在科技行业持续探索人工智能（AI）潜力的背景下，Safe软件公司首席执行官唐·默里提出，尽管AI技术正在重塑工作流程，但人类专家的核心价值不可替代。这家专注于数据整合的企业，通过构建连接实时与静态数据的管道系统，为机场、电网等关键基础设施提供支持，其业务模式天然与AI应用紧密相关。默里结合三十余年行业经验指出，AI更适宜作为辅助工具，而非取代人类决策的终极权威。
以工程领域为例，某英国重大项目曾向供应商询问AI系统的准确率，得到的答复是"80%至90%"，但这远未达到实际要求的99.999%精度标准。默里强调，这种差距决定了AI无法独立完成关键任务："AI可以生成桥梁设计方案，但没有任何机构会允许它直接签署工程文件。最终仍需人类工程师凭借专业资质进行审核。"这种"人在回路中"的模式，既发挥了AI的效率优势，又保留了人类对重大决策的把控权。
部分企业试图通过AI完全替代初级岗位的尝试，引发了默里的担忧。他观察到，某些公用事业公司虽利用AI辅助资深专家工作，却因此削减了新人培养计划。"当这批专家退休时，谁来填补空缺？"默里反问道，"专业经验需要十年甚至数十年的实践积累，没有捷径可走。如果年轻员工得不到成长机会，未来将出现严重的人才断层。"
Safe公司的实践提供了另一种思路。该公司将AI定位为全员效率提升工具：资深工程师借助AI快速筛选有效信息，初级开发者则通过AI生成代码框架，但仍需独立完成测试验证。"我们既保留资深团队，也持续招聘新人，"默里解释，"AI的作用是让所有人保持同步进步。"例如，某位工作多年的员工能迅速判断AI建议的可行性，而新员工则在AI辅助下加速掌握基础技能，形成良性循环。
对于AI技术的长期发展，默里持审慎乐观态度。他比喻道："就像互联网泡沫破裂后，相关技术反而更深入地融入社会，AI也会经历类似过程。尽管市场热度可能起伏，但其作为生产力工具的价值将持续存在。"这种判断基于他对行业本质的理解——技术必须服务于实际需求，而非制造虚假繁荣。
在数据驱动的时代，Safe公司的案例揭示了人机协作的新可能：AI负责处理海量信息与重复性工作，人类则专注于创造性决策与复杂问题解决。这种分工模式既避免了技术失控风险，又为人才培养预留了空间。正如默里所言："真正的挑战不在于AI能做什么，而在于我们如何设计让它与人类优势互补的系统。"当企业开始重新思考技术应用的边界时，或许能找到更可持续的发展路径。
