共计 1774 个字符，预计需要花费 5 分钟才能阅读完成。
这是一个典型的 AI 悖论，但情况并非必然如此。
kirisa99 via iStock / Getty Images Plus
ZDNET 核心观点
- 通过 AI 节省的时间中，有 37% 浪费在修正低质量输出上。
- 员工普遍反映未能获得足够的 AI 应用培训。
- 关键对策：加大对人员的投入，并系统性重新设计工作岗位。
AI 在给予的同时，也在索取——尤其是在生产力领域。这是 Workday 一项最新调查所揭示的、员工与高管们正在经历的深刻教训。虽然 AI 确实带来了效率提升，但当技术人员或普通员工不得不返回工作流程，修正错误、重写内容或复核输出时，部分提升的成果便悄然流失。该调查基于 3200 名从业者的经验数据指出，通过 AI 节省的时间中，至少有 37% 因修正低质量输出而被消耗殆尽。
终极的 AI 生产力悖论
AI 从业者与倡导者常常面临一个难题：在当前任务中，AI 的应用究竟应该深入到何种程度？“当基本的聊天交互就能解决问题时，不要费心去构建复杂的智能体，”开发专家 Corey Noles 在近期的一次网络研讨会上解释道。人们往往投入过多时间试图打造精密系统，而一个简单的提示可能就已足够。理解这种差异并找到最佳方法，需要相当程度的专业知识和培训。
Workday 的调查团队认为，这构成了“终极的 AI 生产力悖论”。通过 AI 节省时间所获得的速度提升，“并不总能转化为更优质的结果”。调查显示，至少 85% 的员工报告每周使用 AI 节省了 1 到 7 小时。然而，分析师估计，后续所需的返工抵消了这些节省——平均每人每年需花费 1.5 周来修正 AI 的输出。更值得注意的是，仅有 14% 的员工能够持续从 AI 的使用中获得净正面收益。
此外，调查揭示了一个矛盾现象：最高产的 AI 用户往往承担着最重的修正负担，他们花费了不成比例的时间来验证和修正 AI 的输出。尽管如此，超过 90% 的每日 AI 使用者相信，AI 将助力他们取得成功。同时，77% 的多数人在审查 AI 生成的工作时，其仔细程度至少与审查人类完成的工作相当。
如何守护 AI 带来的生产力果实？
调查团队指出，问题的根源在于，现有的角色定位、技能要求和工作流程，尚未跟上 AI 所催生的新工作方式与业务模式。以下是他们提出的六项建议，旨在减少抵消 AI 生产力增益的“善后”工作：
- 投资于人 ：企业更倾向于将 AI 节省的资金重新投入技术领域（39%），而非员工发展（30%）。报告指出：“许多人没有将节省的时间用于技能培养，而是简单地增加了工作量（32%）——这相当于让员工自行摸索 AI。”那些将 AI 收益重新投资于员工的企业，“其表现优于主要投资技术的企业，实现了更强劲的成果和更可持续的价值。”
- 加强 AI 相关培训 ：尽管 66% 的领导者将技能培训列为优先事项，但只有 37% 身陷大量返工工作的员工表示，他们能够获得相关培训。培训是至关重要的员工投资环节。超过 54% 的、在使用中遇到困难的用户报告，他们所需的技能尚未得到更新。
- 更新工作岗位 ：调查作者指出，许多工作岗位的设计仍停留在 2015 年的状态。“AI 被生硬地叠加到那些从未为适应它而更新的角色上。”在 89% 的组织中，只有不到一半的岗位经过更新以反映 AI 能力。“员工们不得不在未改变的流程、系统以及对准确性、判断力和责任心的原有期望下，努力调和 AI 带来的更快产出。”
- 重新思考 AI 生产力的衡量标准 ：不要简单地认为一项任务节省了五小时，就等于增加了五小时的生产力。研究强调：“应根据创造的价值来评估生产力——既要计算节省的时间，也要扣除返工损失的时间。”“在实践中，这意味着应优先采用基于结果的衡量标准，而非单纯追求速度。”
- 更新角色以反映 AI 赋能的工作 ：切勿简单地将 AI 流程塞进员工的现有工作量中。“许多员工是在 AI 采用前设计的工作架构内，使用着这些先进工具。”需要付出努力来更新角色和职位描述，明确界定 AI 应在何处提供协助，以及在何处必须依靠人类的专业判断。
- 利用 AI 节省的时间加强人际联系 ：在 AI 应用方面领先的企业，“明确授权员工将节省的时间用于改善协作、促进学习和深化战略思维的活动——而不仅仅是增加任务数量。”
Workday 团队总结道，那些能从 AI 中获得最大价值的组织，“将节省的时间视为一种战略资源。”“他们将其重新投资于提升团队技能、改善协作以及强化那些依赖人类判断的工作。最大的机遇在于帮助员工学习如何有效使用 AI——尤其是在需要判断力、创造力和决策力的关键领域。”
