Der Chef äußert einen Wunsch an die KI, die Angestellten schicken die KI zum Teufel | DeepKr

Text von Zhao Rui 

Redaktion Zhang Yuxin 

Der „Wunschbrunnen“ des Chefs 

„Weißt du, wie Musk seine Mitarbeiter führt?“ Als Hu Xinlan diese Frage hörte, ahnte sie schon Schlimmes. 

Der Chef gegenüber stammt aus einem Schwerindustrieunternehmen mit mehr als 10.000 Mitarbeitern. Auf sozialen Medien hat er Nachrichten gesehen, dass Musk Agenten anstelle von menschlichen Mitarbeitern einsetzt, und hat sofort die gleiche Idee entwickelt. Er sagte Hu Xinlan offen heraus: „Kannst du mir helfen, die gesamte IT-Abteilung abzuschaffen? Ich kommuniziere täglich nur noch mit Agenten.“ 

Bei der großen Zahl von Chefs, mit denen Hu Xinlan Kontakt hat, ist der Wunsch nach „Personalabbau“ weit verbreitet. Sie kommen aus verschiedenen Branchen wie Finanzen, Fertigung und Internet, und ihre Unternehmen haben eine Größe von einigen Hundert bis zu Zehntausend Mitarbeitern. Einige bringen vorsichtig das Gespräch auf: „Meinst du nicht, dass es in unserem Unternehmen einige überflüssige Mitarbeiter gibt?“ Andere werfen die ultimative Frage auf: „Wie viele Mitarbeiter können wir höchstens abbauen?“ Derjenige, der Musk nachahmt, ist der radikalste, dem sie je begegnet ist. 

Es gibt auch einige Chefs, die Personalabbau nicht ausdrücklich erwähnen, aber hoffen, dass AI jede Bewegung der Mitarbeiter überwachen kann. „Kannst du mir einen Agenten installieren, der aufzeichnet, was jeder Mitarbeiter täglich tut, welche Ergebnisse er erzielt und wie weit das Projekt fortgeschritten ist? Am besten kann ich diese Agenten jederzeit überwachen und aufrufen, und das Verhältnis von Input zu Output jeder Person anhand der vollständigen Protokolle berechnen.“ 

Hu Xinlan ist klar, dass die Chefs, die solche Anforderungen stellen, den Personalabbau nur noch nicht offen aussprechen. Sie hoffen, zuerst genügend Daten zur Personaleffizienz zu sammeln, um dann „so präzise wie möglich Personal abzubauen“, um zu vermeiden, dass „der Personalabbau die Hauptschlagader trifft“. 

Hu Xinlan, die täglich mit Anforderungen zum „Personalabbau“ zu tun hat, arbeitet nicht im Personalwesen. Ihre Arbeit gehört zu den beliebtesten Berufen im aktuellen AI-Umfeld – FDE, also Frontline Deployment Engineer (Ingenieur für vor Ort Einsatz).

Derzeit entwickelt sich AI erstaunlich schnell: Modelle werden extrem schnell aktualisiert, Anwendungen tauchen ständig auf, und die Finanzierung von Startups verlangsamt sich nicht. Diese Geschwindigkeit und Begeisterung wurde jedoch nicht erfolgreich auf die Unternehmen übertragen, die hoffen, durch AI die Effizienz zu steigern und die Produktion zu erneuern. Accenture hat 163 chinesische Unternehmen in sieben Branchen untersucht, und die Ergebnisse zeigen, dass nur 9 % der Unternehmen durch AI-Anwendungen eine Steigerung der Produktionseffizienz, des Umsatzes und des Gewinns erzielt haben. 

Der Beruf des FDE ist genau aus dieser „Lücke zwischen technischer Entwicklung und technischer Umsetzung“ entstanden. Er wurde zuerst vom Silicon-Valley-Unternehmen Palantir vorgeschlagen, später von OpenAI und Anthropic weiterentwickelt und 2026 mit dem Trend aus dem Silicon Valley nach China gebracht. Diese Arbeit ist wie eine Brücke zwischen AI und Unternehmen: FDE arbeitet vor Ort beim Kunden, lernt die Geschäftsanforderungen des Kunden gründlich kennen und implementiert gezielt AI-Fähigkeiten wie große Modelle und Agenten, um die Lücke zwischen AI und realen Arbeitsszenarien zu schließen. 

Aber in China ist die Arbeit der meisten FDEs peinlich – viele Anforderungen, die Unternehmen stellen, sind so unrealistisch wie Wünsche an einen Wunschbrunnen.

Einmal stellte Hu Xinlan auf einer Konferenz Kunden aus verschiedenen Branchen die AI-Produkte ihres Unternehmens vor, als ein Chef plötzlich das Wort ergriff und mit Leidenschaft die große Bedeutung von AI für die Menschheit beschrieb: „Es geht nicht nur um die Arbeit. Wann können wir unsere körperlichen und gesundheitlichen Daten AI anvertrauen? Lassen siliziumbasierte Lebewesen uns kohlenstoffbasierte Lebewesen nachbilden und zum Wohle dienen. Ihr solltet euch etwas überlegen, um das zu realisieren.“ 

Nach diesen Worten schwieg der gesamte Raum. Hu Xinlan bemühte sich, ihre Miene zu kontrollieren, und lenkte das Gespräch: „Das erfordert langfristige Überlegungen.“ Dann beendete sie die Konferenz schnell, damit die Anforderung nicht von der Arbeitsverbesserung zur Veränderung des menschlichen Lebens überging. 

Die FDE-Gründerin Julie hat ähnliche Probleme. Vor kurzem erhielt sie von einem E-Commerce-Kunden ein Werbevideo für ein Produkt namens „AI CMO“: Sobald man die Unternehmenswebsite eingibt, kann das Produkt den gesamten Marketingprozess von Text, Betrieb bis zur Werbeschaltung reibungslos durchführen. Die Musik des Werbevideos ist mitreißend, und die Einstellung des Chefs ist noch begeisterter: „Wenn das funktioniert, bin ich bereit, einen hohen Preis dafür zu zahlen!“ 

Julie erschrak: „Ich hätte nie gedacht, dass ich jetzt die Versprechen einlösen muss, die andere AI-Unternehmen gemacht haben.“ Sie weiß genau, dass es unmöglich ist, die Wirkung des Werbevideos zu erzielen, wenn AI nur die Informationen auf der Website eines Unternehmens sieht. „Man kann zwar automatisch Werbung versenden, aber man kann nicht garantieren, dass die Informationen, die an die Nutzer gesendet werden, wertvoll sind.“ 

Das ist genau die Peinlichkeit, die durch eine weitere Fehlanpassung entsteht: Die Unternehmenschefs wissen nicht, was sie wirklich brauchen, und sie wissen auch nicht, was AI erreichen kann. „Für Kunden sind wir ein Wunschbrunnen“, sagt Julie. 

Tatsächlich verbergen sich hinter diesen „Wünschen“ tiefe Ängste vieler Unternehmenschefs: In vielen Produktionsprozessen des Unternehmens gibt es mehr oder weniger Ineffizienzen. Noch wichtiger ist, dass sie große Angst haben, vom Zeitalter überholt zu werden, wenn sie den Zug der AI verpassen.

Nicht nur die Unternehmenschefs, sondern auch die AI-Unternehmen, die über Technologie und Produkte verfügen, haben ihre eigenen Ängste.

Zum Beispiel hat Tencent im März dieses Jahres WorkBuddy auf den Markt gebracht, gefolgt von ByteDance und Alibaba. ByteDance hat Doubao Work eingeführt, Alibaba hat Qianwen Office auf den Markt gebracht, um sich auf den Unternehmensmarkt zu konzentrieren. Die drei großen Konzerne haben den Krieg um den Eingang von AI-Office-Produkten entfacht, aber tatsächlich gibt es keine großen Unterschiede in den Funktionen von Office-Agenten, und es fehlen technische Barrieren. Wie man Kunden dazu bringt, sich für sich selbst zu entscheiden, ist eines der größten Probleme, mit denen die großen Konzerne derzeit konfrontiert sind. 

Daher gründen die großen Konzerne intensiv FDE-Teams, in der Hoffnung, ihre eigenen AI-Produkte durch dieses Dienstleistungsmodell in die Unternehmen zu bringen. FDE ist auch zu einer neuen Karte geworden, mit der die großen Konzerne ihre Kommerzialisierungsängste lindern. 

Ein Vertriebsmanager von Alibaba Cloud sagte zu 36Kr: Angesichts des Marktvorsprungs von WorkBuddy besteht seine Methode darin, Unternehmen zuerst kostenlose Nutzungsguthaben zu geben und dann mehr Mitarbeiter als FDE einzusetzen. „Jetzt geht es darum, wer bereit ist, mehr zu investieren. Viele Mitarbeiter in Technik, Pre-Sales und anderen Abteilungen im Unternehmen sind zu FDE gewechselt. Für strategisch wichtige Produkte wie Bailian (die MaaS-Plattform von Alibaba Cloud) gibt es spezielle FDE-Teams.“ 

WorkBuddy hat kürzlich auch sein eigenes FDE-Team aufgebaut. Ein Pre-Sales-Manager bei Tencent wollte ursprünglich nicht, dass sein Team FDE-Arbeiten ausführt, aber aus Angst, dass Kunden von Konkurrenten abgeworben werden, hat er sich auch dafür entschieden, die Kunden zu „halten“. 

Die großen Konzerne wollen mit FDE den Markt erobern, kleine und mittlere Unternehmen wollen, dass FDE AI in echte Effizienz umwandelt. Die beiden Seiten, die in Unruhe sind, setzen gleichzeitig auf FDE. 

Aber die Probleme, mit denen FDE konfrontiert ist, sind nicht einzigartig im AI-Zeitalter – sie sind nur eine Wiederholung der SaaS-Ära vor 20 Jahren. Das Schwierige ist: Je mehr Arbeiten die Technologie übernehmen kann, desto größer wird die Kluft zwischen Technologie und Umsetzung.

Es scheint, dass die alten Probleme jetzt in einer komplexeren Form wiederkehren. 

Das Ringen im Schatten des Personalabbaus

Hu Xinlan lehnt die Wünsche der Kunden nie ab, sondern nutzt „Magie, um Magie zu besiegen“. 

Gegenüber dem Kunden, der Musk nachahmen wollte, nickte Hu Xinlan zuerst aufrichtig und argumentierte dann entlang der Logik des anderen: „Verstanden, aber dafür müssten Sie täglich Zehntausende von AI-Ausführungsprotokollen prüfen. Glauben Sie, dass Sie die Energie dafür aufbringen können?“ Der Chef zögerte einen Moment, und Hu Xinlan fügte weiter hinzu: „Außerdem verlieren Sie den Kontext, sobald die Mitarbeiter andere Tools verwenden.“ 

Wenn die Argumente den anderen nicht beruhigen können, holt Hu Xinlan ihre Trumpfkarte heraus: „Wenn Sie das so umsetzen, können die täglichen Token-Kosten bis zu 10.000 US-Dollar betragen.“ Nach diesem Satz beruhigt sich der Kunde sofort. Hu Xinlan weiß, dass es an der Zeit ist, über praktische Lösungen zu sprechen. 

Das Unternehmen, in dem Hu Xinlan arbeitet, ist nicht sehr groß. Neben ihrer Tätigkeit als FDE übernimmt sie auch Vertriebsaufgaben. Um Aufträge zu gewinnen, hat sie nicht viel Spielraum für Diskussionen, sondern muss den Kunden auf akzeptable Weise klar machen: „Es ist nicht unmöglich, aber derzeit passt es einfach nicht zu Ihnen.“ 

Lin Ling ist FDE bei einem der großen Konzerne. In den letzten sechs Monaten hat sie festgestellt, dass die Kunden die Fristen für AI-Projekte immer weiter verkürzen. Die Projektlieferfristen, die früher jahresbasiert waren, gibt es nicht mehr. Eine Lieferfrist von vier Monaten wird von Kunden oft auf drei Monate gedrückt. Und je näher die Projektfrist rückt, desto mehr neue Ideen wollen die Kunden umsetzen. Sie erfüllt nicht alle Anforderungen vollständig, sondern holt die ursprünglichen E-Mails und Verträge hervor, um Punkt für Punkt zu prüfen, was ursprünglich vereinbart wurde – „genau wie wenn Paare bei einem Streit Chat-Protokolle durchsehen“. 

Im Vergleich zu kleinen Startups haben die großen Konzerne tatsächlich mehr Einflussmöglichkeiten gegenüber Kunden: Die Kunden sind normalerweise bereits an ihre eigenen Cloud-Dienste gebunden, und die Migrationskosten sind hoch, sodass sie die Zusammenarbeit nicht einfach kündigen. Wenn sie vor Wut auf Kunden fast die Kontrolle verliert, erinnert sich Lin Ling immer selbst: Wir sind schon so lange zusammen, wie sollten wir uns schon trennen? 

Aber nachdem die Erwartungen mit dem Chef abgestimmt sind, stoßen FDEs auf neue Schwierigkeiten: Die Eile des Chefs für AI wird von den Mitarbeitern nicht verstanden.

Pan Kelin ist der zweite Generation des Besitzers eines Autoteilewerks. Er leidet unter der Ineffizienz der Fabrik und versucht, AI zur Verbesserung einzusetzen. Anfangs hat er für jedes AI-Tool zuerst den Plan in die WeChat-Gruppe geschickt, dann Dutzende von Abteilungsleitern zu einer Konferenz eingeladen, um Meinungen einzuholen. Aber die Konferenzen laufen normalerweise in zwei Extreme: „Entweder es gibt keine Probleme, oder es gibt nur Probleme.“ 

Manchmal nicken die Mitarbeiter und sagen: „Kein Problem, wir folgen der Anweisung des Chefs.“ Aber wenn es um die tatsächliche Umsetzung geht, tauchen überall Probleme auf: Einige erklären eifrig, wie das den Arbeitsaufwand und die Schwierigkeit erhöht, andere sagen, dass die Ressourcen nicht ausreichen und die Zusammenarbeit zwischen den Abteilungen schwierig ist, manche bringen sogar private Schwierigkeiten zu Hause vor – kurz gesagt, „es ist wirklich schwer, voranzukommen“. 

Bevor er der zweite Generation des Fabrikbesitzers wurde, hatte Pan Kelin nie in einem Unternehmen gearbeitet und „verstand die Arbeitswelt nicht“. Nach mehreren Konferenzen wurde ihm allmählich klar, dass es Unterschiede in der Perspektive zwischen Chef und Mitarbeitern gibt: Der Chef kümmert sich um die Effizienz und den Umsatz des Unternehmens, während die Mitarbeiter sich Sorgen machen, ob die Arbeit zunimmt, ob sie mehr Verantwortung übernehmen müssen, und noch direkter: Ob sie durch AI den Arbeitsplatz verlieren.

Bevor sie FDE wurde, hat Hu Xinlan nicht erwartet: „Schwieriger als die Entwicklung von AI-Tools ist das menschliche Ringen zwischen Chef und Mitarbeitern.“

Wenn Hu Xinlan die Techniker des Kunden um Zusammenarbeit bittet, stößt sie oft auf Widerstand. Als sie zum ersten Mal in die Entwicklungsabteilung ging und fragte, welche Anforderungen sie zur Verbesserung der Effizienz durch AI haben, starrten die Entwickler alle auf ihre Bildschirme, und nur das Tippgeräusch der Tastatur antwortete ihr. Zwei Minuten später antwortete der Mitarbeiter am Rand: „Wir haben im Moment viel Arbeit, keine Zeit, um die Tools zu migrieren.“ 

Später in der Anforderungskonferenz fragte ein Entwickler scharf: „Ist euer Produkt besser als Claude Code? Wie kann die Arbeitseffizienz nach dem Wechsel garantiert werden?“ Hu Xinlan wurde schnell klar, dass „keine Zeit“ eher eine Ausrede ist. Der Hauptgrund könnte die „Tool-Sauberkeit“ der Entwickler sein – sie haben im Kopf ihre eigenen Tools, die sie für gut halten.

Es gibt auch Mitarbeiter, die einfach keine Lust haben mitzuarbeiten. Einmal bot Hu Xinlan dem IT-Mitarbeiter am Nachbartisch einen kostenlosen Agentenplatz an, der Mitarbeiter antwortete ruhig: „Nein, Doubao ist gut genug.“ 

Wenn die Maßnahmen zur Effizienzsteigerung durch AI den Arbeitsplatz der Mitarbeiter bedrohen, gerät man in eine Sackgasse.

Julie hat einmal für eine kleine Bank gearbeitet. Der Chef hatte eine klare Anforderung: Er hoffte, dass AI den Kreditprüfungsprozess optimieren kann. 

Dafür musste Julie zuerst von den Vertriebsmitarbeitern an vorderster Front den Geschäftsprozess verstehen, ein Pilotprojekt durchführen und dann mit den Ergebnissen beim Geschäftsleiter um das Budget kämpfen. Bei der Kreditprüfung haben verschiedene Banken unterschiedliche Risikopräferenzen und Berechnungsstandards. Julie erkannte, dass dies wichtiger ist als der allgemeine Prozess, und es hängt stark von der menschlichen Erfahrung ab.

Aber die Vertriebsmitarbeiter, die Julie nach ihrer Erfahrung fragte, wollten nicht kooperieren: Je eifriger und konkreter Julie fragte, desto zögerlicher und unklarer antworteten die Mitarbeiter. Bis eine Gegenfrage kam: „Wofür macht ihr das eigentlich?“ Da wurde Julie klar, dass sie das wichtigste Wissensbarriere der Vertriebsmitarbeiter erfahren wollte. Als sie versuchte, AI diese Arbeit optimieren zu lassen, hatten die Mitarbeiter sofort Angst, ihren Arbeitsplatz zu verlieren. 

Später wurden die Konferenzen zwischen Julie und den Mitarbeitern des Unternehmens aus verschiedenen Gründen abgesagt. Bei der ersten Version des Agenten gab es einen Fehler. Julie schickte ihn an einen Vertriebsmitarbeiter, um ihn zu korrigieren, aber sie erhielt nie eine Antwort. 

Der Chef will AI annehmen, aber kennt das Geschäft nicht; die Mitarbeiter an vorderster Front kennen das Geschäft, wollen AI aber nicht annehmen; die mittlere Führungsebene unterstützt