企业部署生成式AI不能只考虑降本增效，还需要让员工参与其中并重新思考自己的工作

　　尽管企业的高层希望抓住这一波生成式人工智能带来的巨大潜力，但仍然有许多人却在徘徊。根据海外研究，到目前为止，只有6%的企业成功地培训了超过25%的员工使用新一代人工智能工具。2/3受访的企业高管认为，人工智能和新一代人工智能的能力至少需要两年的时间才能实现完整的价值。许多公司的董事会和高管团队都很谨慎，并提出了一些重大问题：这项技术是如何运作的？它将如何改变我们的经营方式？

　　波士顿咨询集团（Boston Consulting Group）的高级合伙人Matthew Kropp表示，我们现在正进入这样一个阶段，企业专注于如何产生真正的价值。我们看到客户在大目标上大起大落，花费数百万美元，目的是改变他们的业务运作方式。虽然我们还没有看到有很多增值，但我们正在实现这一目标。

　　但掌握这项技术本身只是实现新一代人工智能潜力的一部分。企业正在认识到，人工智能不仅仅是一种可以交给员工的工具，相反，这是一个思考人工智能在哪里以及如何改变一个组织以及如何完成工作的机会。这需要将员工流程、职能和角色分解为各个组成部分，以了解生成式人工智能在何处以及如何取代单调乏味的工作，同时增加和增强有价值的人类工作。

　　但这也意味着要解决第二点，而且这不是一个微不足道的问题：将员工潜在的抗拒或恐惧转化为热情，必须进行重大的企业文化的转变。采用人工智能很困难，部分原因是这项技术太新了，大多数人还没有学会如何有效地使用这些工具。但不仅如此，员工必须想要使用它们，并且想要学习如何有效地使用它们。

　　Matthew Kropp补充道，随着企业开始尝试，旨在解决痛点并产生真正的影响，他们将开始遇到员工的阻力。背后的原因有很多，包括员工拒绝学习新的工作方式，或者干脆拒绝使用他们认为即将到来的新技术。

　　他继续提到，从上到下，每一家企业都有一些大机会，但这可能不是开始的地方。如果你经营着一个巨大的呼叫中心，这是一个提高呼叫中心效率的大好机会。如果你在营销上投入了数十亿美元，那么你就有很大的机会去简化你创造内容的方式。同样，每个人的日常工作中也有成千上万的小机会。

　　为了找到这些机会，你需要通过教育的方式让整个企业组织参与进来，这是推动这种企业文化变革的关键。例如，让员工使用一些人工智能工具，培训员工如何使用这些工具，并鼓励他们思考如何重新设计他们的工作。

　　Matthew Kropp表示，你需要一些来自员工提出的创意，人们对这项技术的可能性感到兴奋，意识到他们可以从工作中解脱出来，同时给他们时间和空间，让他们深入研究自己真正喜欢的工作部分。员工需要相信，最终目标是改善他们的工作，积极提高他们在工作、才能和技能中获得的快乐，并让他们在自己的角色中更快乐。

　　目前的人工智能工具的部署仅仅是为了帮助企业提高生产力，但忽视了员工的需求。但波士顿咨询集团的董事总经理及高级合伙人Debbie Lovich进行的研究显示，喜欢自己工作的员工表示会考虑换一份新工作的可能性要低49%。

　　Matthew Kropp表示，所以，我们必须重新定位。我们的建议是，你应该专注于减少员工的辛劳，最大化他们的愉悦。看看员工的工作流程，弄清楚他们做了什么，哪些部分是痛苦的或不满足的。但是，当你需要创造力、思维多样性、风险管理、人际关系建立等等这些工作中最有趣和吸引人的方面时，人类是永远无法被取代的，而这些正是技术永远无法取代人类的方面。

　　例如，波士顿咨询集团的一个客户，这是一家拥有超过1.2万名工程师的金融机构，正在实施GitHub Copilot，这是一种生成式人工智能工具，既可以编写代码，也可以在工程师进行编码时提供帮助。在实施过程中，客户不仅关注有效使用该工具的基本培训和最佳实践，还展示了该工具如何消除工作中许多繁琐的部分，同时将更有价值的部分保留在工程师手中。

　　他解释道，生成式人工智能非常擅长编写测试代码，工程师们对此感到非常兴奋，因为他们意识到他们可以花更多的时间来做创造性的且解决问题的工作。他们实际上开始意识到，这不是取代自己，而是让自己在更高的水平上工作。GitHub Copilot让他们增加了更多的价值，让他们Aim for Outcomes的思维更有创造性，让他们可以做更多有趣的事情，减少不喜欢做的事情。

　　为此，波士顿咨询集团开发了ADORE框架，用来作为企业成功实施人工智能的路线图，同时提高员工的幸福感。这个框架可以被企业/组织作为一个整体来使用，也可以被希望改变运作方式的单个团队使用。

　　A（Aim for Outcomes）：以结果为目标。第一步是准确地阐明将人工智能纳入业务流程的目标，无论是提高客户满意度、降低成本还是增加销售时间。

　　D（Diagram status quo）：对现状用图形展示出来。一旦你确定了想要达到的目标，就可以从头到尾把目标过程的每一步都画出来。

　　O（Optimize for AI）：针对人工智能进行优化。在这里，你要检查过程的每一步，以确定哪些步骤是辛苦的，哪些是快乐的，或者换句话说：过程中的哪些部分可以并且应该用生成人工智能重新定义，哪些事情应该留在人类手中？

　　R（Redesign the process）：重新设计流程。一旦你确定了生成人工智能的优势将为流程增加价值的地方，就可以对流程重新设计。这可能意味着将自动化添加到工作流程的一部分，也可能意味着从头开始重新思考和重新设计整个流程。

　　E（Ensure outcomes）：确保结果。在这里，正确的指标被放置在适当的位置来衡量结果，并确保达到了目标，并看到了一开始设定的结果。另外，衡量员工的接受度、生产力的提高和员工从工作中获得的快乐程度也很重要。

　　Matthew Kropp表示，像呼叫中心这样的大型用例只是冰山一角。例如，我们正在看到人工智能驱动的企业知识管理的转变，它最初是在矢量数据库上分层的聊天机器人。今天，知识管理可以从企业组织各个方面的专有数据中进行见解的提炼。你需要继续深入挖掘这些机会，以及如何让员工参与人工智能带来的持久、积极的变革中。

　　与此同时，工程师们在代码生成智能代理的支持下，正在学习新的工作方式。生物制药公司正在缩短研发周期，以更快地将药物推向市场。保险公司正在利用新一代人工智能大幅加快承保流程，而消费品公司正在通过虚拟销售代理等方式创建新的直接面向消费者的销售渠道。

　　Matthew Kropp解释道，为了从企业高层实现真正持久的变革，挖掘出这样强有力的自上而下的目标，并确定人工智能将如何改变企业，这一点至关重要。因此，企业组织积极尝试和投资技术开发是非常重要的。但未来三到五年最重要的工作将是解决员工的担忧，并确保员工敬业度始终是你的生成式人工智能工作的核心。

　　及时了解最新的全球教育科技投资，请关注我们的Edtracker栏目（知识星球），查阅全球教育科技周报和月报。关于Edtracker，可以查阅我们之前的介绍（点击这里）。

Powered by Froala Editor