思想领袖

生成式 AI 在工作满意度中的作用

mm

生成式 AI (GenAI) 是一种可以从多个方面提高工作效率的关键技术。从自动化复杂分析到模拟场景以帮助决策,GenAI 的应用场景在各个行业中产生了重大影响,包括金融服务、咨询、信息技术、法律、电信等。

毫无疑问,组织认识到了 GenAI 的潜力,随着组织内部 AI 的采用率不断增加。根据 PWC 调查,73% 的美国公司已经在某些业务领域采用了 AI。然而,关于 GenAI 在工作场所中的作用仍然存在争论,尤其是关于工作岗位流失、偏见、决策透明度等问题。尽管如此,GenAI 已经使得 AI 技术更加容易被组织内部的员工所使用,无论他们的具体角色是什么。

事实上,LexisNexis 的 未来工作报告 显示,72% 的专业人士预计 GenAI 将对工作产生积极影响,只有 4% 的人认为它会威胁到工作安全。GenAI 可以自动化重复性的任务,让用户专注于更有意义和战略性的任务。这反过来又可以提高员工的工作效率和工作满意度,同时确保人类的雄心和创新精神与工作相辅相成。

AI 的生产力提升

GenAI 的快速崛起标志着组织必须改变其运营和战略以适应每个角色的变化。GenAI 的应用是多样化和有影响力的。它不仅仅是炒作;GenAI 已经准备好通过提高劳动生产率来增加 0.1 到 0.6% 的年增长率,直到 2040 年

GenAI 也在多个行业和领域创造了价值。销售、营销、客户运营和技术等重要的商业功能都利用 GenAI 来提高生产率。在技术领域,例如,基于 GenAI 的编码助手对软件开发人员来说是一个巨大的帮助,建议代码片段、重构代码、修复错误、理解复杂代码、编写单元测试、文档和创建完整的端到端应用程序。

随着员工尝试和探索 GenAI 工具,他们对该技术的舒适度会增加。 86% 的专业人士同意或非常同意使用 GenAI 进行创造性和专业工作。 68% 的员工计划使用 GenAI 工具进行工作,而 69% 已经使用这些工具来帮助完成日常任务。数据表明,采用 GenAI 的组织可以提高生产率,员工也愿意使用它来加速效率。

生产力提升是必然的,但 AI 也可以帮助提高工作满意度

GenAI 最重要的机会之一在于其能够帮助提高工作满意度。虽然专业人士对采用 GenAI 的期望相对平衡,但 82% 的专业人士预计 GenAI 将接管重复性的行政任务,通过自动化例行任务和数据分析,让他们能够专注于工作的战略方面。

当被问及如何看待 GenAI 在工作环境中的作用时,超过 两-thirds 的专业人士认为它是一个 “有用的工具” 或 “支持性的同事”。因此,他们认识到 AI 的潜力可以提高工作表现,而不是阻碍它,并以积极的态度接受它,以消除重复性的任务和腾出时间进行更有意义的工作。

大多数专业人士并不认为生成式 AI 会对工作满意度产生负面影响。超过一半 (51%) 的人认为工作满意度已经由于 GenAI 而显著或适度提高,而只有 10% 的人认为它降低了工作满意度。组织需要对工作场所中 GenAI 工具的实施进行根本性的重新思考。

提高参与度和工作满意度的建议

组织需要在采用 GenAI 工具的过程中考虑员工的参与度。以下是一些提高参与度和工作满意度的建议:

  • 让员工参与到识别对特定角色或群体最有影响力的使用场景中。选择最耗时和繁琐的任务,以便解决它们可以腾出时间来专注于更重要的任务。
  • 识别最适合解决已识别使用场景的 GenAI 工具和 大型语言模型 (LLM)。花时间实验、测试和验证输出。确保考虑使用场景的多样化输入,并衡量输出质量,包括幻觉率,以帮助在使用解决方案的员工中建立信任。
  • 为您的团队提供培训。利用网络上丰富的信息,包括视频、代码示例、工具供应商资源和使用特定工具、LLM、相关提示和防护措施的教程。创建团队中的导师和专家来帮助指导其他人。展示经验教训和成功故事来激励可能不了解价值的团队成员。
  • 识别和衡量关键绩效指标 (KPI)。这些可能包括采用率、生产率提高、节省或重新分配的成本、员工满意度、质量改进和可能特定于团队或业务的其他 KPI。

Gen AI 不再仅仅是技术人员的专利;它使得强大的工具可以被每个人所使用。大多数曾经对这些技术持怀疑态度的商业专业人士现在已经接受并欢迎它们。也不难理解为什么,考虑到 GenAI 为组织和员工提供了前所未有的工作机会。

斯尼特·切里安(Snehit Cherian)是雷利斯尼克斯(LexisNexis)全球内克西斯解决方案(Global Nexis Solutions,简称gNS)的副总裁和首席技术官,他负责技术战略、创新、工程和数据科学团队的开发工作,包括为研究人员开发的Nexis+ AI,一种用于研究的GenAI工具。斯尼特在雷利斯尼克斯内部的多个业务单位中担任了近18年的各种技术领导角色。在加入雷利斯尼克斯之前,斯尼特曾领导过多个初创企业和像PeopleSoft这样的企业组织的工程团队。