在科技行業持續探索人工智能（AI）潛力的背景下，Safe軟件公司首席執行官唐·默里提出，盡管AI技術正在重塑工作流程，但人類專家的核心價值不可替代。這家專注于數據整合的企業，通過構建連接實時與靜態數據的管道系統，為機場、電網等關鍵基礎設施提供支持，其業務模式天然與AI應用緊密相關。默里結合三十余年行業經驗指出，AI更適宜作為輔助工具，而非取代人類決策的終極權威。
以工程領域為例，某英國重大項目曾向供應商詢問AI系統的準確率，得到的答復是"80%至90%"，但這遠未達到實際要求的99.999%精度標準。默里強調，這種差距決定了AI無法獨立完成關鍵任務："AI可以生成橋梁設計方案，但沒有任何機構會允許它直接簽署工程文件。最終仍需人類工程師憑借專業資質進行審核。"這種"人在回路中"的模式，既發揮了AI的效率優勢，又保留了人類對重大決策的把控權。
部分企業試圖通過AI完全替代初級崗位的嘗試，引發了默里的擔憂。他觀察到，某些公用事業公司雖利用AI輔助資深專家工作，卻因此削減了新人培養計劃。"當這批專家退休時，誰來填補空缺？"默里反問道，"專業經驗需要十年甚至數十年的實踐積累，沒有捷徑可走。如果年輕員工得不到成長機會，未來將出現嚴重的人才斷層。"
Safe公司的實踐提供了另一種思路。該公司將AI定位為全員效率提升工具：資深工程師借助AI快速篩選有效信息，初級開發者則通過AI生成代碼框架，但仍需獨立完成測試驗證。"我們既保留資深團隊，也持續招聘新人，"默里解釋，"AI的作用是讓所有人保持同步進步。"例如，某位工作多年的員工能迅速判斷AI建議的可行性，而新員工則在AI輔助下加速掌握基礎技能，形成良性循環。
對于AI技術的長期發展，默里持審慎樂觀態度。他比喻道："就像互聯網泡沫破裂后，相關技術反而更深入地融入社會，AI也會經歷類似過程。盡管市場熱度可能起伏，但其作為生產力工具的價值將持續存在。"這種判斷基于他對行業本質的理解——技術必須服務于實際需求，而非制造虛假繁榮。
在數據驅動的時代，Safe公司的案例揭示了人機協作的新可能：AI負責處理海量信息與重復性工作，人類則專注于創造性決策與復雜問題解決。這種分工模式既避免了技術失控風險，又為人才培養預留了空間。正如默里所言："真正的挑戰不在于AI能做什么，而在于我們如何設計讓它與人類優勢互補的系統。"當企業開始重新思考技術應用的邊界時，或許能找到更可持續的發展路徑。
