首页 / 小说书库 / AI领导课:企业数智化转型的9项关键行动 / 正文
点评
第3章 包容 把员工当“人”看,人机协作要有包容性

企业部署AI可能会影响员工的归属感。随着智能机器开始承担那些原本由知识型员工负责的复杂智力工作,员工们可能会担心自己在组织中的价值逐渐降低,甚至担心有一天会被淘汰或被边缘化。这种担心并非杞人忧天。与人类相比,AI不需要医疗保险和退休计划等福利,也不需要周末和节假日休息。 同时,员工与AI的整合工作往往由IT部门而非人力资源部门主导,这在无形中传递出一种信号——在某种程度上,企业将员工和AI视为可互换的资源。实际上,当今的企业正致力于将工作任务流程尽可能自动化。赛富时(Salesforce)首席数字化推广师瓦拉·阿夫沙尔(Vala Afshar)在2022年曾预测:到2024年,自动化方面的需求将急剧上升,预计各行业80%的组织将把超级自动化(HyperAutomation)作为他们的主要技术目标 。因此,越来越多的人开始意识到,这种对自动化的无限追求正在塑造一个新的现实:我们正朝着一个由AI主导、几乎不需要人工干预的未来迈进。

从工作效率和经济效益的角度审视,相较于人类员工,AI的自动化和自我学习能力无疑展现出巨大的优势,以至于企业领导者在引入AI时,往往未能充分考虑“包容性”的重要性。在企业部署AI的过程中,“包容性”不仅关乎员工作为组织正式成员的归属感,更关乎他们在工作环境中作为人类所感受到的舒适与自信,它还意味着员工因其对组织做出的独特贡献而获得尊重和重视。

与大多数人看待问题的关注点不同,尽管AI显著提高了工作效率和经济效益,但深谙AI的领导者会将“包容性”置于核心地位。他们深知,若不妥善处理包容性问题,AI的部署必将遭遇阻力。若员工在使用AI时感到被边缘化,这可能会引发一系列负面后果。当员工对与AI的合作产生抵触、不信任AI的能力、反对AI带来的变革,并开始形成封闭的小团体时,组织将难以从AI技术中获得预期的创新价值。因此,作为一位深谙AI的领导者,你有责任在部署AI时充分考虑包容性问题。遵循本章提出的建议和步骤,你的AI部署工作将更加顺畅高效。员工与机器的协作(人机协作)将推动组织绩效的提升,同时,整个组织将沐浴在深厚的人文关怀和包容性的氛围之中。

员工对AI的排斥往往源于组织部署AI时对员工参与的忽视。许多公司引入AI的初衷是“减员增效”,力求在工作流程中最大限度地减少人为干预,端到端贯通。一旦这种运营模式被确立,企业的运营和战略将交由计算机算法主导,人类员工则可能发现自己难以融入这一由机器驱动的新环境。

在这种模式下,员工将被当作机器对待,被推入在AI监督之下的僵化工作结构中,领导者只会关注员工是不是对提升组织绩效和效率有贡献。这将削弱员工对自己工作的控制感,进而损害其工作积极性和绩效表现。当AI主导工作节奏时,员工工作的难度和复杂度可能会增加,因为AI会迅速处理简单、确定性强的任务,而将复杂度更高、不确定性更强的任务交给人类处理。然而,如果员工的工作积极性下降,而工作难度和复杂度又增加,那么他们的工作输出质量也会受到影响,这反过来又会抑制AI在提升工作效率和组织生产力方面的潜力释放。

例如,不久前,我的一位同事前往银行申请一张信用卡。在办理过程中,银行职员告诉她,首先需要查询银行的AI算法系统来确定她是否有资格获得她所期望的信用卡。尽管我的同事拥有良好的收入和信用记录,并且作为一位专业技术人员拥有稳定的收入来源,但当银行职员通知她AI算法系统判定她不符合申请条件时,她感到非常惊讶。面对她的进一步询问,银行职员表现得不太愿意解释,只是强调这是基于数据的自动化程序得出的结果,因此他也无法就此提供更多细节。有意思的是,银行职员嘟囔了一句:“我毕竟不是机器,怎能洞悉算法的逻辑?”这句话透露出,即便是银行职员,也感到自己对工作缺乏控制,他显然没有进一步探究的意愿,也不希望我的同事深究算法为何做出这样的决定。你看,一个由AI算法主导的服务流程,导致了糟糕的客户服务体验,让各方都感到很憋屈。

相比之下,未来更具可持续性的业务模式将转向人机协作和包容性交互,特别是那些对认知能力要求比较高的任务。 在这一过程中,AI将利用其卓越的认知和分析技能来协助员工,使员工的工作变得更加轻松。例如,AI能够助力工程师编写更高质量的代码,同时为销售人员提供即时反馈,协助他们优化与客户的沟通方法。为了确保员工保持高昂的工作热情,企业需要确保员工参与到人机协作工作环境的设计中来。然而,令人遗憾的是,这种情况在我们身边还很少见。 有了AI这个“新同事”,工作环境会发生变化,员工需要积极适应这种人机共生的新环境。你需要让员工多了解AI的工作原理,并与员工就“AI最擅长什么”“人类最擅长什么”达成共识。这样,你就能塑造一个让AI和人类各展所长、相互增益的高效工作环境。

这种人机协作模式已经以不同的形态出现在各种组织场景中了。

一种狭义的人机协作模式体现在AI全面承担那些常规任务,以便释放员工的潜能。AI可以承担高度标准化的任务,比如筛选简历以识别有潜力的求职者,或筛查医学扫描图像以检测早期出现的癌细胞,而人类则发挥他们在感知、预见和想象未来情景方面的独特能力,以及规划、部署和监督AI的统筹能力。

未来,真正有价值的人机协作模式将体现在员工与AI之间日益频繁且持续的互动中,从而使AI与人类及其他智能技术并肩“共事”。例如,随着先进的大语言模型兴起,人类与AI正通过迭代和互动的方式共同创造新的内容、创意和艺术作品。人们向ChatGPT这样的大语言模型输入提示词,而它则通过生成对话、撰写文章或提出构想来进行快速回应,而且这些互动将随着时间推移而不断深化,所输出的结果也越来越接近人类所期待的样子。同时,大语言模型还可以与其他类型的AI系统交互,通过“机-机”协作 来联合创建文本、音频、视频等多模态内容,甚至为其他智能设备直接生成程序代码。

在上面提到的未来场景例子中,“人-机”协作的价值显而易见,但“机-机”协作真的是我们需要的吗?设想一下,如果我们仅让计算机承担为其他智能设备编写代码的任务,这种“机-机”闭环真的能为企业带来长远的益处吗?还是说,随着时间推移,它甚至可能产生负面效果?最新研究揭示,完全自动化、无须人类介入的AI编程工作模式确实潜藏着巨大风险。纽约大学网络安全中心的专家们利用AI编程助手GitHub Copilot自动生成了1692个软件程序,发现其中多达40%的软件程序存在严重的安全漏洞。 因此,若工作流程仅由计算机执行而缺少人类的参与(也就是说,将员工排除在工作循环之外),可能会引发重大的安全风险,进而损害组织的声誉及其运作效能。

因此,我认为,“人机协作”将成为组织未来发展的新趋势。面对这一趋势,作为一位深谙AI的领导者,你需要承担的一项关键任务是确定何种策略能够营造一种包容性的工作环境。即便在AI系统日益增多的背景下,员工的工作环境仍需保持浓厚的人文关怀和相互尊重的氛围。

部署AI时采取包容性方法,将为企业带来三重显著益处:首先,它将增强员工对AI的控制感;其次,它有助于减少员工对AI的抵触情绪;最后,它促进了员工对AI的信任。这些益处不仅能帮助AI更高效地融入员工的日常操作流程,而且显著提高了AI在整个组织中创造价值的潜力,而不是让AI仅在局部流程中产生零星且微小的影响。以下是对这三重益处的详细阐述。

增强员工对AI的控制感

作为一位对AI极具商业洞察力的领导者,你的任务是向员工阐明AI的部署是为了服务组织的全体员工,而非取代他们。若员工在AI部署过程中感到被边缘化,他们可能会失去控制感,进而对AI产生抵触。这种控制感的缺失导致他们不太可能遵循你所设定的AI部署路线图行动。

你应该如何行动?举例来说,让员工参与AI系统的设计和部署过程,可以显著提升他们对AI的控制感。通过认真考虑并整合员工的反馈意见,你可以开发出界面直观而交互友好的AI系统,这些系统能够有效地支持员工的日常工作任务和相应职责。这种定制化的方法不仅增强了员工对AI的控制感,而且使AI成为他们工作的得力助手,而非一种强加的、缺乏灵活性的技术控制手段,从而增强他们的工作自主性。

减少员工对AI的抵触情绪

研究揭示,员工对AI算法可能存在本能的抵触:他们往往更倾向于与人类合作,而非与AI合作——哪怕AI在性能上超越了人类。 作为领导者,你必须洞察这种本能倾向,并理解员工在面对AI时的负面反应可能更多出于情感而非理性。这种情感反应的根源在于,人类在面对与自己相似度很低的非人类实体的挑战时,普遍会产生不适感。

作为领导者,在你以包容性方法推动AI部署的过程中,你应将自己定位为促进人机互动的关键协调者。一方面,确保员工获得充分的支持和培训,使他们能够与AI系统高效地协作;另一方面,当员工在与AI系统的交互中遇到难题时,你应提供足够多的机会,让他们能够在主管或专家的指导下寻找“有温度”的解决方案,而不是单纯地依赖智能聊天机器人。通过这样的方式,当员工感受到自己是人机协作新模式的重要一部分时,他们对这种新兴智能技术的抵触情绪将得到有效缓解。

促进员工对AI的信任

员工对AI信任感的缺失正成为一个日益严峻的问题。这种不信任可能给企业带来巨大的成本负担。举例来说,当员工对AI系统所给出的建议本能地持怀疑态度时,他们可能会直接忽略这些建议,或者在经过一番耗时耗力的审查后才不情愿地接受这些建议。目前,人们正尝试通过提升AI的精确度、模型效能、数据质量和透明度来修复这种信任缺失。 然而,研究指出,人们难以宽容地对待AI系统犯下的哪怕是很小的错误,这进一步削弱了人们对AI的信任。 尽管AI的准确性和性能在不断提升,但调查显示人们对AI的信任度仍在持续下降。 根据澳大利亚昆士兰大学管理学教授妮科尔·吉莱斯皮(Nicole Gillespie)及其团队在2023年的研究,全球近半数员工对工作中使用的AI缺乏信任, 这种信任缺失使他们更不愿意依赖AI给出的决策建议。

因此,让员工参与AI部署项目,对于培养他们对AI的信任至关重要。例如,通过提供关于AI系统如何做出决策的清晰解释,可以缓解员工对“黑箱”操作的顾虑,使他们相信这些系统是可靠的。然而,需要注意的是,要获得AI系统内部逻辑的解释并以普通用户易于理解的方式呈现这些解释,则需要在技术上付出更大的努力。因此,作为领导者,你需要与数据分析团队紧密合作,紧跟AI在可解释性方面的最新进展,确保始终能向员工提供真实且易于理解的系统运作解释。同时,开诚布公地讨论AI的优势、局限性和预期用途,这样有助于消除AI的神秘感,减轻员工的疑虑。通过让员工明白AI能为他们做什么和不能做什么,你可以帮助他们更清楚地了解在什么情况下应该信任AI。

写到这里,我还有一个关键点需要提醒你:只有当员工觉得你有领导力时,你在推动包容性方法上所付出的所有努力才会奏效。换句话说,只有当你作为领导者时被员工视为可靠、真诚、值得信赖,并在整个AI部署过程中充分照顾到员工的利益时,你付出的这些努力才能取得成功。如果一个领导者的意图和行为没有赢得员工的信任,他就难以说服他人接受新的工作方式(例如,与AI协作),也无法激励员工去学习一种融合了业务知识和AI专业知识的新型共同语言。

作为一位深谙AI的领导者,要在组织内推动包容性,关键在于掌握赢得他人信任的艺术。要想树立自己值得信赖的领导者形象,首先要理解他人为何信任你。毕竟,信任是一种非常主观的感受。 作为领导者,你需要向团队展现自己的专业能力(深入理解AI并能够清楚地解释它)、沟通的真诚度(坦率地分享信息)以及深切的同情心(在推行AI技术时,始终将员工的利益放在首位)。

很多员工认为,如今的组织不再愿意接受“人”的缺陷,因此他们可能不得不舍弃自己熟悉的工作方式。企业这种过高的期望,在员工看来无疑是对他们作为“人”的本质属性的严重挑战,这进一步引发了他们的沮丧情绪。这种沮丧情绪的增加将带来不可控的后果,因为它会促使员工做出某些投机取巧行为。例如,面对指导他们驾驶的AI,优步司机可能会感到挫败,他们可能会寻找巧妙的方法来规避AI算法,或者直接操纵AI算法,人为地制造价格高峰,给乘客带来不好的服务体验。

这里有一个贴切的小案例,生动地反映了员工的沮丧情绪。为何在引入AI之后,呼叫中心的客服人员流失率居高不下?一个很重要的原因是,公司常常使用AI处理那些简单的客户咨询,而将复杂且棘手的问题甩给客服人员,让他们直面那些因AI无法提供有效帮助而感到沮丧的客户的情绪。当你不加选择地将所有重复性和规律性的工作进行自动化处理,却将最具挑战性和需要情感投入的任务分配给人类时,实际上是在增加员工的焦虑情绪并降低他们的幸福感。这种趋势,在我们身边已经越来越明显。根据2021年发表在SSCI期刊《社会中的技术》(Technology in Society)的一篇论文,自动化程度的提高与员工健康状况的恶化、工作满意度的降低以及总体幸福感的下降密切相关。

组织氛围缺乏包容性甚至可能引发员工的联合抵制。以亚马逊包装厂为例,工人在AI算法的严格“监督”下,被迫适应极其紧张的工作节奏,工作节奏之快令他们几乎喘不过气,这样的环境增加了工人受伤的风险。为了达成那些不切实际的生产率目标,工人们几乎没有休息的机会,还可能因未达成目标而被AI算法随意解雇。在沮丧和愤怒之余,工人们联名签署请愿书,并在仓库外集会,高呼口号“我们不是机器人!”进行抗议。 正如其中一位工人所言:“他们只关心生产效率。他们不把员工当回事。他们对机器人的关心超过了对员工的关心。”

我并不是说,你应该屈服于员工对AI的抵触情绪——不能仅因为AI会打乱他们的习惯和偏好,公司干脆就回避部署AI。无疑,要推动变革,有时需要促使员工走出自己的舒适区。然而,至关重要的是,如果你既想减少员工的抵触情绪,又想让他们走出舒适区,你就得确保他们明白企业部署AI的动机,以及你将在这一变革过程中如何顾及他们的利益。在这种情况下,你需要保持耐心,员工需要时间去学习和理解AI究竟是如何帮助他们工作的。

AI的部署不仅可能激起员工的抵触情绪,还有可能加深部门间的隔阂,损害组织的包容性。隔阂可能以多种形式表现。首先,对AI系统的深入理解和操作往往需要较高深的技术知识,这种知识在技术团队之外并不常见,导致人力资源、运营、市场等非技术部门在与AI互动时会遇到困难。这是一个典型问题,要以符合各自业务视角和目标的方式有效地应用AI技术,这些团队必须拥有足够的技术知识储备。其次,数据的所有权和访问权可能在不同部门间引发争议。AI系统高度依赖数据进行学习和决策,但不同团队可能掌握着各自的数据集,并且可能出于各种原因不愿意或无法跨部门进行数据共享。这种数据孤岛现象可能导致“部门墙”进一步升高。最后,AI系统对不同团队的影响程度不一。一些团队可能会发现AI对他们的工作帮助很大,而另一些团队则可能感到AI更多被公司用来“优化” 他们的团队,而非其他团队,从而对AI的部署有顾虑。当不同团队对AI的部署产生不同程度的威胁感或助益感时,这种感知上的差异可能导致团队间形成信息孤岛,员工为了维护个人或小团体的利益,可能会抵制跨部门合作和数据共享。

这种部门间隔阂所造成的结果是,业务部门和AI专家各自为政。人们在心理上自我封闭,只专注于自己的专业领域。由于信息孤岛的存在,数据分析专家便将注意力集中在自己的数据分析任务和问题上,而忽略了更宏观的企业目标和经营宗旨。此外,不同团队对AI部署方式的差异可能导致资源的重复投入或利用不足,这限制了AI在整个组织内的部署和推广。同时,不同团队独立地收集、存储和管理数据,可能造成各团队数据的不一致、冗余或缺失。这些问题都可能阻碍作为领导者的你充分挖掘和利用数据。

最终,当各部门各自为政时,企业在跨部门合作和跨领域问题解决方面的机会便减少了,而这样的机会对于AI推动跨部门项目、实现企业整体目标至关重要。例如,如果“部门墙”现象十分普遍,数据可能被某个部门独占,或者各部门可能锁定自己的数据,有意使用不同类型的数据库,导致彼此之间的数据库型号不兼容而无法共享数据。无论是哪种情形,都会影响数据的有效使用,妨碍企业基于跨团队的数据得出更有价值的结论和建议。在这种情况下,作为一位倡导包容性的领导者,你必须强调协作的重要性,而且你可能需要采取一些技术或管理措施来解决这一问题,比如将各部门的数据集中存储于云端,便于开展统一的数据分析工作。

如果你在部署AI的过程中忽视了包容性,员工可能会感到沮丧、焦虑和不满,这些负面情绪可能导致他们产生抵触情绪和其他消极行为。他们可能会退回各自的部门领域,坚守自己的一亩三分地,导致企业无法实现有效的跨部门协作,也无法充分发挥AI为组织带来的益处。

作为一位深谙AI商业价值的领导者,要应对这些挑战,你需要找到方法,将AI的部署过程塑造成一个对员工具有包容性的变革之旅。接下来,让我们探讨具体的实施策略。

作为企业领导者,你希望让员工感觉自己是组织中的正式成员——在与AI协作时,能够以一个完整的“人”的身份有尊严地去工作。为了实现这一目标,我想给你以下四点建议。

・创造与他人建立社交关系的空间和时间

・让技术团队和非技术团队并肩工作

・培养你自己的领导力和包容性技能

・充分肯定“人机协作”中人的价值

下面,我对这四点建议逐一展开阐述。

创造与他人建立社交关系的空间和时间

研究显示,人们与AI共同工作时常常会感到孤单和有隔离感。 为了与AI协作,员工必须与机器进行大量接触并长期端坐在计算机前,这限制了他们与其他人的社交互动。例如,数字保险核保人依赖AI系统来评估保险申请,却往往没有机会见到保险申请人,他们每天仅与系统中的数据打交道。

皮尤研究中心(Pew Research Center)的一项民意调查反映出人们对于AI在生活中扮演角色的一个主要担忧是,它可能造成人与人之间的隔阂。 因此,作为领导者,你的一项关键职责是满足那些经常与AI互动的员工的社交需求。你可以创造社交互动的机会,把社交互动融入工作生活的核心部分。无论是在AI环境下还是在后疫情时代的工作模式中,你都需要思考如何更好地平衡面对面和远程工作,以促进人际互动。AI带来的这种隔离效应,使得在员工之间建立人际关系变得更加迫切。

你可以通过组织公司内外的社交活动和在线社群来增强人与人之间的互动。例如,对于那些仅通过AI系统处理保险而见不到保险申请人的数字保险核保人,可以在工作日程中安排他们每周与其他核保人员以及开发他们所使用AI系统的技术团队会面,共同探讨如何优化系统。同样,像优步司机这样在工作中持续受到AI算法监控、感觉被工具化的人群,在他们需要帮助或遇到问题时,也要让他们可以便捷地致电公司内的其他同事寻求帮助。

让技术团队和非技术团队并肩工作

作为一位深谙AI的领导者,你应深知人机协作的成功依赖于跨领域的紧密合作。你不应允许技术专家和业务专家退回到各自的“墙”内——无论是真实的“墙”还是虚拟的“墙”。

要拆除这些“墙”,在部署AI时就需要构建一个多元化的团队。例如,业务专家可以向技术专家阐明需要达成的业务目标,而技术专家则需要提供关于哪些AI系统适合使用的专业技术建议。同时,人力资源部门可以向员工介绍公司即将部署的AI系统类型及员工所需掌握的技能,而运营团队则可以努力将整个人机协作流程无缝整合到组织的运作之中。

当然,要领导这样一个多元化的团队并将他们紧密团结起来,你需要具备出色的沟通技巧。你的沟通应该包容并整合不同的视角。无论是人类与AI的互动,还是技术专家与业务专家之间的交流,清晰且易于理解的沟通都是至关重要的。你需要在组织内部倡导这样的沟通方式。你可以用独具一格的话语来调和技术专家与业务专家之间的观点差异,并让他们以全新的视角来看待AI的价值。例如,作为企业领导者,你可以首先向技术团队和业务团队阐明公司的需求及其重要性。在此基础上,你可以概述需要哪些技术来满足这些需求,以及技术专家如何成为组织流程变革的一部分,以实现预期目标。接着,你可以确定将部署哪种类型的AI(详见第1章)来分析哪些数据,并为此启动相关的试点项目。在试点项目取得阶段性成果后,你可以与组织内的其他成员共同讨论这些成果。通过讨论,你可以收集到一些反馈意见,这些意见对于优化AI融入公司业务的下一步行动非常有帮助。

这种思维模式使你能够将AI知识与业务知识相结合,利用你的综合视角来识别可能阻碍协作的障碍。作为一位深思熟虑的领导者,你应该努力成为“数据分析—业务经营”之间的桥梁。 这样的角色定位有助于你在业务部门和技术部门之间构建一种共同语言,推动大家了解如何解决问题、发现其中的规律,把大问题拆分成小问题,最终找到一种大家都能用的工作方法。

如果你未能发挥这种桥梁作用,你的团队可能无法凝聚,而你试图营造的包容性氛围也可能随之消散。我在一个咨询项目中目睹了这一点。当时,一家全球性金融机构的首席技术官(CTO)在公司高级管理者会议上介绍企业的新技术战略,但他只讲了几分钟,CEO就打断了他,表示他完全听不懂CTO在说什么,并要求CTO用三个简单的要点来重新传达他所要汇报的内容。

这对CTO来说是一个尴尬的时刻,技术团队从此不再参加高级管理者会议,而CEO在高层中的威信也受到了损害,因为高级管理者们认为CEO缺乏带领公司完成他们心目中的AI部署项目的能力。

回顾这个案例,我们可以清晰地看到几个关键点:这位金融机构的CEO对AI缺乏足够的理解(详见第1章),也没有将AI与公司的经营目标有效关联起来(详见第2章);更糟糕的是,他未能营造一种包容性的氛围,既未能促使CTO从业务角度看问题,也未能使业务部门从技术角度进行前瞻性思考。结果不出所料,那个变革项目以失败告终,而该CEO在那次高级管理者会议结束一年后也黯然离职。

培养你自己的领导力和包容性技能

为了确保员工感到自己是AI部署项目的一部分,你需要培养一种领导风格——能够体察员工在与AI互动时可能遇到的不确定性和不适感。作为一位深谙AI的领导者,你需要在员工中为自己塑造一个开放的形象,即愿意倾听他们对人机协作的顾虑。你的开放姿态将避免员工在与AI协作时感到被疏远和孤立。我和我的团队的研究显示,员工如果认为他们的领导者是愿意倾听且谦逊的人,他们会更倾向于信任AI并与AI建立协作关系。

以微软公司CEO萨提亚·纳德拉为例,他是一位擅长利用共情促进包容性的大师。2014年,当他被任命为微软CEO时,他首先让员工明白,无论微软过去已经取得多大的成功,他们都应该对新思想和不同的做事方式持开放态度。敢于要求员工以这样不同的方式思考问题,既体现了他拥有的巨大勇气,同时也凸显了谦逊的重要性。

他向员工传达的信息清晰地表明,即使身为领导者,他也认识到自己的知识储备与时代的新需求之间存在差距。这种谦逊的态度有助于你作为领导者向员工传达一个信号——他们不应该害怕接受反馈。你的谦逊还能激励他们定期与不同部门的专家进行交流,去发掘、关注并联结公司内的各种多元观点。

你的另一项关键任务是引导员工深入理解AI,并明确AI与他们以往使用的技术有何不同。相对于与同事交流,员工与智能机器的互动需要使用一种不同的交流方式。你要先了解员工对AI的看法,因为他们有时会觉得AI很陌生——不知道它是什么,也不清楚它的工作原理。要实现真正的人机协作,员工需要培养一种新的思考方式,以理解如何与AI协作。没有你作为领导者的支持,他们可能难以达到这种协作状态。

在应用任何新技术实现组织目标的过程中,人们都需要较长时间去适应。例如,航空安全专家认为,飞行员需要接受更多培训才能驾驶配备协作式自动驾驶系统的飞机,因为他们必须“对飞机的主要系统和飞行自动化的工作原理有深刻的理解”,才能识别并处理可能演变为灾难性坠机的问题。 同样,在工作场所的人机交互中,员工对AI技术也需要形成类似的理解和认知。只有当员工清楚地了解自身和AI工具各自的优势与局限性时,他们才能明白AI是如何助力他们的工作的。

作为领导者,你需要明确AI的具体优势是通过节省时间和自动化重复性任务来简化工作。同时,你也应该指出,公司部署AI的目的是让团队中“人”的价值最大化,以便员工能够专注于更重要的任务。你要允许你的员工对公司正在实施的AI项目提出批判性意见。只有人类员工才能识别项目的自动化实施可能对利益相关者造成哪些影响,并提出更具创造性的业务解决方案,进一步挖掘公司的创新潜力。

充分肯定“人机协作”中人的价值

员工不仅想知道你如何看待他们在与AI合作中的角色,更关注这种协作能为他们带来什么回报。当员工与AI共同创造价值时,作为领导者,你需要制定明确的准则来界定价值归属,判断是员工还是AI应获得相应的奖励。例如,随着ChatGPT的引入,一些企业可能会在无意中否定员工的贡献,而将创造性成就主要归功于AI系统。

举一个例子。在2022年科罗拉多州博览会的艺术比赛中,一位名叫杰森·艾伦(Jason Allen)的棋盘游戏设计师,利用生成式AI工具创作的《太空歌剧院》获得了数字艺术类别的冠军,这一事件引发了广泛的国际关注。这幅画作是人类与AI携手完成的,然而一些艺术评论家对此并不买账,他们轻蔑地认为艾伦仅仅通过按下几个按钮,便轻易地制作出了一件数字艺术作品。 在他们看来,人类并不是创造性成果的主导者,而只是一个微不足道的注脚。然而,实际情况远非如此简单。在使用生成式AI工具时,艾伦投入了大量时间来调优AI提示词,挑选并优化AI所输出的内容,并运用多种数字工具进行后期处理。在这一过程中,人类的智慧和决策是不可或缺的。

这个案例给我们的关键启示是,要想让员工感受到企业以包容性的方式对待他们,就必须让他们共享与AI合作创造的成果。你需要在公司内部明确表示,人类在指导AI工具开展工作的过程中发挥着不可替代的作用,因此,员工们的贡献应当得到公正的评价和相应的回报。

***

现在,你已经深入理解在AI部署的过程中确保对员工持包容性态度的重要性,以及实现这一目标的关键策略了。在随后的第4章中,我们将深入讨论如何在企业的不同层级间无缝共享信息,这不仅有助于优化组织的运作方式,还将确保以最高效和最合适的方式部署AI。

本章共 6 页 (每页约 2000 字) 分页阅读 →
上一章
目录
下一章
纠错
加书签
详情
加书架
打赏
投票
自动滚动
设置
夜间

评论 0条

加载中...

设置

阅读主题
正文字体
字体大小
18
页面宽度
滚动速度
5
语音朗读
翻页模式
💎

余额不足

您的水晶或能量余额不足,请充值后再试。

立即前往充值

🎫 投月票

1 张月票 = 1.00 水晶。感谢支持!

🎁 打赏作品

打赏将直接扣除水晶余额,鼓励作者创作。