生成 AI 的人的一面 ： 创造一条通往生产力的道路

人员与组织绩效实践 生成AI的人的一面：创造一条通往生产力的道路 预计使用生成式AI的员工数量 让许多人专注于更高层次的认知工作。组织可以利用这一刻让工作更加以人为本吗？ 作者：AaronDeSmet、SandraDurth、BryanHancock、MarinoMugayar-Baldocchi和AngelikaReich March2024 自从OpenAI的ChatGPT在2022年底爆发到公众视野中，生成AI（genAI）的可能性已经在整个商业世界中引起了人们的想象力 。 在制定有效的人才战略时，组织主要关注的是GeneAI如何提高生产力水平。考虑到数万亿的价值，这是可以理解的。然而，这可能不是最具战略意义的方法。 为了让合适的人才与工作相匹配，领导者首先必须了解GenAI如何改变员工看待工作经验的方式。1 麦肯锡最近调查了一个部门的员工，作为我们持续研究组织如何提高员工参与度、保留率和吸引力的一部分(参见侧栏“关于研究”)。受访者提供了几个有趣的见解，可以帮助组织建立一代人工智能人才能力。 —在任何给定的组织中，一代AI人才库可能比许多领导者意识到的更广泛-而且它有望迅速增长 。这一群体不仅限于数据科学家，软件工程师和机器学习专家等技术人才， 这些角色是。实际上，只有12％的受访者属于传统genAI人才的技术密集型类别。其余的受访者（88％ ）从事非技术工作，他们使用genAI来帮助完成死记硬背的任务。 这些工作包括中层管理人员，医护人员，教育工作者和管理员等（图表1）。 —51％的技术和非技术角色的受访者认为是AI的创造者和技术的重度用户，他们表示计划在未来三到六个月内辞职。对于调查中的那些高管受访者来说，这是一个令人震惊的消息，他们说他们希望在内部培养AI的人才；当他们希望离开时，很难重新技能和提高技能。 —尽管那些自我认同为GeneAI的重度用户和创造者的人代表着需求需求的员工群体，但这些员工并没有留在工作中或被他们吸引 事实上，调查显示，这个群体强烈强调灵活性和关系因素，如有意义的工作，有爱心的领导者，健康和福祉超过工资。 —最后，也许最令人惊讶的是，一代AI的重度用户和创造者绝大多数认为他们需要更高级别的认知和社交情感技能2随着工人越来越多地使用GenAI来处理更多重复性任务，以人为中心的批判性思维和决策技能将变得越来越重要。 1创成式AI是一种AI形式，可以根据用户提示生成文本、图像和其他内 2更高的认知技能涉及更复杂的思维过程;社会情绪技能包括有效地管理 关于研究 为了继续了解与员工保留，敬业度和吸引力相关的劳动力市场趋势，我们调查了12,802名工人-9,684名员工和3,118名雇主- 加拿大（=3,183），英国（=3,227）和美国（=6,392）的16个行业。我们关注领导者感兴趣的两个关键子群体;这些子群体占整体员工样本的9.93％：生成AI（geeAI）创建者占1.75％（=169），重度用户占 8.19％（=793）。另一类-自我识别的一代AI轻型用户-占样本的18.18 ％（=1,761），导致总共28.12％（=2,723）的工人自我识别为创造者，重度用户或轻型用户。 非用户是71.88%(n=6,961)的工人。我们还调查了各行各业的3,000多名高管，以了解他们预计如何在未来两年内缩小组织的世代人工智能技能差 距。该调查于2023年7月28日至2023年8月15日进行。 容。该技术与以前版本的AI不同，部分原因是它可以创建的输出范围。 情绪 ，人际关系和个人责任。 附件1 使用生成AI作为工作一部分的工人比那些传统技术角色的工人组成的群体要大得多 。 按类别划分的工人份额，% 88%非技术员工 示例（不包含） •管理员•收银员•客户服务人员•教育者•医护人员•人力资源工作者•经理•护士•零售联营公司•销售人员•监事•仓库工人 12%技术员工 示例（不包含） •开发人员•软件开发人员•工程师•软件工程师•IT工人•系统开发人员•程序员•技术人员 2%:与生成AI相邻的技术员工 示例（不包含） •数据分析师•数据工程师•数据科学家•机器学习专家•研究人员•科学家 资料来源：麦肯锡人才趋势调查，来自加拿大，英国和美国的工人的子样本（n=9,684）;数据收集7月28日至2023年8月15日 麦肯锡公司 这些启示对雇主来说具有广泛的影响，因为他们试图吸引和吸引他们的劳动力。组织正处于 genAI在工作性质方面推动积极或消极的变化。领导者有机会通过 决定他们的团队在哪里、何时以及如何使用GenerAI，这样人们就可以从日常任务中解脱出来 做更多的创造性、协作和创新思维。GenAI人才同意。 在本文中，我们分解了处于AI使用或创造最前沿的关键部分，并更深入地挖掘了他们所需要的工作因素和技能 。然后，我们讨论了组织如何通过精心设计将人们置于技术之上的工作来提高生产率，而不是相反。制定以人为中心的人才战略的公司将使自己具有竞争力 随着更多的工人和工作受到时代AI带来的变化的影响，优势越来越大。 劳动力：谁是一代AI混合 ？ 如果公司要利用一代人工智能带来的生产力提升，他们首先必须考虑在整个企业中成功部署所需的广泛技能。 虽然有许多类别的工人可以被描述为GenAI人才，但我们在基于GenAI使用的调查中重点关注四个不同的原型： 创作者：这些员工帮助为他们的组织构建GeneralAI模型 ，并开发我们大多数人用来与这些模型交互的工具和界面 。创建者（占接受调查的员工的2％）往往主要是软件工程师，程序员和机器学习科学家，他们开发了我们大多数人用来与GeneralAI交互的工具和界面。 重度用户：这些员工使用genAI来帮助他们执行大部分核心任务或增强他们的工作功能。重度用户(8%的 我们的样本）包括广泛的工作人员，从使用genAI加速3D建模的设计师到使用genAI验证其编码语言语义准确性的数据科学家。 轻型用户:此类别中的工人使用generAI执行不到50％的主要任务 任务。他们代表了大约18％的样本，其中包括中层管理人员，教育工作者和通信专业人员。例如，经理可能会使用GeerAI来创建会议记录或帮助委派任务，而教师可能会使用它来创新课堂活动。研究主题的记者和作家可能会使用GeAI为他们提供事实的基线或帮助撰写初稿。 非用户:这些人要么不受GeneAI对他们工作的影响，要么不知道GeneAI对他们工作的影响。我们样本中的例子包括从事直接患者护理的护士从业人员和医护人员，以及主要角色是与客户面对面互动的零售助理。尽管这些员工目前 约占调查的70%，我们的预期是大多数非用户 随着GenAI的范围和用途的变化，将成为轻型或重型用户。 工资过高的人：工人最重视的工作因素 COVID-19大流行表明，对于许多工人来说，他们最希望从工作经验中获得的东西已经发生了根本性的变化。员工越来越重视关系要素，例如关怀的领导者和同事，以及对健康和福祉的支持，而不是补偿（尽管薪酬始终很重要）。在2021年，我们看到工人们成群结队地辞职-实际上，40％ 不同工作、行业和地区的受访者表示，他们计划在未来三到六个月内辞职。这个数字已经下降到34%。 然而，某些工人群体仍然存在更大的飞行风险。在自我识别的一代AI创造者和重度用户中，我们最新调查的51%的受访者表示，他们计划在未来三年离开 六个月。 特别是早期的创造者和重度采用者，在选择工作和塑造职业方面发挥着强大的力量。许多公司领导人认为 ，这些群体的工人离职率较高，因为他们可以在其他地方找到更好的薪酬。然而，对与这些细分市场最产生共鸣的员工价值主张（EVP）因素的考察再次打破了薪酬的神话。 一个主要的动机。 我们的调查显示，创作者和重度用户优先考虑工作场所的灵活性而不是总薪酬，他们在工作社区中寻求归属感 ，关怀感和可靠性。当他们获得灵活性时，他们会留在工作中，而当他们没有时，他们会离开。 使他们留下来的其他因素是有意义的工作，对健康和福祉的支持，可靠和支持性的同事以及安全的工作场所 环境。这种体验类似于大多数工人想要的，但有一个明显的例外：薪酬在列表中显示得更远（图表2）。 麦肯锡的分析显示，高的脱离和不满率每年可能会使公司损失数百万美元。从广义上讲，解决 因此，随着时代AI的使用越来越多，为什么工人留下或离开对公司来说是至关重要的。 当我们更深入地研究那些留在工作中的自我认同的重度用户和创造者时，我们发现健康的72%的人报告感到工作投入，而在我们的总调查样本中这一比例为63%。然而 ，令人担忧的55%的人报告临床倦怠水平，这一比例远高于全球样本的32%。换句话说， 公司可能没有从这些工人那里获得他们期望的生产力和参与度。 这些执行副总裁元素在引导工人进入新职位方面也起着很大的作用。对于更广泛的劳动力来说，人们为什么接受工作的四大因素与他们为什么留下来的因素相似。 然而，对于那些被认为是genAI的重度用户和创造者的工人来说，人们更加强调与经理和同行的关系，以及 更广泛的社区意识。 具体来说，一半的人说可靠和支持的人是至关重要的 ，近一半的人强调关心和鼓舞人心的领导者的重要性 。 大约五分之二的人说，有意义的工作和包容性的社区是核心动力，甚至高于灵活性 附件2 计划留在工作中的生成AI的创造者和重度用户优先考虑灵活性和关系因素而不是薪酬。 计划留在目前工作中的受访者的主要参与度因素，1% 工作场所灵活性40 有意义的工作33 支持员工健康和福祉31 安全的工作场所环境29 职业发展和晋升潜力27 工作中可靠和支持的人27 适当的总补偿包装23 关怀和鼓舞人心领导者23 可持续工作绩效期望21 包容、欢迎和互联的社区18 资源可访问性15 地理联系和合理的旅行要求15 1代表选择一个因素作为留在目前工作中的前3个原因的受访者的比例(n=475)。 资料来源：麦肯锡人才趋势调查，来自加拿大，英国和美国的工人的子样本（n=9,684）;数据收集7月28日至2023年8月15日 麦肯锡公司 对那些留在工作中的人来说很重要。与薪酬是第三重要吸引因素的更广泛的工人群体相比，对于这个子群体来说 ，薪酬作为一个激励因素再次排名第七。人们不会仅仅为了钱而来，他们当然也不会为了钱而留下来（图表3） 。 最想要的：认知和社会情感技能 随着GenAI交互的加深（从不使用到轻度使用再到重度使用），我们在技术和非技术工作者中看到了一致的趋势：他们认为较高的认知技能比技术技能更重要。即使在被认定为GenAI创建者的技术工作者中，较高的认知技能（占59％）也被评为更高 比技术技能重要，占55%(图表4)。 关于社交情感技能，出现了两个有趣的趋势。首先，大多数技术人才 随着这个群体增加对GeneralAI的使用，社交情感技能的重要性上升，而非技术人才则报告了相反的趋势。 第二，认定为技术的创作者 人才报告对社交情感技能的重要性低于非用户。 总而言之，随着工人越来越多地参与到GeneAI中，他们的关注点 除非他们处于技术职位，否则他们将远离社交情感技能 。工人可能不知道他们的工作将如何变化 附件3 具有可靠和支持的人，有爱心的领导者和有意义的工作的工作对生成AI的创造者和重度用户具有吸引力。 在2015年或更晚开始目前工作的受访者的主要吸引力因素，1% 工作中可靠和支持的人50 关怀和鼓舞人心的领导者45 有意义的工作39 包容，欢迎和连接的社区37 工作场所灵活性35 支持员工健康和福祉20 适当的总补偿方案17 职业发展和晋升潜力16 可持续工作绩效期望15 安全工作场所环境12 资源可访问性7 地理联系和合理的旅行要求7 1代表选择一个因素作为选择当前工作的前3个原因的受访者的份额(n=962)。 资料来源：麦肯锡人才趋势调查，来自加拿