Miro联合创始人兼首席执行官Andrey Khusid在意大利都灵举行的Wave by Vento大会上发出警告：若仅将AI技术强行附加于现有团队和流程，承诺的生产力激增难以实现。企业必须从第一性原理出发，彻底重建工作流程。
此番言论发表于Bending Spoons宣布收购Miro仅一个月后。当前，各组织正投入数十亿美元部署大型语言模型和智能体工具，但尽管个人产出提升，项目时间表往往停滞不前。Khusid指出，这种错位源于根本性错误：团队将AI视为覆盖层，而非基础。
从流程重构开始
“重大挑战在于，不要将AI叠加在现有运营系统之上，而应从第一性原理设计工作流，仅在需要人类独特判断力的环节引入人力。”Khusid表示。这一策略的核心是先确定流程，再分层部署AI。
Miro内部测试印证了这一方法。公司在特定职能中创建并行团队，利用大量AI辅助执行相同工作，先构建并验证新流程，再广泛推广。实验揭示，若缺乏整合，上下文分散在人员和文档中，即使是复杂模型也只能孤立运行。
此外，生成式工具带来的“噪音”构成另一障碍。虽然包容性提高了想法多样性，但草稿、摘要和变体淹没收件箱，导致“内容更多，信号更少”。Khusid强调，必须建立问责制，每个人需对自己引入的内容负责，不得将AI输出伪装成完整思考成果。
数据背后的协作演变
Miro近期数据凸显了机遇与挑战。自2026年2月以来，其MCP服务器已处理超过1900万次来自AI智能体的工具调用。2月至8月间，月度调用量增长34.9倍，用户数量扩大16.8倍；仅9月份就产生约630万次调用。目前已有15种不同的AI客户端连接，Claude变体早期占据主导，随后ChatGPT加速普及。
这些智能体将Miro画布同时作为输入和输出。超过一半的调用涉及智能体读取看板内容并行动，另有相当比例直接在共享工作区生成新看板、图表或原型。这表明工作重心正从孤立聊天窗口转向持久化的视觉协作空间。
Miro首席产品和技术官Jeff Chow指出，当AI在画布内生成演示文稿时，团队可立即讨论并修订，输出从未离开决策上下文。这种整合解决了个人速度无法转化为商业影响的痛点。
未来愿景与问责机制
Miro长期维持无上限的学习和发展工具预算，员工可不受限制地访问最新AI产品。Khusid将此视为核心培训，但要求每项采购必须有商业案例支撑，衡量指标为创新速度。尽管工程、产品和设计领域均出现时间节省，但他警告当前模式可能只是中间状态，清晰的工作场所愿景可能要等到2026年底或2027年才能到来。
这一观点与麦肯锡CEO描述的向“制造者”转变趋势一致。产品经理、设计师和工程师在AI支持下跨越传统角色，协调复杂度增加至人与人、人与智能体及智能体与智能体之间。Khusid预计，三年内视觉决策将占据主导地位，语音处理大部分交互，画布成为推理、原型和结果的持久记录。
然而，技术会放大现有问题。若缺乏清晰的愿景和战略，AI会让糟糕的流程恶化得更快，产生大量需人类过滤的“工作废料”。因此，问责制处于中心位置：人类对结果负责，智能体在既定范围内执行。画布的透明度减少了对未经审查的AI输出的盲目信任。
Bending Spoons的收购为Miro增加了新变量。这家拥有深厚消费者应用和AI经验的新东家，将如何塑造产品方向尚不清楚。但Khusid的核心论点延续：围绕AI重建工作，让人类保留判断权，并在共享视觉表面上连接一切。
对于高管而言，真正的收益不来自提示词工程培训，而来自能够解构现有操作并以智能体为主要角色重构流程的工程能力。Miro的案例表明，自2016年以来盈利的财务缓冲使其能将学习速度置于即时ROI之上，但大多数组织仍须面对抉择：是加速现有工作流，还是将其替换？差异不在于技术，而在于是否愿意从头重新设计。