人工智能将如何改变工作场所 - 华尔街日报
Seán Captain
但在过去的一年中，尤其是过去的六个月里，生成式人工智能已经极大地增强了技术帮助、阻碍或重新定位我们工作方式的潜力。像 DALL·E 2 和 Midjourney 这样的视觉工具可能会彻底改变平面设计。大型语言模型文本生成，从 ChatGPT 的发布开始认真影响着每一个涉及键盘操作的活动。
为了更深入了解工作和人工智能的交互，我们与计算机科学、人力资源、招聘、企业领导、心理学等领域的专家进行了交流。以下是一些他们的预测。
自动化思想
人工智能将继续当前的自动化工作部分流程。但是，尽管当今的自动化通常被描述为适用于枯燥、肮脏和危险的任务，比如在工厂或仓库中移动零件，生成式人工智能带来了一个新的动态：主要是通过提供创建文档、电子邮件、演示文稿、图像、视频、产品设计等的初稿能力来支持知识工作。
因此，知识工作者可能会花更多时间在编辑而不是创作上，特别是当生成式人工智能嵌入到他们今天使用的所有软件产品中时。例如，电子邮件系统不仅可以提前输入几个单词，还可以起草几段文字。客户关系管理软件可以建议与销售对象讨论的主题，甚至可以提供一个脚本。销售人员可以用自然语言描述演示文稿，可以创建草稿幻灯片，访问公司数据和图像来填写细节。
但是有一些GenAI应用程序，其潜力真正显现出变革性影响：例如，在研究和开发领域，一些使用生成式人工智能来支持编写软件代码的实验显示出非常高水平的生产力增长。但这并不意味着我们将需要更少的软件工程师，因为世界需要更多的软件。生成式人工智能还有可能提高联系中心的生产力。已经有技术可以自动化与客户的互动；生成式人工智能有可能使这些互动感觉更加自然。
—Michael Chui，合伙人，麦肯锡全球研究所
扁平化组织
人工智能可能会使许多组织变得扁平化，因为它能够自动化工作活动。目前，大多数组织都有执行例行任务的初级人员，监督他们的中级人员以及设定组织方向的高级员工。
这种组织结构将不再必要。AI可以自动化许多初级工作者执行的任务。会计功能、采购订单和工作申请已经在自动化，工作场所不再需要手动编制或分析信息的人员。
随着生成式人工智能的更广泛部署，将自动化更多任务。此外，工作监督和评估将不需要太多人类监督。客户可以评价员工执行基本任务的表现，并允许人们获得他们想要的服务。利用数据分析和人工智能，公司可以利用这些回应来淘汰表现不佳的工作者并奖励他们的顶尖员工。最终结果将是更少的管理层和组织中总体员工数量的减少。
—达雷尔·韦斯特，治理研究高级研究员，布鲁金斯学会
我们有多人性？机器会告诉我们
过去，管理者们借助软件来评判员工在技术方面的表现——计算按键次数或离开屏幕的时间。现在公司正在使用机器来评判员工展现出多少同理心。
最近我收到了一条“每日管理贴士”，关于如何准备由人工智能进行的工作面试，这个过程如今已经司空见惯。要获得高分，我需要在面试中显得“自然”，即向面试中注入“真实性和人性”。这似乎是一个透过镜子的请求。一个机器将会评判我展现出只有人类才能表现的品质。
人工智能的评判并不仅限于面试。越来越普遍的是，公司使用人工智能程序来监控员工在工作中的同理心。例如，在呼叫中心，人工智能程序会指导并评分员工在同理心方面的表现，以评判他们与来电者的表现。
随着ChatGPT加入到一整套办公产品中，文本、电子邮件和电话，可能会被假同理心机器评判的互动没有限制。它们将假装理解嫉妒、竞争、抑郁和不安全感，所有这些在公司生活中出现的混乱人类情感。
当机器测试我们如何应对这些人类复杂性时，得分最高的可能是那些展现出机器最看重的品质的人——一贯性和对看似混乱的事物有整理倾向的人。那些表现不佳的人可能会失去工作。
这是一种倒退的思维：技术重新定义了人类的同理心，即机器能理解的内容。我们已经建造了将来会审判我们的机器，现在我们将训练自己来取悦这些机器。
—谢莉·特克尔，作者，阿比·洛克菲勒·莫泽社会科学与技术研究教授，麻省理工学院
对伦理的威胁
我们已经看到数字助手的崛起，他们以人类的声音说话，可以利用人类的外表和社交智能来协商纠纷，开展商业战略头脑风暴或进行面试。但是，我们的研究表明，人们在通过人工智能进行合作时可能会表现得不太道德。
传统上，队友建立情感纽带，关心彼此的目标，并指出同事的过失。但是，当人们通过虚拟助手间接互动时，对道德行为的社会检查就会减弱。相反，互动变得更加交易化和自私。
例如，在典型的面对面谈判中，大多数人遵循公平和礼貌的规范。当利用对方时，他们会感到内疚。但是当人们使用人工智能来制定回应和策略时，情况就会发生变化：在这些情况下，我们发现，人们更有可能指示人工智能助手使用欺骗和情感操纵来在他们的代表谈判时获得不公平的交易。
了解这些伦理风险将成为商业政策和人工智能研究的一个积极关注点。
—乔纳森·格拉奇，南加州大学计算机科学教授
老年人的优势
人工智能将使年长工作者重新被看作年轻，即使是那些有年龄歧视眼光的人也是如此。
年轻成年人往往擅长处理需要分析和快速解决离散问题的流体智力工作。认为老年工作者表现出更高的结晶智力——利用多年积累的经验和知识快速识别模式、细微差别和情感洞察力，以及确定哪些问题应该解决，哪些只是噪音。
人工智能很可能为老年工作者提供一种增强智力，使经验丰富的专业人士充分发挥他们的才能和技能。
例如，人工智能将成为医生的宝贵合作者，加快收集和整理关键信息，如患者症状史、基因型、药物相互作用，以及过去类似病情的成功治疗方案等。这些系统将使各个年龄段的医生能够快速获取信息，但老医生将更有能力运用多年的经验和知识来验证人工智能的诊断和治疗建议。
人工智能不仅将成为老年工作者的合作助手，还将成为宝贵的教练。知识和技术的增长速度之快使培训和提升技能变得至关重要。不幸的是，许多雇主不投资于老年工作者的教育。现在，人工智能应用正在工作场所教育中得到应用，以解决个人学习和知识差距，帮助老年工作者保持当前和竞争力。
—Joseph F. Coughlin，AgeLab主任，麻省理工学院
导航新技术
如今，大多数组织都面临“数字灵活性差距”的问题，即员工在快速变化的技术中很难跟上步伐。组织拥有的技术比员工能够熟练使用的要多，这造成了效率和生产力增长的障碍。
AI服务简化了复杂性。通过使用对话界面和自然语言处理，AI消除了员工必须掌握复杂的计算机功能和菜单的需求。人们只需用非技术性语言描述所需内容，并调整请求以获得更好的输出。
例如，一名员工可以向AI提供历史数据，并说：“找出并排列出所有将决定这种新产品市场潜力的变量。”在开发对话界面之前，获取这些信息将需要一系列冗长而复杂的互动。
—Matt Cain，Gartner副总裁兼杰出分析师
随着AI接管例行任务，人们会有诱惑削减整个入门级员工层：总结文件、回复例行电子邮件、编写基本计算机代码和解决简单的后勤挑战都是AIs可以做得和一个经验不足的人类差不多好，而成本要低得多。
但雇主仍然需要为新员工提供入职机会。如果停止招聘初级员工，你将不得不从组织外部招聘所有中级员工。如果每个组织都减少初级员工的招聘，那么找到有经验的中期人才将变得越来越困难*。*
这就是为什么通过雇佣新手员工并重新思考他们的任务和培训方式来培养自己的长期人才库是值得的。与其让你的初级员工堆积繁重的工作，并相信他们会通过观察学习，不如让他们承担更具挑战性的任务，比如起草报告而不仅仅是总结报告——人工智能研究和写作工具的爆炸式增长意味着这种工作现在已经在经验不足的员工掌握之中。通过更积极的辅导和指导，这些新手员工可以更快地成长为有价值的同事。
—Alexandra Samuel，数字工作场所演讲者，共同撰写了“Remote, Inc.”
盲目跟随的危险
许多工作涉及编写标准回复——感谢顾客的便条、回复求职者以及不幸的学期论文——几乎每个白领角色都可以立即且轻松地使用人工智能。
问题不在于生成的回复是否原创或有创意。绩效评估需要多有创意呢？问题在于如果ChatGPT写了报告，那么“作者”并没有考虑过，没有权衡过论点，然后在文本中得出自己的结论。他们无法向他人解释为什么报告会这样写，但现在他们必须接受其结论。
当ChatGPT报告未包含您自己搜索后可能找到的专有信息，并改变了结论时会发生什么？我们如何向下属解释，为什么ChatGPT撰写的评估给他们比去年得分低，尽管他们的表现似乎是一样的？在没有深思熟虑论点和解释的情况下使用它的诱惑可能会导致严重错误。
—Peter Cappelli和Sonny Tambe， 教授和副教授， 宾夕法尼亚大学沃顿商学院
宏观思维
员工已经在使用ChatGPT来打造完美的Facebook广告或像Descript这样的工具来编辑视频，但AI将被纳入更多上游工作中。AI将出现在董事会会议室、头脑风暴会议和规划会议中。
想象一个AI系统，为5,000个不同的预算计划运行全球模拟和影响分析。或者一个AI，当它发现您的销售计划中存在瓶颈时，会主动为您编写新代码。或者一个基于客户研究训练的代理AI，让您可以与目标市场进行模拟对话。我们正在从面向任务的AI转向面向目标的AI，企业正在寻求安全、可靠和道德地利用它。
—Allie K. Miller， AI企业家、顾问和投资者
资金管理与人文关怀
许多资产管理公司现在为客户提供混合咨询服务—涉及人类顾问和算法—但这些新服务不太可能减少对人类顾问的需求。
相反，自动化正在扩大金融顾问市场，使为低财富客户提供服务更具成本效益。由于某些任务，如解答简单客户查询和构建投资组合，可以自动化，人类顾问现在可以为更多客户提供服务。因此，资产管理公司现在正在雇佣更多人类顾问，而不是裁员。
此外，金融顾问成功的要求正在发生变化。随着更多投资组合管理被交给算法，技术投资组合配置技能变得不那么重要。然而，对于顾问来说，解释算法如何运作并帮助投资者应对动荡的市场条件变得更加重要。我们的研究显示，由于人类顾问能够减少客户与算法互动时的不适感，并减少客户对算法表现的不确定性，他们仍然对客户满意度和留存至关重要。
—Alberto Rossi， 金融教授兼AI、分析和未来工作倡议主任， 乔治城大学
导航企业福利迷宫
由AI驱动的“礼宾”系统将减少或消除许多员工今天在寻求雇主服务时所经历的令人沮丧的答案搜索。这些系统将帮助员工充分利用他们的福利，遵守政策，或者简单地了解有时在大型组织中难以发现的有关同事、组织结构或客户的信息。我的健康福利何时更新？我的当前免赔额是多少？纽约的餐费政策是什么？
此外，在混合工作环境中，由人工智能驱动的礼宾工具将预订会议室，优化办公室同事的位置，以便更好地合作，并帮助办公室经理管理容量和服务。
—Joe Atkinson，普华永道美国首席产品和技术官
不要忘记人类判断
在最佳情况下，人工智能将推动更好的协作和生产力。它将帮助员工将笔记转化为文档，将文档转化为演示文稿。然而，人类判断是解锁人工智能力量的关键。我们的数据显示，只有大约一半的员工相信他们知道何时质疑自动化或人工智能的结果，另一半则认为他们没有这种技能。但生成式人工智能已经被证实会产生幻觉——编造虚假事实——而盲目遵循其输出的员工可能会失败。
因此，公司必须为员工提供成功使用人工智能所需的技能和倾向。员工不能仅仅依靠人工智能的会议总结行事，他们必须明白与参加会议的人类同事交流是必要的。他们还必须学会校对人工智能生成的文本，通过外部来源确认引用的事实。治理结构必须确保人工智能生成的内容在使用之前始终包含人类参与。
—J.P. Gownder，弗雷斯特副总裁兼首席分析师
机器进入人力资源
人工智能工具和数据分析的出现正在改变组织发现、评估和选择人才的方式。如果用正确的数据进行训练，人工智能模型还可以将候选人档案与公司最成功的员工进行比较，识别具有成功记录的专业人士，并确定谁最有可能考虑换工作。
例如，对于某些角色，高绩效者的个人资料包括广泛的技能范围，这些技能与多个角色相关，而对于其他职能，最佳技能集合则更为狭窄和具体。我们的数据表明，将候选人的技能与高绩效者的技能进行比较是未来成功的最具预测性指标，特别是在合同工作方面。
此外，AI模型可以通过整合具有先前雇主经验的员工或承包商的个人绩效数据来进一步增强。对于每年雇佣数十万承包商的人才解决方案公司来说，有大量此类数据可供利用。
然而，最重要的是将AI视为一种工具，而不是人才招聘这门人类艺术的替代品。评估和选择人才需要对候选人的沟通技能、态度和决心水平以及成功所需的了解。
—M. Keith Waddell，总裁兼首席执行官，Robert Half
提高生产力
早期研究表明，生成式AI可能会提高所有工作者的生产力，但可能更有利于低技能工作者。微软进行的随机实地实验报告称，生成式AI使软件开发人员的平均任务完成时间减少了55%，对年长开发人员和那些编程经验较少的人获益最大。同样，麻省理工学院的一项研究报告称，ChatGPT在专业写作中的使用提高了低能力工作者的平均生产力和质量，超过了高能力同行。
在一项正在进行的实验性研究中，我发现，M.B.A.学生在撰写商业报告时，ChatGPT的可用性不仅提高了生产力，还增加了学生的满意度。更多学生表示，当像ChatGPT这样的工具可用时，他们更愿意写作。简而言之，生成式人工智能的影响可能不仅仅是提高生产力，还可能缩小低技能工人和高技能工人之间的生产力差距。
—Kartik Hosanagar，约翰·霍尔教授，宾夕法尼亚大学沃顿商学院
黑客的工具
这是经典的电子邮件诈骗：员工收到一封看似来自他们经理的虚假便条，告诉他们将资金转账至某个账户。为了使这看起来更加可信，攻击者需要访问公司的计算机系统，了解公司和目标的情况，包括他们的个人资料。
人工智能使这种欺诈变得更加容易，也更加危险。
通过获取公司内部电子邮件和非公开报告的访问权限，黑客可以使用人工智能生成非常令人信服的消息。例如，消息可能以这样的方式开始：“弗雷德，上周三和你和你妻子共进晚餐很愉快，我们应该再次这样做。同时，我需要你…”
或者想象一下与你的老板进行电话或视频会议？深度伪造技术使得模仿你经理的声音甚至形象成为可能。
人工智能也可能导致诈骗目标变得越来越小。如果需要大量人工劳动来创建定制的鱼叉式网络钓鱼邮件，那么对黑客来说，欺骗人们100美元就不值得了。但是如果人工智能使得制作虚假邮件变得轻而易举且廉价，那么任何人都不会被忽视。
所有这些都提高了我们必须有相当程度怀疑的水平。必须制定程序来验证你正在打交道的人的真实性。在许多情况下，一个电话可能就足够了。一个稍微深入的方法可能是给老板的行政助理打电话，除了老板之外，有点像在计算机上进行多因素身份验证。在极端情况下，可能需要面对面的会议。
—斯图尔特·马德尼克， 麻省理工学院斯隆管理学院信息技术教授
发现技能差距
人工智能帮助组织通过自动检测员工、团队和整个组织的技能，识别出管理层甚至还没有意识到的差距，并找到解决方法，为未来做好准备。
对于护士、软件开发人员和营销人员等角色，所需技能不断变化，组织很难跟踪所需的技能。例如，护士必须熟悉越来越多的技术平台，以及数据分析，以帮助患者的结果。
随着这些需求的演变，人工智能可以帮助跟踪组织需要的技能，并预测他们可能下一个需要什么。例如，一家企业可以使用人工智能扫描其行业中的职位描述，以寻找趋势。人工智能可能会注意到现在许多营销工作需要员工了解新类型的分析，而你的员工也必须理解它们，否则就会错过重要的战略见解。
—Mahe Bayireddi，首席执行官兼联合创始人，Phenom
Mr. Captain 是一位来自北卡罗来纳州阿什维尔的作家。可以通过 [email protected] 联系他。
刊登于2023年5月15日的印刷版上，标题为“人工智能将如何改变工作场所”。