2026年未来工作报告：生成式AI——工具、伙伴还是责任风险？

LexisNexis 2026年工作未来报告指出，生成式人工智能（genAI）的采用正在快速增长，但组织在治理、培训和使用责任方面存在显著差距。报告的核心观点包括：

治理危机：领导力的最大盲点

• 53%的专业人士在未经正式批准的情况下使用genAI。
• 28%的人表示他们的公司没有genAI政策，42%的人不确定是否存在此类政策。
• 55%的人为自己的genAI工具付费，其中60%用于工作。
• 19%的人根本未接受过genAI培训。
• 领导层低估了员工中使用影子AI（未经正式批准的genAI工具）的情况。

过度自信风险：员工是否像他们所想的那样准备好了？

• 64%的专业人士声称他们在负责任地使用genAI方面非常有信心或极其有信心。
• 员工信任genAI的成果，但不懂其过程，将适合头脑风暴的信任程度无根据地扩展到高风险的交付任务上。
• 82%的专业人士接受了某种形式的培训，但缺乏适当工具的培训可能会加速影子AI的采用。

培训能增强信心，但获取机会仍不均

• 52%的专业人士表示他们经常或总是使用genAI，但只有23%的人报告在过去一年中接受了强制培训。
• 23%的人接受了强制培训，而74%的强制培训员工报告了未经授权的使用情况。
• 培训与更高的使用率和更高的未经授权的使用率相关联。
• 39%的人将缺乏培训视为最大挑战，而80%的人重视人工监管。

机构需要五个相互融合的要素协同工作

• 已审核的企业级生成式AI工具。
• 机构应将人工智能持续培训作为每个职位、级别和部门的强制性要求。
• 验证协议，确保质量而不造成瓶颈。
• 持续支持，以维持合规并解决新出现的问题。
• 清晰的政策，明确界定边界并鼓励而非限制。

前瞻：2027年以及以后

• 拥有成熟框架的组织可以更快地创新，因为治理是促进而非限制。
• 两所大学之间的差距将在2027年呈指数级扩大。
• 成熟框架包括全面的人工智能政策、企业生成式AI工具满足员工需求、董事会层面监督以及透明的数据来源。

人工智能代理部署——理解差距

• 51%的专业人士将大语言模型视为协作者或合作伙伴。
• 32%仅将其用于基本协助，保持明确的人机控制。
• 39%的专业人士将人工智能视为合作伙伴或伙伴，而32%仅使用人工智能进行基础帮助。
• 16%的人依赖人工智能来接管整个任务，12%不使用生成式AI。

预测2027年重点：领先组织正在规划的内容

• 通用人工智能素养作为核心专业能力，通过强制性和定期培训实现。
• 帮助您的组织充分利用生成式人工智能。
• 安全合规基础设施作为人工智能实施的基础。
• 人工监督嵌入自动化工作流程，通过结构化验证和审计流程。
• 投资于具备内置验证功能的可靠企业级AI工具。