2005年联合创立Workday，并于2024年1月将CEO一职交给Carl Eschenbach。此后，他于2026年2月再次出任CEO。在本次演讲中，他表示，AI的出现开启了一个新的技术时代，也为Workday带来了推出产品的机会。

另一方面，他认为，如果应对AI的步伐落后，也会对业务构成威胁。他解释说，作为一直参与产品开发的人，自己无法袖手旁观这场变革。

该公司不仅重新审视技术，也调整了组织建设和客户关系。任命2025年收购的AI初创公司Sana的创始人兼CEO Joel Hellermark担任Workday首席AI官（CAIO），就是其中一例。

AI会根据输入和情境，以概率方式给出答案。业务应用则遵循既定规则，每次都返回相同的结果。基于这一差异，Bhusri强调，薪资计算和季度结账不能交给概率来决定。要让AI在不容出错的工作中发挥价值，首先必须赢得信任。

Workday给出的解决方案，是在确定性应用之上结合AI。由应用管理规则、审批和访问权限，AI负责推理与预测。这样一来，AI就不仅能回答问题、提出建议，还能在管控范围内执行工作。

Bhusri指出，这一方案的基础是Workday的数据和业务上下文。据该公司介绍，Workday通过统一的数据模型管理约8,000万名员工的数据，并在2025年通过单一平台处理了约1.4万亿笔事务。

Workday表示，公司自2013年起就开始投入数据和机器学习领域，2020年还自主开发了大语言模型（LLM）。费用审批人、适用政策、业务流程及安全权限等信息，也都存在于业务系统中。该公司将这些机制称为AI的“确定性轨道”，用于规定AI可以执行哪些操作，以及需要谁的批准。

据Bhusri介绍，Workday目前运行着17种面向人力资源、财务和IT的“lawful”智能体。他重返CEO岗位时，公司正在开发约50种智能体，后来将范围收缩到最重要的项目上。

不同企业采用AI的方式各不相同。因此，Workday在同一平台上提供了4条路径。

其构想是，将非自研智能体也纳入“agent system of record”（智能体记录系统），进行统一管理和管控。Workday希望将自身的安全与业务流程框架扩展到多种使用路径中。

不过，仅凭这些发布信息，还无法判断它们能在多大程度上适用于各家企业的具体业务。实际部署时，必须确认适用业务、审批条件以及出错时的处理方式，并确保只授予必要的权限。

主题演讲还宣布，Workday将把默认首页切换为AI“Sana”。将用户入口转向AI，体现了其改变工作请求提交方式和信息访问方式的意图。从收购Sana到任命其创始人进入管理层，Workday不仅想把AI作为功能加入现有产品，还试图将其融入产品的使用方式本身。

Bhusri表示，AI的作用是拓展人的能力，而非取代人。他认为，企业应接受工作角色的变化，并负责任地应对。他向到场的约3万名用户呼吁，希望他们减少日常琐事，将时间用于决策和推动业务发展。

“lawful AI”这一理念的要点，是在将业务交给AI之前，先让业务规则能够在系统中得到明确表达和执行。如果审批人和政策仍然模糊不清，AI的执行范围也会模糊不清。比起增加智能体的种类，更应先确定哪些工作交给AI，以及在哪些环节加入人工确认。

如果要将Workday的发布内容应用于自身企业，可以先选定一项范围明确的业务，例如费用报销或内部咨询。接着，梳理所用数据、适用规则及必要的审批人。在此基础上，区分交给AI执行的操作和需要人工确认的操作，并在试行后重新评估处理的准确性及确认所需的时间。

需要考虑的不只是是否引入AI，还有将哪些工作交给AI，以及让它遵循什么规则。不妨选取企业自身的一项业务，从审批流程和权限开始检查。

来源: https://japan.zdnet.com/article/35253538/