人工智能無處不在，但其價值尚未顯現(xiàn)。以下是如何讓IT領(lǐng)導(dǎo)者通過協(xié)調(diào)工具、培訓(xùn)和團隊來釋放人工智能的實際生產(chǎn)力。
圖源：CalypsoArt via Alamy Stock
只要問問任何一位IT領(lǐng)導(dǎo)者，他們都會告訴你，人工智能在提高生產(chǎn)力方面具有巨大的潛力。它可以幫助減少甚至消除繁瑣的工作，包括自動化幫助臺任務(wù)、簡化事件響應(yīng)、總結(jié)報告以及為員工節(jié)省處理行政雜務(wù)的時間。這些用例是真實存在的，其預(yù)期回報也是如此。根據(jù)麥肯錫的最新預(yù)測，生成式人工智能每年可能會為全球經(jīng)濟增加高達4.4萬億美元的經(jīng)濟價值。
但如果你問普通員工，這種承諾尚未完全實現(xiàn)。GoTo的2025年工作脈搏調(diào)查的新發(fā)現(xiàn)顯示，62%的員工認為人工智能被過度炒作，86%的員工表示他們沒有充分發(fā)揮其潛力。
盡管對人工智能的投資不斷增加，且越來越多的工具可供使用，但在許多工作場所，人工智能的影響仍然有些模糊且難以量化。
一、問題不在于獲取，而在于協(xié)調(diào)。
現(xiàn)實情況是，大多數(shù)組織并不是面臨人工智能的問題，而是面臨執(zhí)行的問題。人工智能工具越來越容易獲取，并且已經(jīng)嵌入到員工正在使用的平臺中，從IT支持軟件到生產(chǎn)力套件都是如此。然而，不到一半的IT領(lǐng)導(dǎo)者表示他們的公司有正式的人工智能政策，近一半的人承認他們并沒有積極衡量人工智能投資的回報率。
與此同時，員工們的技能準備不足。87%的人表示他們沒有接受過如何使用人工智能工具的適當培訓(xùn)，這意味著缺乏意識、采用率低、誤用或錯失機會。
這種培訓(xùn)和技能差距，加上缺乏政策、目標以及對結(jié)果的衡量，加劇了懷疑態(tài)度和緩慢的采用速度。Gartner（高德納）預(yù)測，到今年年底，至少有30%的人工智能項目將被放棄，主要原因是商業(yè)目標不明確、實施成本高昂或數(shù)據(jù)不可靠。更糟糕的是，只有少數(shù)組織表示自己準備好應(yīng)對與人工智能相關(guān)的風險，例如數(shù)據(jù)隱私、偏見和倫理問題。
二、IT必須引領(lǐng)轉(zhuǎn)型
人工智能采用的挑戰(zhàn)為CIO（首席信息官）和IT領(lǐng)導(dǎo)者提供了一個寶貴的機會，將這項技術(shù)從實驗性工具轉(zhuǎn)變?yōu)楹诵倪\營程序。
毫無疑問，人工智能是具有變革性的，尤其在使知識更易于獲取、從對話或會議中進行分析或總結(jié)以及通過振動編碼將想法轉(zhuǎn)化為功能性原型等領(lǐng)域，有許多提高生產(chǎn)力的例子。然而，人工智能的真正潛力并非體現(xiàn)在孤立的試點項目中，而是體現(xiàn)在它被整合到工作流程、部門和業(yè)務(wù)目標中時。這種跨功能的整合需要各部門的協(xié)調(diào)努力，但IT必須帶頭引領(lǐng)。
以下是三個實用的步驟：
1.建立明確的人工智能政策和治理模式
如果沒有一個良好溝通和文檔記錄的政策，人工智能很快就會變成一片混亂。這與云計算早期的情況有相似之處，當時我們面臨著蔓延和成本失控的挑戰(zhàn)。IT領(lǐng)導(dǎo)者不僅要定義人工智能應(yīng)該如何使用，還要定義它不應(yīng)該如何使用，明確的政策將概述用例、倫理指導(dǎo)方針、數(shù)據(jù)處理程序和合規(guī)期望。
盡管這看起來顯而易見，但有超過三分之一的員工報告稱，他們正在使用人工智能處理涉及公司機密數(shù)據(jù)、人事事務(wù)或高風險決策的敏感任務(wù)，這可能會帶來重大的安全或責任風險。
擁有人工智能政策的組織也更有可能報告生產(chǎn)力提升、服務(wù)交付速度加快以及員工對使用人工智能的信心增強。
2.優(yōu)先開展實踐培訓(xùn)
人工智能培訓(xùn)不能是一次性的網(wǎng)絡(luò)研討會，被埋在知識庫中，或者是一個30分鐘的團隊入門課程。要有效，它必須融入日常流程中。基于場景的培訓(xùn)讓員工使用這項技術(shù)，學習如何使其為自己發(fā)揮最佳效果，并在建立信任的同時促進更快的采用。
這些培訓(xùn)是非常值得的：在入職或提升技能項目中接受人工智能培訓(xùn)的員工，使用這些工具的頻率和效果是其他員工的三倍。
3.衡量ROI（投資回報率）時，超越成本節(jié)約
傳統(tǒng)的投資回報率模型通常無法或不能計算人工智能帶來的生產(chǎn)力提升。幫助臺工單是否能更快得到解決？員工是否花費較少時間總結(jié)會議或手動處理服務(wù)請求？這些就是技術(shù)領(lǐng)導(dǎo)者應(yīng)該跟蹤和報告的指標，以驗證持續(xù)投資的合理性。
新的KPI（關(guān)鍵績效指標），例如“每位員工每月節(jié)省的小時數(shù)”或“重復(fù)支持請求的減少”，可以幫助量化人工智能對運營效率的影響，甚至在成本削減可行之前。
三、文化將推動人工智能的采用
現(xiàn)實情況是，許多員工想要使用人工智能，但覺得自己沒有得到授權(quán)或支持以高效地使用它。
這一洞見指出了一個重要的現(xiàn)實：人工智能轉(zhuǎn)型既與文化有關(guān)，也與技術(shù)知識有關(guān)。在治理框架內(nèi)促進實驗和協(xié)作的組織將更容易在團隊中擴大人工智能的使用。
IT領(lǐng)導(dǎo)層在這里可以發(fā)揮關(guān)鍵作用，通過創(chuàng)建跨職能的人工智能委員會，宣傳內(nèi)部成功案例，并倡導(dǎo)持續(xù)學習。
四、生產(chǎn)力勝于承諾
人工智能領(lǐng)域正在迅速發(fā)展，工具將變得更加強大。但如果公司不能將這種力量轉(zhuǎn)化為日常工作中可用且可衡量的改進，它們將達不到預(yù)期，可能會浪費數(shù)百萬美元。
領(lǐng)導(dǎo)層必須推動從人工智能的炒作轉(zhuǎn)向人工智能的常態(tài)化使用。通過優(yōu)先協(xié)調(diào)人員、工具、政策和戰(zhàn)略之間的關(guān)系，他們可以釋放人工智能所承諾的生產(chǎn)力。風險很高，因為有效使用人工智能的企業(yè)和員工將取代那些不使用的人。
作者：Joseph George（約瑟夫·喬治）
譯者：木青
睿觀：
盡管AI（人工智能）被寄予厚望能大幅提升生產(chǎn)力，但現(xiàn)實中多數(shù)員工認為其被過度炒作（62%）且潛力未被充分發(fā)揮（86%），根本原因在于企業(yè)普遍缺乏系統(tǒng)性的執(zhí)行策略。問題不在于AI工具的獲取，而在于協(xié)調(diào)的失敗，具體表現(xiàn)為：缺乏明確的AI政策與治理（不到一半公司有）、缺乏有效的實踐性培訓(xùn)（87%員工未受過），以及缺乏超越傳統(tǒng)成本節(jié)約的、可量化的ROI（投資回報率）衡量標準。因此，CIO（首席信息官）必須帶頭引領(lǐng)轉(zhuǎn)型，將AI從零散的實驗轉(zhuǎn)變?yōu)楹诵倪\營程序。成功的關(guān)鍵在于優(yōu)先協(xié)調(diào)人、工具、政策和戰(zhàn)略，通過建立清晰的治理、推行融入日常的實踐性培訓(xùn)、并用新的KPI（如“每位員工節(jié)省的小時數(shù)”）來衡量價值，才能最終將AI的承諾，轉(zhuǎn)化為企業(yè)實實在在的生產(chǎn)力。
