尽管生成式 AI 热度不减，但并非所有应用都需盲目跟进。然而，企业级管理平台 Workday 显然有不同的看法。
Workday 今日宣布推出一系列生成式 AI 新功能，旨在“提升生产力”并“简化业务流程”。在旧金山举办的年度客户大会 Workday Rising 上，该公司透露：客户很快将能自动比对已签署合同与系统内合同的差异、创建个性化知识管理文章，以及为服务采购自动生成工作说明书（SOW）。
AI 生成员工计划引发偏见担忧
部分新功能看似实用或至少无害，但其中一项由 AI 生成的员工工作计划令记者感到忧虑。
Workday 新闻稿指出：“经理们[将能够]快速总结员工的优势领域和成长空间，从存储的数据中提取信息，包括绩效评估、员工反馈、贡献目标、技能、员工情绪等。”
此举存在多重隐患。研究表明，文本分析 AI 可能对使用非主流表达方式或方言的人群产生偏见。例如，某些毒性检测模型会将非裔美国人英语（AAVE）视为不成比例的“有毒”内容；宾州州立大学团队也发现，社交媒体上关于残障人士的帖子常被情感分析模型错误标记为负面或具有毒性。
若 Workday 的模型因无法理解绩效评估或反馈中的细微差别而得出错误结论，后果堪忧。
此外，“员工情绪”分析同样存疑。
基于句子的情感检测 AI 也可能显现偏见。研究显示，此类系统在种族、民族和性别方面可能存在偏差，例如倾向于将黑人与愤怒、恐惧、悲伤等负面情绪关联。
针对上述担忧，Workday 表示对 AI 模型设计保持透明（虽未透露具体训练数据），并构建了展示“数据输入如何促成优势或成长领域形成”的功能。Workday AI 和机器学习负责人 Shane Luke 强调：“与其他用例及人工介入方法一致，我们鼓励用户将结果视为强有力的初稿，并进行编辑、迭代和完善。”希望管理者能采纳这一建议。
其他 AI 功能相对稳健
相比之下，Workday 的其他新生成式 AI 功能表面问题较少。
AI 生成的职位描述利用平台现有信息（如所需技能、地点详情）简化招聘流程。针对此前关于“未经同意使用 HR 文案训练模型”的担忧，Luke 明确否认：“我们不在专用的职位描述数据上进行训练。客户控制并配置其数据用于 AI/ML 的方式，包括是否用于训练……产品字段会明确说明哪些数据被用于生成，并鼓励用户将回复作为初稿进行评估。”
在其他场景下，Workday 将能自动生成“逾期”通知，并根据逾期时长或频率建议沟通语气（财务团队可批量自动化信函）。采购负责人也将根据项目类型、地点及交付物获得合同条款建议。
借助生成式 AI 驱动的合同分析，客户将收到潜在错误提醒及修正方案。知识文章生成功能则可辅助起草管理层谈话要点、视频总结等内容，并提供语气和篇幅建议（用户可完全忽略这些建议）。
Developer Copilot 与对话式 AI 试点
Developer Copilot 标志着 Workday 首次涉足生成式编码领域，为其自定义应用平台 Workday Extend 引入文本到代码功能。嵌入应用构建器的 Developer Copilot 提供“上下文感知”的代码建议及精选内容，类似于 GitHub Copilot 和 Amazon CodeWhisperer。
同时，借势 ChatGPT 热潮，Workday 正试点多项对话式 AI 体验。Luke 表示，这些体验将“以自然方式增强用户与信息和任务的交互能力”，充分利用生成式 AI 在摘要、搜索和上下文保持方面的优势。
Luke 重申：“我们相信负责任地使用生成式 AI 能带来显著业务成果。我们的 AI 方法聚焦于人機协作，用户始终是最终决策者和审核者。”
Workday 预计新生成式 AI 功能将在未来六到十二个月内推出，但未提供更具体的时间表。