思想领袖

创建明确的AI优先事项和技能,弥合组织和员工之间的差距

mm
将 Unite.AI 添加到您在 Google 上的首选来源

随着AI技术在各个行业中不断普及,它不仅改变了企业的经营方式,还改变了组织对员工的期望。

虽然高管们经常迅速采用AI技术以提高生产力和创新,但许多员工却被落在后面,感到不确定、缺乏准备,甚至对AI对其职责的影响持怀疑态度。

这种日益增长的差距凸显了组织和员工之间在AI优先事项和技能开发方面的对齐需求。这种对齐依赖于对AI的共同理解和适应性思维,这种思维不仅包括技术能力,还包括对AI的整体理解、如何有效地与AI交互以及如何利用AI做出明智的决定。

组织内部日益增长的AI技能差距

最近的数据显示,领导层和员工之间在AI熟练程度方面存在着显著的差距。盖洛普调查发现,33%的经理经常使用AI,而只有16%的个人贡献者经常使用AI。这不仅仅是关于谁在使用AI,还反映了对准备度、理解和战略集成的更深层次的担忧。

前线员工通常缺乏与AI工具有效合作所需的基本知识。在许多情况下,这种缺乏理解会导致AI技术的误用、滥用或拒绝——这些后果不仅会损害效率,还可能使组织面临监管违规、罚款甚至违法行为的风险。

此外,员工可能会担心工作岗位被取代、担心AI的伦理影响或难以理解AI的能力和局限性。同时,许多员工认为AI的使用被视为“懒惰”,这意味着组织范围内的AI战略仍然肤浅,AI技能开发受到缺乏透明度的阻碍。

为了弥合这一差距,组织必须在整个工作人员中推广AI素养,而不仅仅是在技术团队或领导层中。AI素养是指理解、参与和批判性评估AI工具和系统的能力。它不仅仅是学习如何使用特定的平台或界面,还包括技术知识、认知灵活性和伦理意识的融合。

AI素养的核心组成部分包括:

理解AI基础知识: 员工应该了解AI的基本概念,包括机器学习、神经网络和自然语言处理。这有助于澄清AI的概念,并为理解AI在商业背景下的应用提供了基础。
数据熟练度: 这包括了解数据如何被收集、处理和用于AI决策过程。理解高质量、无偏见数据的重要性可以帮助个人更好地评估AI输出并挑战有缺陷的建议。根据哈佛大学继续教育学院的说法,数据素养是评估AI系统输入和输出的基础。
工具熟悉度: 团队必须被介绍给并且熟悉常用的AI应用,例如生成式助手、AI增强的数据工具和工作场所自动化平台。熟悉这些工具可以让工人将AI嵌入到他们的日常工作流程中,提高效率和创新。

这些能力有助于个人从被动的AI用户转变为积极、深思熟虑的合作伙伴。员工越了解AI,AI就越有可能被有效和道德地使用。

组织的再培训和提升策略

解决AI技能差距不仅仅是员工的责任,还需要组织层面的学习、适应和长期战略规划的承诺。为此,组织必须采用多层次的再培训和提升方法。

设计AI教育战略的第一步是通过全面技能审计来评估当前能力。这些审计不仅应该包括技术能力,还应该包括适应性、协作和批判性思维的评估——这些特质在与AI工具合作时同样重要。通过识别差距和优势,领导者可以更好地将培训计划与组织目标和员工发展需求对齐。

同伴间的学习是扩大知识的另一个强大机制。组织应该培养内部的实践社区,让员工可以分享见解、最佳实践和与AI工具的实践经验。鼓励同伴指导和协作实验可以减少恐惧,建立信心,并培养好奇和开放的文化。

除了同伴间的学习,个性化学习路径可以提高参与度和长期技能获取。AI可以被用来提供这些路径——根据员工的历史、工作职能和职业抱负推荐培训。这一方法确保培训是相关的和有动力的。

最后,领导层的参与至关重要。当高管和经理参与AI素养计划时,他们为组织设定了基调。他们的可见承诺表明,提升技能不仅仅是一个复选框练习,而是一次共同的成长和转型之旅。领导者还可以作为榜样,展示如何在决策中负责任和战略性地使用AI。

平衡AI集成与人类判断

尽管AI很强大,但它不能取代人类的智慧。AI可以自动化例行任务、总结文档、预测趋势和生成想法——但它缺乏同理心、背景意识和伦理推理。这些独特的人类能力在许多工作领域中都是必不可少的,从医疗和教育到管理和产品设计。

专家警告说,过度依赖AI可能会削弱人类的关键贡献。相反,AI应该被视为一种增强工具,而不是替代品。当组织以深思熟虑和道德的方式集成AI时,它允许人类工人专注于高级思考、创造力和人际关系——这些是驱动创新和信任的工作方面。

赋予明天的劳动力今天的AI技能

世界各地的政府和企业开始认识到广泛的AI提升技能的必要性。例如,在英国,政府官员正在推动到2030年为750万工人提供AI相关技能的培训。这一举措承认,即使是基本的AI工具熟悉度也可以显著提高劳动力的准备度。

大型企业也在大量投资劳动力转型。亚马逊的机器学习大学、IBM的AI技能学院以及Accenture、PwC和宜家等公司的类似计划表明,企业越来越认识到AI熟练度是竞争优势。这些计划不仅仅是象征性的;它们代表了思考方式的转变——从招聘AI人才转向内部培养AI人才。内部人才发展,特别是在代表性不足和中期职业员工中,将是确保AI创新是包容、可持续和公平的关键。

在AI时代赋予人们技能,而不仅仅是系统

AI的崛起不仅仅是一种技术转变——它是一种人类转变。随着AI成为日常工作的一部分,组织必须确保员工准备就绪、充满信心并能够负责任和创造性地使用这些工具。这从创建明确的AI优先事项、培养基础素养和投资持续的人性化学习开始。

通过战略性的再培训和提升努力来弥合AI技能差距,组织不仅可以为其劳动力提供未来保障,还可以创造创新蓬勃发展、以人为本的进步环境。

Josh Meier 是 Pluralsight 的高级生成式 AI 作者,他在那里创建有关最新 AI 技术的课程内容。拥有数据科学和数据工程背景的 Josh 已经撰写了包括对话式 AI 基础、机器学习模型泛化、防止数据泄露和随机森林介绍在内的课程。之前,他曾在 Pumpjack Dataworks担任数据科学家。Josh拥有科罗拉多州立大学的AI和机器学习硕士学位,以及乔治华盛顿大学的AI博士学位。