在人工智能實現(xiàn)方面，轉型管理可能是IT領導者最具挑戰(zhàn)性的一步。員工的猶豫歸結為意愿和技能兩個維度。首席信息官通過教育和晉升來解決員工的不情愿情緒，為組織的人工智能應用鋪平道路。
圖源：NDAB CREATIVITY（圖片上傳者，可以譯為用戶NDAB CREATIVITY，或者NDAB CREATIVITY）?/ SHUTTERSTOCK
【睿觀：IT領導者的挑戰(zhàn)：如何管理轉型與員工情緒？
在人工智能實現(xiàn)方面，轉型管理可能是IT領導者最具挑戰(zhàn)性的一步。通過教育和晉升來解決員工的不情愿情緒，首席信息官可以鋪平道路。人工智能技術在過去兩年里以令人眼花繚亂的速度發(fā)展，但許多企業(yè)的員工仍在猶豫是否要應用它們。員工的猶豫歸結為意愿和技能兩個維度。一些員工可能愿意使用人工智能，但缺乏必要的技能；其他人可能有技能，但沒有意愿。
一、教育是第一步
通過教育可以幫助員工理解人工智能是如何工作的，并看清其黑箱外表下的實際運作。不同企業(yè)的首席信息官，如Forrester的Michael Kasparian（邁克爾·卡斯帕里安）和Collections的QiFang Sun（啟方·孫），都強調了教育在人工智能采用過程中的重要性。教育員工如何利用人工智能工具，不僅可以提高生產(chǎn)力，還可以改善工作生活的平衡。
二、有意圖的升級與全公司支持
在推動人工智能的過程中，首席信息官需要在整個企業(yè)內爭取支持，并確保從高層到員工都有正確的認知和技能。正式的人工智能教育項目，如World Vision International的AI Academy，可以幫助員工掌握基本的人工智能知識和技能，從而更好地在業(yè)務環(huán)境中應用這些技術。此外，表彰和獎勵接受并利用人工智能的員工，也是推動轉型的重要手段。】
在過去的兩年里，人工智能技術以令人眼花繚亂的速度發(fā)展，但許多企業(yè)的員工仍在猶豫是否要應用它們。
一個常見的假設是，員工不愿意使用人工智能驅動的工具，因為他們擔心這些解決方案會超過他們自己的工作，并隨著時間的推移，被其替換。雖然工作崗位流失無疑是一個令人擔憂的問題，但造成這種猶豫的原因要復雜得多。
新加坡債務管理公司Collections的首席信息官Q(mào)iFang Sun（啟方·孫）將猶豫歸結為兩個維度：意愿和技能。
雖然一些員工可能愿意使用人工智能，但他們可能不具備必要的技能；其他人可能有技能，但沒有意愿。Sun（孫）說，對于組織來說，目標是找到或培養(yǎng)符合這兩個標準的員工：他們有使用人工智能的意愿和技能。
但考慮到大多數(shù)IT領導者在員工對人工智能所面臨的典型信念，這樣做具有挑戰(zhàn)性。
“有兩個極端。一個極端是他們認為人工智能非常強大，它將取代人類——以至于他們擔心自己可能會失業(yè)，”Sun（孫）說，“而另一個極端是，人們把它視為黑箱。他們看不到它的可解釋性，也不信任它。”
總部位于新加坡的World Vision International（國際世界宣明會，臺灣譯“世界展望會”是一個以兒童為本的國際性救援、發(fā)展及公共教育機構，由卜皮爾/Dr.Robert Pierce于1950年，為援助朝鮮戰(zhàn)爭的孤兒而創(chuàng)立。具體工作內容主要有：兒童保護、救災及重建、教育、醫(yī)療衛(wèi)生、農(nóng)林環(huán)保/小型基建、關顧孤兒、城市事工等。.在北美、歐洲、亞洲12個國家設有籌資機構，以支持其在約100個國家及地區(qū)進行的四千五百多個活動項目。）首席信息官Bogdan Nita（博格達尼·尼特）見證了終端用戶和IT領導者對人工智能的類似black-and-white thinking（非黑即白的思考。）。
他說：“（人工智能要么）被視為一根魔法棒：您只要應用人工智能，您的數(shù)據(jù)——盡管可能不準確、不一致、不可靠——突然變得相反，要么令人心驚?！?/span>
KEO International Consultants（是一家由規(guī)劃、設計、工程和項目管理專業(yè)人士組成的創(chuàng)意企業(yè)。）的Damir Jaksic（達米爾·亞克希奇）親自經(jīng)歷了這種人工智能的不情愿。這位總部位于迪拜的首席信息官表示，這家規(guī)劃、設計、工程和項目管理咨詢公司的建筑師、室內設計師和其他專業(yè)人士對人工智能對其自身執(zhí)行的威脅表示了保留意見。
“在我們的建筑和設計領域，創(chuàng)造力是被高度重視的。建筑師、設計師和室內設計師認為，人工智能工具會扼殺他們的創(chuàng)造性表達或破壞他們設計的獨特性。”他說。
Jaksic（亞克希奇）說，克服這個問題的關鍵是教授給員工人工智能如何工作，以幫助他們理解人工智能是與他們角色的互補，而非增補。”
為此，Jaksic（亞克希奇）試圖向KEO員工展示，人工智能可以幫助他們完成更高價值的工作，這對他們的行業(yè)至關重要：盡管到2050年，預計世界上一半的人口將生活在城市地區(qū)，但缺乏合格的專業(yè)人員來幫助設計師、建筑師和建造房地產(chǎn)。
他說：“在我看來，人工智能的出現(xiàn)恰逢其時，有助于提高生產(chǎn)力。”
在Jaksic（亞克希奇）的領導下，KEO已經(jīng)發(fā)現(xiàn)了幾個在不降低創(chuàng)造力的情況下提高效率的用例。他說，例如，concept renders/概念渲染，曾經(jīng)需要幾十個小時的生產(chǎn)才能完成，但在人工智能藝術生成器的幫助下，如Midtravel（是一種能夠根據(jù)一組設計參數(shù)生成圖像的人工智能工具，它的使用使GetAgent能夠創(chuàng)建這些重新構想的標志性建筑的混合作品。）或Stable Diffusion（是由Stability AI和LAION等公司共同開發(fā)的生成式模型，總共有1B左右的參數(shù)量，可以用于文生圖，圖生圖，圖像inpainting，ControlNet控制生成，圖像超分等豐富的任務），可以以指數(shù)級的速度完成，同時所有這些仍在實際專業(yè)人員的熟練指導下。
一、教育是第一步
Forrester（弗雷斯特市場咨詢，是一家獨立的技術和市場研究公司，針對技術給業(yè)務和客戶所帶來的影響提供務實和具有前瞻性的建議。公司已經(jīng)被公認為思想的領導者和可信賴的咨詢商，通過所從事的研究、咨詢、市場活動和高層對等交流計劃，幫助那些全球性的企業(yè)用戶建立起市場領導地位。）首席信息官Michael Kasparian（邁克爾·卡斯帕里安）是另一位支持采取教育優(yōu)先的方法，讓員工在工作場所利用人工智能的支持者。
盡管Kasparian（卡斯帕里安）表示，F(xiàn)orrester作為一個組織，對使用人工智能持相對開放的態(tài)度，但員工們表達了對證據(jù)和透明度的渴望，以幫助解釋人工智能建議、預測和輸出背后的“為什么”。
Kasparian（卡斯帕里安）舉了一個利益相關者想要理解客戶流失建議的基礎的例子：“是因為他們不積極與我們合作嗎？是因為他們沒有參與進來嗎？然后最終：他們能做些什么？我認為人們最初掙扎的地方是這樣的，‘您是說它很低級，但我認為他們做得很好，’那么為何這樣，對吧？所以能夠有證據(jù)支持這一點對任何模型都很重要，”他說。
Kasparian（卡斯帕里安）補充說，F(xiàn)orrester的員工也在圍繞生成式人工智能方面做了大量的工作，比如內容創(chuàng)建和文字記錄摘要。在鼓勵員工使用生成人工智能時，Kasparian（卡斯帕里安）強調了可以從這些工具中獲得的效率。
同時，Kasparian（卡斯帕里安）提醒這些員工，這些內容是不可復制的?！叭绻鷨柾粋€問題兩次，您可能會得到不同的答案，”他說，并補充說，hallucinations（幻覺，指模型生成不基于實際數(shù)據(jù)或與現(xiàn)實顯著不同的內容的現(xiàn)象。）也可能是一個問題。
“我們對人們的培訓是，‘看，這是創(chuàng)建電子郵件草稿或總結電話記錄的好方法，但您得確認一下。不要只從表面上看，’”他說。
Kasparian（卡斯帕里安）說，鼓勵員工利用生成式人工智能的產(chǎn)出作為自己更高級別工作的基礎，有助于提高生產(chǎn)力。這一信息是他和他的團隊如何向員工推銷生成式人工智能的核心。
“使用生成式人工智能作為草稿，然后自己完善。您從中提取了很多最初的手動工作，但最終允許最終用戶根據(jù)他們的語氣或措辭來迎合信息?！彼f，“這讓他們獲得了80%的成功機會，所以我認為人們已經(jīng)看到了這方面的很多價值?！?/span>
和Kasparian（卡斯帕里安）一樣，Collections的Sun（孫）也強調人工智能如何幫助提高日常生產(chǎn)力。他還從大局出發(fā)，解釋了使用人工智能如何能改善工作生活的平衡。
“如果您想說服員工，最重要的是告訴他們，這將給您帶來工作生活的平衡。”他說，“人工智能可以幫助您，把您從日常工作中拯救出來?！?/span>
這種教育可以幫助促進人工智能的采用。那些能更好地看到人工智能曾經(jīng)所擁有的黑箱的員工，將更有可能在任何決策過程中考慮其產(chǎn)出。同樣地，那些理解人工智能工作流程仍然是一個人工輔助流程的員工，將更有可能接受那些能夠幫助但不排除他們自己勞動的解決方案。
二、有意圖的升級
如果意愿和技能是影響對人工智能猶豫不決的兩個主要維度，那么那些質疑花時間學習技術是否值得付出努力的員工就處于十字路口。
他指出，這些員工通常認為人工智能learning curve（學習曲線，在一定時間內獲得的技能或知識的速率，又稱練習曲線/practice curves。）太陡峭，無法從一開始就證明開始學習是合理的。
Jaksic（亞克希奇）說：“人們認為人工智能是種復雜的東西，可能是因為那些電影。他們擔心：他們會有時間和精力學習這些新技能并適應新系統(tǒng)嗎？”
他補充說，這一挑戰(zhàn)并非人工智能所獨有。他說：“我們都喜歡熟悉的工作方式，我們不喜歡破壞既定的日?；顒?。”
也許最好的進展是表明，學習足夠的人工智能直至能夠有效地使用它并不需要巨大的投資。為此，Jaksic（亞克希奇）在KEO組織了一個正式的人工智能教育項目。
該項目名為“Summer of Innovation/創(chuàng)新之夏”，在午餐時間前后組織，由高級領導人圍繞高級人工智能概念進行教學。這些課程的目標是提供足夠的環(huán)境，讓員工能夠舒適地自己進行人工智能實驗。
除了教學之外，還有賞識。
Jaksic（亞克希奇）建議在公開儀式上這樣做，他說：“最重要的部分之一是通過認可接受人工智能的員工來贊賞和獎勵創(chuàng)新。這是為了激勵其他人效仿?！?/span>
“最重要的部分之一是通過認可接受人工智能的員工來認證并獎勵創(chuàng)新。[這是]為了激勵其他人效仿，”賈克西奇說，他建議在一個公開儀式上這樣做。
World Vision International的Nita（尼特）也實施了一個正式的項目，稱為AI Academy/人工智能學院。AI Academy的目標是向員工傳授人工智能的基礎知識，包括它是如何工作的，機器學習或自然語言處理等術語的真正含義，最重要的是，他們如何在業(yè)務環(huán)境中使用人工智能。
為了確保課程落地，Nita（尼特）建議制定適合學習者視角的討論框架。
“例如，當我們試圖提高金融人員的技能時，我們總是使用來自金融領域的模型?！彼f，“了解您的目標受眾并確保您調整上下文以回應特定的目標受眾總是非常重要的?！?/span>
三、全公司人工智能活動
除了員工教育和晉升之外，首席信息官還必須在整個企業(yè)中爭取對人工智能的支持。對Nita（尼特）來說，這意味著支撐必須自上而下驅動。
他說：“一切都從高層開始。如果您在高層組織中沒有正確的支持——甚至從董事會開始，然后移至執(zhí)行領導團隊——低于這個級別，那么什么也不會發(fā)生。”
為了激發(fā)高層領導的支持，Nita（尼特）建議首席信息官尋找有助于建立組織動力的證據(jù)。
“在沒有證明該投資將產(chǎn)生的價值的情況下，永遠不要開口要求2000萬新元的投資。”他說，“所以，從小處入手，進行高質量的實驗、試驗或原型，以顯示價值。這不是關乎技術的價值，而是關乎其能夠為企業(yè)帶來的價值?！?/span>
根據(jù)Nita（尼特）的說法，這種方法將確保人工智能成為企業(yè)級的舉措，而不僅僅是由IT團隊孤立驅動的舉措。
Jaksic（亞克希奇）還認為，轉型應該從上到下來推動，從首席信息官開始，他必須愿意以身作則。
“作為一名領導者，您必須展示自己接受人工智能并參與其整合的意愿。這會激發(fā)信心，激勵他人。”
在與董事會級別的領導者或投資者打交道時，Sun（孫）建議從具有明顯投資回報的用例開始。例如，Collections在亞太地區(qū)的幾個市場開展業(yè)務，每個市場都有自己的語言，這可能會使跨文化交流變得困難。該公司已經(jīng)開始使用生成式人工智能來幫助翻譯業(yè)務通信。
現(xiàn)在，在生成式人工智能的幫助下，泰國同事現(xiàn)在可以更自信地用英語寫商務信函，Sun（孫）指出，這樣的用例很有幫助，因為只需最少的投資就可以獲得明顯的收益。
“這顯而易見。人們可以看到好處本身?！彼f，“但如果您想為您的公司建立一個代理，針對您自己的特定業(yè)務環(huán)境，這需要一些努力和資源?！?/span>
這一建議符合Nita（尼特）的建議，即首席信息官們決不能忘記考慮其組織的整體數(shù)據(jù)成熟度，而只關注員工轉型管理，這可能一葉障目。
他強調，公司必須在數(shù)據(jù)流程、管理和治理方面有堅實的基礎。除了員工個人情緒之外，這些領域的差距也是“人工智能的應用有時不如預期成功”的主要原因?！?/span>
為了在數(shù)據(jù)成熟的哪個階段加快人工智能的采用，Nita（尼特）建議首席信息官利用已經(jīng)建立的最佳實踐來推動特定組織內的轉型。他說：“接受他們，向他們學習，并進一步推進事業(yè)?！?/span>
充分利用您的數(shù)據(jù)。
作者：Eric Frank（埃里克·弗蘭克）
Eric Frank（埃里克·弗蘭克）是一名自由撰稿人和數(shù)據(jù)科學家，目前在密歇根大學學習。
譯者：寶藍 @lex
