人工智能无处不在，但其价值尚未显现。以下是如何让IT领导者通过协调工具、培训和团队来释放人工智能的实际生产力。
图源：CalypsoArt via Alamy Stock
只要问问任何一位IT领导者，他们都会告诉你，人工智能在提高生产力方面具有巨大的潜力。它可以帮助减少甚至消除繁琐的工作，包括自动化帮助台任务、简化事件响应、总结报告以及为员工节省处理行政杂务的时间。这些用例是真实存在的，其预期回报也是如此。根据麦肯锡的最新预测，生成式人工智能每年可能会为全球经济增加高达4.4万亿美元的经济价值。
但如果你问普通员工，这种承诺尚未完全实现。GoTo的2025年工作脉搏调查的新发现显示，62%的员工认为人工智能被过度炒作，86%的员工表示他们没有充分发挥其潜力。
尽管对人工智能的投资不断增加，且越来越多的工具可供使用，但在许多工作场所，人工智能的影响仍然有些模糊且难以量化。
一、问题不在于获取，而在于协调。
现实情况是，大多数组织并不是面临人工智能的问题，而是面临执行的问题。人工智能工具越来越容易获取，并且已经嵌入到员工正在使用的平台中，从IT支持软件到生产力套件都是如此。然而，不到一半的IT领导者表示他们的公司有正式的人工智能政策，近一半的人承认他们并没有积极衡量人工智能投资的回报率。
与此同时，员工们的技能准备不足。87%的人表示他们没有接受过如何使用人工智能工具的适当培训，这意味着缺乏意识、采用率低、误用或错失机会。
这种培训和技能差距，加上缺乏政策、目标以及对结果的衡量，加剧了怀疑态度和缓慢的采用速度。Gartner（高德纳）预测，到今年年底，至少有30%的人工智能项目将被放弃，主要原因是商业目标不明确、实施成本高昂或数据不可靠。更糟糕的是，只有少数组织表示自己准备好应对与人工智能相关的风险，例如数据隐私、偏见和伦理问题。
二、IT必须引领转型
人工智能采用的挑战为CIO（首席信息官）和IT领导者提供了一个宝贵的机会，将这项技术从实验性工具转变为核心运营程序。
毫无疑问，人工智能是具有变革性的，尤其在使知识更易于获取、从对话或会议中进行分析或总结以及通过振动编码将想法转化为功能性原型等领域，有许多提高生产力的例子。然而，人工智能的真正潜力并非体现在孤立的试点项目中，而是体现在它被整合到工作流程、部门和业务目标中时。这种跨功能的整合需要各部门的协调努力，但IT必须带头引领。
以下是三个实用的步骤：
1.建立明确的人工智能政策和治理模式
如果没有一个良好沟通和文档记录的政策，人工智能很快就会变成一片混乱。这与云计算早期的情况有相似之处，当时我们面临着蔓延和成本失控的挑战。IT领导者不仅要定义人工智能应该如何使用，还要定义它不应该如何使用，明确的政策将概述用例、伦理指导方针、数据处理程序和合规期望。
尽管这看起来显而易见，但有超过三分之一的员工报告称，他们正在使用人工智能处理涉及公司机密数据、人事事务或高风险决策的敏感任务，这可能会带来重大的安全或责任风险。
拥有人工智能政策的组织也更有可能报告生产力提升、服务交付速度加快以及员工对使用人工智能的信心增强。
2.优先开展实践培训
人工智能培训不能是一次性的网络研讨会，被埋在知识库中，或者是一个30分钟的团队入门课程。要有效，它必须融入日常流程中。基于场景的培训让员工使用这项技术，学习如何使其为自己发挥最佳效果，并在建立信任的同时促进更快的采用。
这些培训是非常值得的：在入职或提升技能项目中接受人工智能培训的员工，使用这些工具的频率和效果是其他员工的三倍。
3.衡量ROI（投资回报率）时，超越成本节约
传统的投资回报率模型通常无法或不能计算人工智能带来的生产力提升。帮助台工单是否能更快得到解决？员工是否花费较少时间总结会议或手动处理服务请求？这些就是技术领导者应该跟踪和报告的指标，以验证持续投资的合理性。
新的KPI（关键绩效指标），例如“每位员工每月节省的小时数”或“重复支持请求的减少”，可以帮助量化人工智能对运营效率的影响，甚至在成本削减可行之前。
三、文化将推动人工智能的采用
现实情况是，许多员工想要使用人工智能，但觉得自己没有得到授权或支持以高效地使用它。
这一洞见指出了一个重要的现实：人工智能转型既与文化有关，也与技术知识有关。在治理框架内促进实验和协作的组织将更容易在团队中扩大人工智能的使用。
IT领导层在这里可以发挥关键作用，通过创建跨职能的人工智能委员会，宣传内部成功案例，并倡导持续学习。
四、生产力胜于承诺
人工智能领域正在迅速发展，工具将变得更加强大。但如果公司不能将这种力量转化为日常工作中可用且可衡量的改进，它们将达不到预期，可能会浪费数百万美元。
领导层必须推动从人工智能的炒作转向人工智能的常态化使用。通过优先协调人员、工具、政策和战略之间的关系，他们可以释放人工智能所承诺的生产力。风险很高，因为有效使用人工智能的企业和员工将取代那些不使用的人。
作者：Joseph George（约瑟夫·乔治）
译者：木青
睿观：
尽管AI（人工智能）被寄予厚望能大幅提升生产力，但现实中多数员工认为其被过度炒作（62%）且潜力未被充分发挥（86%），根本原因在于企业普遍缺乏系统性的执行策略。问题不在于AI工具的获取，而在于协调的失败，具体表现为：缺乏明确的AI政策与治理（不到一半公司有）、缺乏有效的实践性培训（87%员工未受过），以及缺乏超越传统成本节约的、可量化的ROI（投资回报率）衡量标准。因此，CIO（首席信息官）必须带头引领转型，将AI从零散的实验转变为核心运营程序。成功的关键在于优先协调人、工具、政策和战略，通过建立清晰的治理、推行融入日常的实践性培训、并用新的KPI（如“每位员工节省的小时数”）来衡量价值，才能最终将AI的承诺，转化为企业实实在在的生产力。
