为前线工作人员构建值得信赖的AI：为什么合规性和沟通完整性必须优先

关于工作场所中的人工智能的讨论很热烈，但往往缺乏最重要的声音：前线工作人员。虽然许多领导者正在探索如何使用人工智能来提高生产力或加快决策速度，但很少有人考虑到在通信准确性、法规遵从性和运营清晰度至关重要的行业中，负责人工智能采用的情况。

前线员工占全球劳动力的80%以上。他们负责补货、制造产品、照顾患者和管理供应链。然而，多年来，这些团队一直被落在数字化转型计划之后。现在，人工智能进入了舞台，确保我们不要重复同样的错误。

前线工作不同——风险也不同

与企业角色不同，前线工作依赖于快速、分散的沟通和瞬间的运营决策。调度更新、政策变更或安全提醒必须清晰、准确、及时传达。风险更高，因为错误信息可能危及员工安全、破坏运营或违反劳动法规。

例如，物流团队在恶劣天气条件下协调交货。如果人工智能生成的提醒错误地传达道路封闭或延迟，后果不仅仅是运营问题，还可能危及工人安全和法规报告。这就是在没有适当防护措施的情况下部署人工智能工具的现实风险。

我们的最新 前线工作人员脉搏报告 发现，几乎一半的前线经理感到他们缺乏足够的资源来支持他们的团队，而不良的技术实施加剧了这个问题。人工智能可以根据其构建和推出的方式，扩大或填补这一支持差距。

为什么前线的人工智能信任更重要

我们的研究和与前线领导者的对话揭示了前线环境中的人工智能采用的信任差距。虽然商业领导者渴望接受人工智能，但许多前线员工和经理仍然持怀疑态度。这种情况并不难理解。历史上，技术推广都是自上而下的，用户的意见很少被征求。

脱节不仅仅是文化问题，也是运营问题。 根据世界经济论坛 的说法，虽然超过 75% 的公司计划在未来五年内采用人工智能技术，但只有 2% 的公司目前准备好进行大规模实施，突出了一个显著的准备差距，这可能会让前线团队落后。如果人工智能要真正支持前线工人，它需要被设计成考虑到他们的现实情况。这意味着领导者必须清楚地解释人工智能如何做出决定，何时需要人工监督，以及如何保护员工数据。

为前线团队构建负责的人工智能

人工智能可以改善前线工作，但只有当领导者负责任地实施它时。有三个原则，我认为应该指导这一努力：

• 保护数据隐私：人工智能工具应该只收集必要的数据，并保护员工信息。在医疗和零售等行业中，班次安排、患者数据和工资信息交织在一起，数据的误用或过度收集可能会迅速导致违反 GDPR 或 HIPAA 等法规。我们与之交谈的组织中，引入明确的人工智能选择协议和透明报告实践的组织一致报告更高的员工信任和采用率。
• 优先考虑通信完整性：人工智能生成的更新和摘要必须是准确的、上下文感知的和可解释的。在制造环境中，即使是人工智能生成的运营更新的微小误解也会让车间感到困惑，这就是为什么领导者强调对关键通信的人工监督的重要性。
• 符合法规和运营现实：每个前线行业，从酒店业到建筑业，都有自己的劳动法、安全法规和报告标准。人工智能工具必须被设计成适应这些要求，并适应法规的演变。在高度监管的行业中，例如食品服务业，将本地劳动法检查嵌入人工智能调度系统对于避免合规问题至关重要——这是我们从许多运营领导者那里听到的一种日益增长的优先事项。

这不仅仅是关于技术——这是一个领导力问题

本质上，这是关于信任。信任我们要求前线团队依赖的系统，以及信任领导者负责地部署技术。人工智能可以帮助改善运营，减少行政负担，甚至增强员工体验。然而，这必须以透明的方式进行，前线工人积极参与其中。

我从前线领导者那里听到的是明确的：运营清晰度始于更好的沟通。人工智能应该增强这种清晰度，而不是使其变得模糊。它应该支持，而不是取代，前线经理每天做出的关键人工决策。

随着人工智能继续重塑工作场所，成功的组织将不是那些争相采用最具闪光点的工具的组织。它们将是那些深思熟虑地将人工智能融入其运营、优先考虑信任和透明度以及建立反映前线工人现实的系统的组织。

对于前线雇主来说，现在是时候重新思考人工智能如何融入他们的运营。不是仅仅作为一种提高效率的工具，而是作为一种加强沟通、保护工人和为业务提供未来的手段。

最终，领导者今天做出的决定将塑造前线工作的未来。当我们以完整性、透明度和前线现实为核心设计人工智能时，它可以成为我们改善前线工人工作的最有力的工具之一。