AI正在重塑企业竞争格局,但决定成败的并非技术,而是能否构建以全员参与为核心的AI文化。领先企业通过“培训+实践”提升员工AI能力,同时在鼓励创新与风险治理之间取得平衡,既避免了强制推行带来的抵触,也能防止无序使用引发风险。

有效的AI应用可能会让成功的企业脱颖而出,而落后者则黯然失色,因此,许多IT领导者正采取各种方法,营造一种职场文化,让几乎所有员工都能高效、创新地使用AI。

这些策略的核心在于培训,同时鼓励员工在IT指导和治理的同步下,尝试并应用AI,以控制AI的固有风险。

“目前,我们正加大对员工的投资力度,培训越多,他们使用的AI就越多,ROI也就越高。”石油、天然气和可再生能源技术提供商McDermott International的全球副总裁兼CIO Vagesh Dave表示。

人力资本管理咨询公司Anthrome Insight的创始人兼CEO Melissa Swift表示,将培训转化为实践机会至关重要,但也要把握好平衡,不能让员工感到被迫接受。

“人们通过摆弄技术来学习技术,”Swift说,“自上而下的方式效果不佳,一种有利于AI的文化既不是完全设限,也不是无政府状态,而是要找到一个最佳平衡点。”

Deluxe(一家金融服务技术公司)的首席技术和数字官Yogaraj Jayaprakasam就是寻求这种平衡的IT领导者之一。“我们的目标是覆盖所有员工,但不会强迫他们,”他说,“我们当然也不会放任自流,我们将AI纳入了员工的(工作)目标和战略中。”

克服恐惧心理

当员工被赋予权力时,成功就取决于员工自身——他们对AI的接受程度、创造力和主动性。为了激发这种能量,IT领导者需要帮助企业员工克服对新事物的抵触情绪,以及担心有一天会被AI取代的恐惧。

“技术只是问题的一小部分,让人们参与进来,打开他们的思路——这个机会是巨大的。有些人持开放和兴奋的态度,而有些人则感到害怕。”麦肯锡公司的高级合伙人Ben Ellencweig表示。

为何会产生恐惧?对一些员工来说,AI的兴起可能会让他们想起十多年前或更早的外包浪潮。没有人希望自己处于必须培训接替者(尤其是AI机器人)的境地。

“当人们不信任并担心自己会失业时,情况就不妙了。只有在信任的文化氛围中,才能真正实现自下而上的广泛采用。如果人们相互信任,他们就能更快地进行测试并获得结果。”Anthrome的Swift表示。

与此同时,企业领导者担心,释放AI可能会带来他们无法控制的监管风险和法律责任,无论是由于AI幻觉、个人身份信息(PII)泄露,还是结果存在偏见。因此,成立一个有效的治理委员会至关重要,同时还需要一个全面的AI治理、风险和合规(GRC)框架。这样的委员会通常由IT、人力资源、法务等部门的负责人组成,可能还包括其他人员。

“法务和安全人员会审查项目,如果存在合规问题,项目就会被叫停。”McDermott的Dave说,他的委员会会对AI项目进行审核,只实施那些能带来显著效益且能在整个企业中推广的项目。

这些恐惧可能源于麦肯锡的一份报告,该报告揭示了管理层和员工在AI采用方面的相互指责。报告指出,管理层认为员工尚未准备好全面采用生成式AI,而员工则表示他们已经在广泛使用这项技术,只是受到了管理层的阻碍。

例如,报告显示,使用生成式AI完成三分之一或更多工作的员工数量是管理层想象的三倍,同时,企业高管认为员工准备不足是阻碍生成式AI采用的障碍的可能性是自身领导层对齐问题的2.4倍。48%的员工认为培训是采用生成式AI最重要的因素,但近一半的员工感觉他们从管理层那里得到的支持很少或较少。

如何构建AI文化

• 向大量员工提供AI工具

• 设立规范

• 强调结果虽重要,但并非强制要求

• 寻找可广泛应用的创新应用

• 做好准备,迎接AI在明年及以后变得更加强大

解决怀疑和犹豫问题

怀疑是AI实验和采用的另一大障碍。许多员工对AI持怀疑态度的原因之一是“AI垃圾”的泛滥,即那些看似能完成有用任务,但实际上并未提高准确性或效率的AI应用。

“我非常支持职业发展,”麻省理工学院经济计划研究员Michael Schrage说,他解释说,在保险行业,“我很高兴看到理赔员和精算师进行提示马拉松(promptathons,一种通过快速给出提示来训练AI模型的活动)。”但他补充说,“你不希望你的保险理赔员做AI垃圾工作,还认为这让他们更高效了,必须有监督和规范,但建立一个AI游乐场或沙盒环境——绝对可以。”麦肯锡的Ellencweig表示,另一个导致在启动计划或接受计划方面犹豫不决的原因可能是生成式AI实施缺乏可证明的投资回报率。

“80%的公司以某种形式部署了生成式AI,但80%的公司报告称,这些实施对他们的底线没有实质性贡献。”他说。

技术管理咨询公司Zinnov的总裁Nilesh Thakker表示,92%的公司正在试点AI,但只有70%的公司能说出投资回报率是多少,55%的公司没有结构化的治理。“这是一个我们非常重视的问题。”他说。

但用严格的标准来衡量AI的投资回报率可能会偏离重点,为企业全面启用AI进行投资是一种基于对未来变革的信念的战略,而不仅仅是为了眼前的蝇头小利。“我们没有关注节省成本,因为我们关注的是增长。”全球工程和建筑公司Ferrovial的首席信息和创新官Dimitris Bountolos坚称。

AI并非一刀切

Deluxe的Jayaprakasam根据员工的职业阶段,有针对性地进行AI教育。

“初级、中级和高管层——每个层级都有不同的要求。”他说,“CIO应该知道如何构建关于AI在何处创造价值的战略视图,对于初级员工来说,重点是AI流利度和关键的人类技能。对于中级员工来说,则是AI编排和超越其现有领域技能的变革管理。”

Jayaprakasam还将AI战略分为技术、业务和客户三大支柱,这些支柱的风险各不相同。在技术方面,AI可用于编写代码,大大加快软件开发速度。为此,AI引入的风险极小。使用AI来加快工作流程,并接管内部业务目的的报告撰写和重复性任务(也是苦差事),可以在增加很少风险的情况下提高效率。

Jayaprakasam表示,为客户的产品和服务添加AI功能可以提高质量,同时产生额外收入,然而,由于需要确保客户隐私并符合主服务协议(MSA)的条款,风险可能会增加。

在Deluxe,当业务部门提出AI用例时,它们会被提交给一个由Jayaprakasam以及人力资源、财务、法务和业务部门代表组成的中央AI治理委员会,根据生产力提升情况进行评估,他说,这个过程在任何时候都能产生多达30个正在进行的AI项目。

在Ferrovial,Bountolos采取了类似的方法:鼓励广泛的AI实验,筛选结果,并推广最成功的案例。

“2023年1月,我们创建了第一个平台,让任何员工都可以使用大语言模型。现在,我们已经实现了培训、变革管理、创意构思、实施和大规模采用。”他说,“每创建一个智能体,我们就会研究如何将其应用于整个公司。已经为特定任务和目的开发了数百个智能体,其中超过80%的智能体是共享的。”

Bountolos举例说,一个AI智能体接管了规划高速公路车道封闭的任务,以便进行建设或维修。考虑到施工蓝图、日常交通模式和官僚审批等众多变量,以前人类需要数小时才能制定的车道封闭方案,现在只需几分钟就能创建完成。

虽然Bountolos关注的是增长,但Jayaprakasam则衡量投资回报率。到目前为止,他说AI计划已经为Deluxe的利润边际增加了1000万美元,其中一半的意外之财来自软件经济——提高软件开发效率并淘汰了过时的大型机系统。

“AI可以将大型机代码转换为现代代码和自动化。”他说。

这位首席技术和数字官表示,另外一笔可观的节省来自于在Microsoft Dynamics 366应收账款中使用AI,这得益于一个面向客户的生成式AI聊天机器人Deluxe Assist。

让他们拥有智能副驾

这些计划的关键在于广泛使用AI工具。

“我认为(员工)必须使用AI才能了解AI能做什么,我们的工作之一就是教育员工——所有员工——而不仅仅是IT部门。”McDermott的Dave说。

至于Ferrovial的Bountolos,他正在广泛推广AI工具。“100%的员工都可以访问[微软]Copilot,90%的员工都在使用它。”他说。

Liberty Mutual也采取了类似的方法,据该公司首席人力、目标和品牌官Melanie Foley称,该公司已为其74%的员工提供了企业生成式AI工具的访问权限。

“我们有意让AI变得平易近人、易于获取,通过起草、总结和分析等实际、相关的用例来消除其神秘性,让员工迅速看到价值、建立信心并信任这项技术。”Foley说。

虽然Zinnov为客户提供如何充分利用AI的建议,但该公司也在内部使用AI。

“我们最强大的AI计划大多来自企业内部,通过黑客马拉松和内部创新论坛,团队已经构建了AI辅助研究引擎、提案加速工具、基准自动化工作流程和内部知识智能副驾。”Zinnov的常务合伙人Amita Goyal说,“这些并不是中央分配的项目。团队看到了重复性的认知工作,并对其进行了重新设计。”

快速发展的列车

各种形式的AI能力正在迅速提升,这已不是秘密。据估计,AI的能力每隔几个月就会翻倍。Jayaprakasam表示,这使得AI时代与其他IT颠覆(如SaaS或移动计算)有着本质的不同。

“AI是一列快速行驶的列车,每次你实施它,它都会变得越来越好。如何实施AI——假设它每个月、每天都会有所不同——对我们所有人来说都是一种新的工作方式。”他说。

可以合理推测,那些能够驾驭这场技术浪潮的公司很可能会获得竞争优势。对于那些从文化角度对待AI的公司来说,麦肯锡的Ellencweig认为回报会来得更快而不是更慢。

“基于对AI的熟练程度,2026年将是AI取得突破的一年。”他说。

此外,AI将不再是一个特定的专业领域,而只是业务开展的方式。

Jayaprakasam说:“我们相信AI将成为改变商业模式的一种持续方式,最终,AI将融入你所做的每一件事中。”

文章来自:51CTO

Loading

作者 yinhua

发表回复