Dayforce CDO Carrie Rasmussen：AI代理省下的时间要么定价要么裁减

Dayforce首席数字官兼CIO Carrie Rasmussen在Discover 2026年会上举了一个她自身管理中的例子来说明AI代理的经济权衡：如果一个AI代理让10人团队效率提升20-30%，而token花费恰好相当于这10个人20-30%的薪资福利，那么这20-30%被释放的时间到底值不值这个价？如果公司认为这些时间能转化为更高价值的战略工作，团队可以维持原编制；如果公司觉得'这块业务我不需要那么强，做个B级选手就行'，那就把多余的人退回公司总池，10个人变成8个。她强调这是'在自己管辖范围内举例说明这些权衡如何运作'，而非一套经过验证的定价模型。

这个例子的价值不在于数字本身，而在于它把AI代理的部署决策从'要不要买这个工具'变成了'省下的时间归谁定价'。Dayforce首席财务官Jeremy Johnson在同一个会议上指出，过去企业做技术转型是三步走：HR定义需求、IT评估技术、财务批预算。AI把这个线性流程打碎了，因为一个代理的引入同时涉及人员配置、技术选型和成本结构，三个职能必须坐在一起做同一个决定。

首席人力官Amy Cappellanto-Wolf把这种跨职能决策称为'业务设计问题'。她举了一个招聘的例子：过去HR只看需要什么人才，现在要先问'这个工作是不是真的需要再招一个人？代理能不能做？如果代理能做，成本对比是什么？需要人类判断的部分在哪里？'她认为这些问题不在任何单一职能的权限范围内，HR的独特机会是帮业务思考'怎么完成工作'，包括决定什么该由人主导、什么该AI辅助、什么该自动化，以及一个她认为最独特的选项——什么该停止。

Rasmussen进一步把这套逻辑延伸到供应商评估。她认为AI最先淘汰的是点状解决方案——那些功能单一的小厂商，因为核心平台（Salesforce、NetSuite、Microsoft、Dayforce自身）现在有了扩展能力，企业可以在平台上直接加功能，不需要再单独采购。她给出的另一个筛选标准更直观：如果一家软件公司的产品界面还没有对话式AI入口，那它已经落伍了。'就是那个OpenAI聊天框，最简洁的页面，所有人都抄了。如果你看不到它，你会觉得这产品怎么这么古老。'

不过这套思路有几个明显的边界。首先，token花费与薪资福利的对应关系是Rasmussen的举例估算，她没有披露具体的计算口径、测量周期或适用条件。其次，该模型假设效率提升与成本节省线性对应，但实际中代理的输出质量、错误率和人类监督成本会显著影响净收益。第三，'退回公司总池'这个选项在劳动法规严格的市场中可能面临执行障碍。最后，这套逻辑主要适用于流程相对标准化、可量化的工作场景；对于创意、复杂判断或高度情境化的工作，'省下的时间'本身难以定价。

尽管如此，Rasmussen的表述之所以值得注意，是因为它代表了一种正在成形的企业实践方向：AI代理的经济性判断权正在从IT部门转移到业务负责人手中。她自己的做法是先把所有角色映射出来——'未来业务分析师的角色会迁移到什么技能方向？这个岗位上的人有没有能力变成前沿部署工程师？'——然后带着这张地图去和员工对话，告诉他们方向在哪里、需要发展什么，而不是等到岗位消失时才宣布。

她同时承认这可能是'最难开口的对话之一'。Dayforce过去两年做了大量变革管理——AI马拉松、外部演讲者、工具开放——Rasmussen认为这是企业该做的部分，但她也把所有权交还给员工：'你不能坐等公司把你送到你需要去的地方。特别是技术岗位的人，你得用个人时间把自己拉上来。'她补充说这不是说只能在工作之外学，公司内部也有渠道，但'现在真的是时候确保你没有掉队了'。这句话把AI转型的责任分配摆到了台面上：公司提供工具和方向，员工提供适应速度。