• 人工智能生成
    麦肯锡:AI赋能职场,企业如何跨越管理障碍,实现智能化未来?员工对 AI 的适应速度远超领导层的预期 AI 如何重塑职场? 人工智能(AI)正在以惊人的速度重塑职场生态,许多企业正试图利用 AI 提高生产力、优化决策流程并增强市场竞争力。然而,AI 技术的广泛应用远非一蹴而就,企业的 AI 部署不仅涉及技术升级,更考验管理者的战略眼光和执行力。 麦肯锡的《Superagency in the Workplace》 这份报告深入研究了 AI 在职场中的应用现状,基于对 3,613 名员工和 238 名 C 级高管 的调查,揭示了企业在 AI 落地过程中的机遇与挑战。报告认为,AI 在职场的变革潜力堪比蒸汽机之于工业革命,但当前的最大障碍并非技术问题,而是领导层的行动力不足。 尽管 92% 的企业计划在未来三年增加 AI 投资,但只有 1% 认为自己 AI 发展成熟,表明大多数企业仍停留在 AI 试点阶段,尚未实现全面部署。更值得注意的是,报告发现员工对 AI 的接受度远超管理层的预期,但企业的 AI 发展速度依然滞后。领导者的犹豫和执行力缺失,正成为 AI 规模化应用的最大瓶颈。 本文将从员工接受度、领导层挑战、组织架构变革、AI 治理、商业价值实现等多个维度,介绍报告的核心观点,并补充对 AI 发展的进一步思考。 一、员工比领导更快接受 AI,企业行动缓慢 报告的核心发现之一是:员工已经在积极使用 AI,而领导者仍然低估了 AI 的普及度。 数据显示: 员工使用 AI 的频率比领导层预期高出 3 倍,但许多企业尚未提供系统性培训; 70% 以上的员工认为 AI 在未来两年内将改变至少 30% 的工作内容; 94% 的员工和 99% 的高管都表示对 AI 工具有一定熟悉度,但只有 1% 的企业认为 AI 应用已成熟。 这一现象表明,AI 在企业中的主要障碍并非员工适应能力,而是管理层的滞后决策。许多企业高管仍然停留在探索 AI 价值的阶段,而员工已经在日常工作中广泛使用 AI 工具,如自动生成文档、数据分析、代码编写等。员工在推动 AI 发展方面的主动性,远远超出管理层的认知。 然而,企业未能为员工提供足够的 AI 培训和资源,导致 AI 的应用仍然停留在浅层次,难以转化为真正的生产力提升。例如,48% 的员工认为 AI 培训是 AI 规模化应用的关键,但许多公司仍未建立 AI 学习机制。企业如果不采取措施缩小这一认知鸿沟,可能会错失 AI 带来的长期竞争优势。 二、AI 领导力挑战:速度焦虑与执行落差 尽管 AI 的发展潜力巨大,但报告指出,47% 的企业高管认为公司 AI 发展过于缓慢,主要原因包括: AI 技术成本的不确定性:短期 ROI(投资回报率)难以量化,导致企业不敢大规模投资; AI 人才短缺:AI 相关技术人才供不应求,企业缺乏相应的招聘和培养体系; 监管与安全问题:企业在数据隐私、算法透明度等方面的担忧阻碍了 AI 落地。 这种“速度焦虑”让企业在 AI 发展过程中陷入试点—停滞—观望的循环: 试点阶段:部分企业已启动 AI 试点项目,如客服自动化、数据分析等; 停滞阶段:由于短期收益不确定,试点项目难以规模化推广; 观望阶段:企业倾向于等待行业先行者经验,而非主动探索 AI 的商业价值。 报告强调,AI 的落地不仅是技术问题,更是企业管理问题。领导者需要具备更强的战略决心,加快 AI 投资,并明确 AI 在企业中的角色,才能真正推动 AI 规模化应用。 三、如何实现 AI 规模化落地? 1. AI 人才培养 AI 的大规模应用依赖于系统性的 AI 人才培训。然而,报告发现,近一半的员工认为企业提供的 AI 支持有限。企业需要采取措施: 建立 AI 培训体系,涵盖 AI 基础知识、业务应用和 AI 伦理等内容; 推广 AI 试点项目,让员工亲身参与 AI 工具的开发和使用; 设立 AI 激励机制,鼓励员工利用 AI 提升工作效率。 2. 组织架构调整 AI 不能仅仅作为 IT 部门的创新项目,而应当成为企业整体战略的一部分。报告建议: 设立 AI 战略委员会,确保 AI 发展与企业长期战略保持一致; 推动 AI 在各业务部门落地,提升 AI 在实际业务流程中的应用深度; 强化 AI 风险管理,确保 AI 应用在数据安全和监管方面的合规性。 3. AI 治理:平衡速度与安全 虽然 AI 带来了极大的商业价值,但报告指出,企业在 AI 治理方面仍存在诸多挑战: 51% 的员工担心 AI 可能带来的网络安全风险; 43% 的员工关注 AI 可能导致的数据泄露; 企业需要建立 AI 伦理标准,确保 AI 透明、公正、合规。 四、AI 时代的商业价值:企业如何真正实现 ROI? 尽管企业对 AI 充满期待,但报告显示,目前仅 19% 的企业 AI 投资带来了 5% 以上的收入增长,表明大多数企业的 AI 应用尚未转化为可观的商业回报。为了提升 AI 价值,企业需要: 从“技术驱动”转向“业务驱动”,确保 AI 应用直接创造商业价值; 优化 AI 目标设定,明确 AI 在核心业务中的定位; 加强 AI 应用场景探索,特别是在客户服务、供应链管理等高回报领域进行深入部署。 AI 成败的关键在于管理层 AI 的成功不仅依赖技术本身,更取决于企业领导者的执行力和战略眼光。企业若要真正迈向 AI 时代,需要: 加速 AI 战略落地,推动组织变革; 加强 AI 人才培养,提高员工 AI 适应能力; 建立 AI 治理体系,确保 AI 安全合规发展。 在 AI 时代,最危险的不是迈得太快,而是思考得太小、行动得太慢。 附录:《Superagency in the Workplace》 下载
    人工智能生成
    2025年03月14日
  • 人工智能生成
    工作的未来:利用人工智能增强员工能力,实现更快、更智能的流程--谷歌Next大会官方介绍的案例 在当今的商业环境中,各行各业的公司正积极采用生成型人工智能(Gen AI)技术,以提高员工生产力和优化工作流程。这些技术的应用广泛,覆盖了从日常管理到高级数据分析的多个方面,极大地提升了工作效率和协作质量。 例如,Avery Dennison公司利用生成型AI,使员工能够进行安全、灵活且无国界限制的协作,从而推动生产力的提升和公司成长。同样,Bayer公司正在建立一个放射学平台,该平台通过数据分析和智能搜索帮助放射科医生创建符合健康监管要求的文档,加速医疗批准过程。 在临床试验文档处理方面,Bristol Myers Squibb公司通过使用Vertex AI和Google Workspace,将原本需要科学家们数周完成的文档草稿时间缩短到了几分钟内。此外,大型零售商如Home Depot利用名为“Sidekick”的应用程序帮助店员管理库存,并通过视觉模型优化库存补充的优先级。 这些案例显示,通过AI技术,企业不仅能够简化复杂的流程,还能在提供个性化服务和改善客户体验方面取得显著成效。AI的集成使得员工可以从繁琐的任务中解放出来,专注于更有价值的工作,从而推动业务发展和创新。这种技术的应用正在逐步改变传统工作方式,预示着一个更智能、更高效的未来工作环境。 谷歌Next大会中推荐了101个企业使用GenAI的案例,我们特别介绍在企业员工工作方面的应用企业案例,一起来看看: Avery Dennison(艾利丹尼森)通过生成式AI赋能员工,以实现安全、灵活且无边界的协作,增强生产力以推动增长。 Bank of New York Mellon(纽约梅隆银行)建立了一个虚拟助手,帮助员工找到相关信息和问题的答案。 Bayer(拜耳)正在建设一个放射学平台,将协助放射科医生进行数据分析、智能搜索,并创建符合健康保障要求的文档,以获取监管批准。这家生物科学公司还在利用BigQuery和Vertex AI开发额外的数字医疗解决方案和更高效的药物。 Bristol Myers Squibb(百时美施贵宝)正在使用Vertex AI和Google Workspace转变其临床试验的文档处理流程。现在,原本需要科学家几周完成的文档,现在几分钟内就能完成初稿。 BenchSci开发了生成式AI解决方案,赋能科学家理解生物研究中的复杂联系,为他们节省时间和财务资源,并最终更快地将新药带给患者。 Cintas 正在利用 Vertex AI Search 建立内部知识中心,帮助客服和销售团队轻松获取关键信息。 加州的医疗保险市场 Covered California 正在使用Document AI帮助改善消费者和员工的体验,通过自动化居民申请保险时的文档和验证过程的部分。 Dasa(达莎),巴西最大的医学诊断公司,正在帮助医生更快地检测出测试结果中的相关发现。 DaVita利用DocAI和Healthcare NLP改造肾脏护理,包括分析医疗记录、揭示关键的患者洞察以及减少错误。AI使医生能够专注于个性化护理,从而显著改善医疗服务的提供。 Discover Financial(发现金融)帮助其10,000名联系中心代表在通话期间搜索和综合详细的政策和程序信息。 HCA Healthcare正在测试名为Cati的虚拟AI护理助手,帮助确保一个护理班次结束和另一个开始时的护理连续性。他们还在使用生成式AI改善诸如临床文档这类耗时任务的工作流程,使医生和护士能够更多地专注于患者护理。 Home Depot(家得宝)建立了一个名为Sidekick的应用程序,帮助商店助理管理库存并保持货架存货;值得注意的是,视觉模型帮助助理确定采取哪些行动。 Los Angeles Rams(洛杉矶公羊队)在内容分析到球员侦察等方面都在利用AI。 McDonald’s(麦当劳)将在其数千家餐厅中利用数据、AI和边缘技术来实现更快的创新,并增强员工和客户体验。 Pennymac(宾尼迈克),一家领先的美国全国性抵押贷款贷方,正在使用Gemini跨多个团队,包括HR,其中Gemini在文档、表格、幻灯片和Gmail中的应用帮助他们加速招聘、雇佣和新员工入职。 Robert Bosch(罗伯特·博世),世界上最大的汽车供应商,通过生成式AI驱动的解决方案,革命性地改进了营销,简化流程,优化资源配置,并在100多个分散的部门中实现效率最大化。Symphony(交响乐),金融服务行业的通信平台,使用Vertex AI帮助金融和交易团队跨多个资产类别进行协作。 Uber(优步)正在使用AI代理帮助员工提高生产力、节省时间,并在工作中更加有效。对于客服代表,他们推出了新工具,总结与用户的通信,并甚至可以从以前的互动中提取上下文,因此一线员工可以更有帮助和有效。 U.S. Dept. of Veterans Affairs(美国退伍军人事务部)正在使用AI在边缘改善对服务成员和退伍军人的癌症检测。部署在世界各地的远程军事治疗设施中的增强现实显微镜(ARM)正在帮助病理学家更快、更准确地找到癌症。 U.S. Patent and Trademark Office(美国专利和商标局)通过实施AI驱动的技术,提高了他们的专利和商标审查过程的质量和效率。 Verizon(威瑞森)正在使用生成式AI帮助网络运营和客户体验团队更快地获取所需答案。 Victoria’s Secret(维多利亚的秘密)正在测试AI驱动的代理,帮助其店内助理查找有关产品库存、库存以及合身和尺寸提示的信息,以便他们能够更好地为客户提供个性化建议。 Vodafone(沃达丰)使用Vertex AI搜索和理解超过10,000份合同中的特定商业条款和条件,这些合同涉及超过800个通信运营商。 WellSky正在整合Google Cloud的医疗保健和Vertex AI能力,减少工作时间外完成文档的时间。 Woolworths(澳大利亚沃尔沃斯),澳大利亚领先的零售商,通过在Google Workspace产品中使用“帮我写”功能,提升了超过10,000名行政员工在通信中的信心。它还在使用Gemini为客户服务代表创建下一代促销活动,并快速协助他们实时总结所有之前的客户互动。 Box, Typeface, Glean, CitiBank(花旗银行)和Securiti AI讨论了跨企业开发AI驱动的应用程序的情况,这些应用程序为营销、金融服务和HR用例带来了可衡量的投资回报。 Highmark Health和Freenome与Bristol Myers Squibb一起探索AI如何在护理交付、药物发现、临床试验规划和将药物推向市场等方面提高效率和创新。 我们可以看到以下几个特点,Gen AI在工作场所带来的可能: 工作效率和流程优化:通过自动化重复任务和加快文档处理,如Bristol Myers Squibb利用AI加速临床试验文档的编制。 信息获取与决策支持:银行和服务公司使用AI辅助工具改善信息检索和客户服务,例如Bank of New York Mellon的虚拟助手。 医疗诊断与患者护理:如DaVita和Dasa利用AI提高诊断效率和准确性,改善病理检测和患者护理。 个性化服务和客户体验:零售和服务业通过AI优化库存管理和顾客互动,如Victoria's Secret使用AI提供个性化购物建议。 跨地域协作与通信:例如Avery Dennison使用AI支持全球员工的协作和通信。 市场营销和资源优化:如Robert Bosch利用AI精细化营销策略和资源配置。 确保总结中包括了生成型AI对企业运营效率提升、员工工作满意度增加、以及企业服务质量和创新能力提高的综合影响。  
    人工智能生成
    2024年04月14日