今年的國際婦女節主題是“Give to Gain（付出即獲得）”。這一主題揭示了一個道理：投資于女性的職場發展將使更多人受益。多元化的團隊不僅能拓寬人才儲備渠道、提升決策質量，還能打造出員工參與度更高、留任率更高的職場環境。

然而，在AI經濟時代，女性面臨著“雙重”風險。一方面，在高速增長的AI核心崗位中人數不足，另一方面，在那些容易被自動化取代的崗位中占比過高。亞洲開發銀行（Asian Development Bank , ADB）的數據顯示，亞太地區女性在STEM（科學、技術、工程、數學）研究人員中的占比僅為23.9%，低于29.3%的全球平均水平。在行業層面，女性僅占高級管理職位的23%，在高級技術崗位中的比例更是低至8%。

在2026年是代理式 AI（Agentic AI）發展和落地的關鍵時期。IDC預測，到2027年，半數企業將使用 AI 智能體來重新定義人機協作模式。到 2028 年，面對智能體部署量增長 10 倍的態勢，50% 的中國 1000 強企業將采用智能體開發生命周期，以實現企業級智能體 AI 的有效規模化落地。隨著這些系統對關鍵業務決策的影響日益加深，企業需要審視在構建、測試和治理這些系統的過程中是否存在盲區。

當女性缺席 AI 開發，影響將不斷擴大

AI 系統往往會承襲其構建環境中的既有假設。當開發團隊的人口結構過于單一時，偏見不僅會滲入數據集，還會體現在問題優先級設定、成功標準定義、邊緣場景測試范圍以及風險程度等方面。在智能體時代，由于系統具備更高的自主性，風險也隨之上升。一旦這些系統在規模化決策中運行，數據、設計或監督中的微小缺陷都有可能被放大。

真正的包容性意味著讓多元化的聲音影響產品方向和決策權安排，而不僅僅是在企業架構圖中體現形式上的代表性。落實到實踐層面，這意味著對數據集進行審計以識別代表性缺口，檢測模型是否產生不平等結果，對邊緣情境開展壓力測試，并在整個 AI 生命周期中引入多元背景的人類評審小組。

治理機制是確保這些實踐一致性的關鍵。例如，在中國國家網信辦指導下，國家互聯網應急中心于2025年牽頭制定了《人工智能安全治理框架》2.0版。在2024年1.0版本的基礎上，新版本結合AI發展和應用實踐，完善優化風險分類，研究探索風險分級，動態調整更新防范治理措施。

人力資源部門的深度參與，對倫理 AI 的部署至關重要

根據NINEby9發布的《The Moment of Truth》報告，僅有13%的人力資源團隊主導與AI相關的關鍵決策，而近半數亞太企業表示，AI 的采用主要由IT部門主導。當人力資源部門較晚參與決策時， 諸如崗位變更、工作重構以及新技能需求等勞動力結構決策往往被忽視，直到為時已晚。

在這一點上，性別不平等進一步擴大了鴻溝。忽視員工準備工作將對女性的影響尤為嚴重，而在系統上線后再去糾正那些本可避免的性別失衡問題，成本會更加高昂。

因此，人力資源部門需要從輔助角色轉向戰略角色，確保再培訓、崗位轉型和包容性規劃從項目伊始就被納入規劃，而不是在技術已深度嵌入后再進行補救。倫理 AI 同樣無法“外包”給模型，它需要在AI生命周期中貫穿人類判斷與問責機制，包括對邊緣案例進行壓力測試、審查數據集的代表性、檢測不平等結果，并在開發與部署過程中引入多元化的評審人員。

重新構建 AI 時代工作價值的評估體系

隨著AI深度嵌入到核心業務職能，編碼能力已不再是衡量技術貢獻的唯一標準。由于倫理 AI 依賴情境判斷而非模型本身，工程師需要具備業務洞察力、溝通能力，以及跨職能協作能力。

如果企業能順應這一轉變，及時升級其認可與獎勵機制，將為目前包括女性在內的、代表性不足的群體創造更多機遇。以Cloudera的“Women Leaders in Technology（WLIT）”項目為例，該項目為女性及支持者搭建了一個交流學習、共同開創領導力發展路徑的平臺。當女性在領導層中看到更多與自身相似的榜樣，這條進階之路才會真正變得更加觸手可及。

當女性在 AI 開發中獲得充分的資源、機會和決策權時，企業將構建出更優質、更具包容性的 AI 系統。在智能體時代，領導層與監督機制的多元化應被視為 AI 風險管理的重要組成部分。

企業如果能夠建立跨職能協作機制和轉型路徑，并將情商視為重要技術能力，將構建出更優質的AI 系統，并在推動性別平等方面做出貢獻。