调查显示管理者对AI的期望与员工现实存在分歧
Upwork研究所在美国、英国、澳大利亚和加拿大对2,500名员工进行的一项最新研究发现，管理者与员工在人工智能（AI）在工作场所的应用上存在显著认知差异。调查显示，96%的管理者预计AI将提高生产力，但71%的全职员工感到过度疲劳，65%的员工难以满足更高的生产力要求。令人惊讶的是，47%的AI使用者不确定如何实现预期的生产力提升，而高达77%的人报告称AI降低了他们的生产力。这种差异引发了对当前AI技术有效性以及员工培训和支持是否充分的疑问。
关键要点
- 71%的全职员工因生产力要求增加而感到疲劳。
- 尽管96%的管理者期望AI提升生产力，但只有53%的员工知道如何实现这一改进。
- AI工具实际上降低了77%员工的生产力，增加了他们的工作负担。
- 公司要有效整合AI，必须确定具体的AI应用场景并优化其应用，以防止员工负担过重。
- 逐步细致地采用AI是充分利用其潜在优势而不导致员工疲劳的关键。
分析
管理者对AI的期望与员工体验之间的不一致突显了培训差距和技术误用的问题。短期内，企业正目睹员工疲劳增加和生产力下降，这对士气和运营效率产生了负面影响。然而，从长远来看，战略性地整合AI，聚焦特定任务和逐步实施，有助于缓解这些挑战，提升生产力和工作满意度。公司必须优先考虑员工培训和支持，以有效利用AI并确保可持续增长和技术适应性。
你知道吗？
- AI优化：
- 解释：AI优化涉及利用人工智能提高企业内各项任务的效率和效果。这包括识别可以从AI能力中受益的特定任务，如数据分析、自动化重复任务或预测建模，并配置AI系统以高效执行这些任务。
- 员工疲劳：
- 解释：员工疲劳是由于长期压力和过度工作导致的身体、情感和心理 exhaustion。它表现为动机、生产力下降和消极的工作态度。在AI整合的背景下，疲劳可能源于员工在没有足够支持或培训的情况下被期望适应新技术，导致工作负担和压力增加。
- AI应用场景：
- 解释：AI应用场景指的是人工智能被实施以解决问题或增强流程的具体场景或应用。确定这些应用场景需要理解企业的需求和挑战，确定AI如何解决这些问题，从自动化客户服务互动到优化供应链管理。