站内正文
详细内容
这里展示站内保存的新闻正文，支持划线和批注；需要核对来源时，可以打开原始报道。
高管们对生产力下降的焦虑促使许多美国组织推行重返办公室政策。然而，华盛顿特区的全球人才服务公司Seramount的一份新报告认为，领导者认为的与远程或混合工作相关的生产力问题，实际上是一个“衡量”问题。
报告发现，如今许多领导者仍使用旧式办公时代的指标（如可见活动）来判断绩效，而非衡量“成果、对齐和影响”。该报告基于与100多位CHRO的对话，敦促领导者与时俱进。
Seramount战略研究负责人Stephanie Larson解释说，研究指出工作中存在“AI生产力悖论”：AI能够加快工作速度，但不一定能提升质量。“而这，”她说，“正是它成为生产力问题的原因。”
同时，她补充道，AI可以降低生产成本，但无法降低判断成本。因此，如果雇主只关注利用AI加速流程，他们可能会获得更多产出，但也需要更多的审查、返工和模糊性——最终导致更长的周期时间。
“AI实际上可能削弱敬业度，因为人们不清楚优秀绩效的标准和责任归属，”她解释道。由于这种紧张关系，组织需要自问是否在构建使AI加速变得有价值的“人类判断力”。
HR在应对AI生产力问题中的角色
对Larson而言，AI应充当“思维伙伴，而不仅仅是工具”，并补充说，当AI帮助人们更好地思考，而非替他们思考时，它才最为有用。
“我相信我们忽略了AI的优势如何帮助我们审视和改进工作。对HR领导者来说，这意味着培养一支知道如何使用AI的劳动力——不仅是为了产出更多，更是为了提出更多质疑，”她说。
员工也需要问：这准确吗？我可能遗漏了什么？哪些背景或细微差别被抹平了？如果我依赖自动输出，我会承担什么风险？
“对AI工具的熟练度并不等同于判断力，”她说。
Larson解释说，许多组织正竞相快速推广AI应用，以至于可能优先考虑部署速度，而忽视培养员工的判断力和决策能力。而这可能带来四大显著风险，她补充道：
- 声誉风险：经过打磨但质量较低的作品可能在有人发现潜在问题之前就被传播开来。
- 收入风险：管理者最终可能花费时间纠正那些看似高效但实际有问题的输出。
- 领导力风险：AI正在吸收的许多任务从来不仅仅是任务；它们是人们学习判断的训练场。
- 包容性风险：AI倾向于放大现有体系，因此在培训机会、管理者支持和实验空间方面的早期差异，会迅速扩大为能力和机会上的更大差距。
“在人才发展方面，HR应优先确保员工能够有效审查、挑战和完善AI生成的输出，”Larson说。
Larson会关注批判性思维、写作、修订、沟通和问题解决——这些通常被归类为“软技能”。然而，她补充道，在复杂时刻清晰沟通、权衡不同观点、预见反驳或做出明智决策的能力“一点也不软”。
“我在高等教育领域工作了近15年，最近担任英语教授，这段经历至今仍影响着我对AI的看法，”她说。“我们现在比以往任何时候都更需要人文学者和社会科学研究者，因为批判性思考者知道如何质疑、批评、情境化和挑战某事物，而不仅仅是接受其表面价值。”
AI的最佳用途
展望未来，Larson表示，领先的组织将是那些明白目标不仅仅是更快的工作流程，因为“更明智的目标”能带来更好的判断、更广泛的信任和更公平的成长机会。
“在一个AI几乎能帮助每个人更快提高生产力的世界里，真正的差异化因素在于组织是否仍在提升其员工：员工是否在学习批判性思考，”她说。
对Larson而言，这意味着最强大、最成功的组织将利用AI来增强人类能力。
“它们将保护那些培养未来领导者的发展性体验、导师制和问责结构，”她说。“这将在绩效上体现为工作质量更高，在文化上体现为人们更信任体系，在留任上体现为人们会留在能够持续成长的地方。”