利用生成式AI促进就业增强和劳动生产率提升：场景、案例研究与行动框架

生成式人工智能在工作场所的未来：情景、案例研究和行动框架

核心观点
生成式人工智能（GenAI）正在改变工作领域，未来五年可能影响高达40%的全球总工时。GenAI的潜力在于促进工作增强和劳动力生产率增长，通过释放低附加值任务的时间，投入到高附加值活动中，并提升人类工人的技能和能力。

关键数据

• 47%的曾使用过GenAI的员工担忧其可能以负面的方式影响工作性质。
• 12%的工人报告称他们在工作中每天使用GenAI。
• 37%的受访者在过去一年中未使用过GenAI应用进行工作，另外25%仅使用过一两次。

研究结论

• GenAI的成功部署更多取决于人而非技术本身，员工需要理解、信任并采用GenAI。
• 组织内部GenAI部署可能出现的四种不同情景：抱有高期望、未兑现的承诺、错失机会、转换档位。
• 早期采用者的经验表明，实施过程不宜仓促，需要从小范围试点开始，并逐步扩展。
• 生产力增长并非唯一驱动力，提高工作质量也是部署GenAI到员工队伍中同等重要的驱动力。

行动框架

• 赋能（Enable）：建立基础和指导原则，包括GenAI愿景和战略、数据和科技基础设施、监管合规和治理。
• 参与（Engage）：促进GenAI劳动力应用得到有效采纳并集成到工作流程中，包括文化变革管理、技能发展和再部署、用例管理。

早期采用者的洞察

• 成功地在全体员工中利用GenAI，与其说是关于技术本身，不如说是关于采用该技术的人。
• 领导层强有力的支持、变革管理、培训和支持对于GenAI的成功部署至关重要。
• 员工对GenAI的采用远比技术本身更重要，需要员工的认可、健全的变革管理和不间断的技能提升。

情景分析

• 抱有高期望：对GenAI高度信任，但适用性和质量未达预期，导致生产力未提升。
• 未兑现的承诺：员工缺乏热情和意愿采用GenAI，导致采用率低，生产力提升有限。
• 错失机会：低信任度源于对工作被取代的担忧，GenAI的应用范围和质量受限。
• 转换档位：高信任度、高质量的GenAI，带来显著的生产力提升和工作增强，但也可能增加就业岗位替代率。

结论
GenAI在工作场所的出现为劳动者、组织乃至整体经济带来了不确定性、挑战和机遇。要充分运用GenAI提升工作效能和劳动力生产率增长，需要持续学习、适应，并与更广泛的企业和劳动力战略与目标保持一致。以人为本的努力，需要员工的认可、健全的变革管理和不间断的技能提升，才能使GenAI提升工作质量、支持创新、推动生产力，并最终实现大规模的工作增强。