工作场所中的 AI：数字劳动力和未来的工作趋势

人工智能 (AI) 正在改变工作场所，从而影响企业的运营方式和员工的工作方式。通过颠覆劳动力市场和改变工作性质，该技术预计会对全球经济产生重大影响。

组织可通过部署各种技术（包括机器学习和自然语言处理）在工作场所使用 AI，而这些技术可模仿人类智能来解决问题、做出决策以及执行过去由人类处理的任务。AI 可分析数据、识别模式、从经验中汲取教训并随着时间的推移而不断适应。它通常可用于简化运营、提高工作效率、自动执行重复任务以及支持做出决策。

一般来说，在工作场所部署 AI 涉及广泛的技术生态系统，而其中最常见的技术则包括：

• 机器学习：它是计算机科学的一个分支；它专注于使用算法来让 AI 模仿人类的学习方式，并随着时间的推移逐步改进其功能。

• 自然语言处理 (NLP)：它是一种使用机器学习来理解并使用人类语言进行交流的 AI。

• 生成式 AI：它是 ChatGPT 最近推出的一种 AI；它可创建原创内容以响应用户的请求。

• 机器人流程自动化 (RPA)：它是一种流程驱动式智能自动化技术，且常用于执行重复的办公任务。

通过结合使用这些技术，在工作场所部署 AI 或许就像自动将员工记录数字化并归档，或是将西班牙语翻译为英语一样简单。同时，它也可能会与为决策者提供有关如何在企业范围内改进公司业务流程的指导一样复杂。

在医疗保健、保险和银行行业中，AI 已变得越发普遍。例如，它可帮助研究人员识别新的药化合物并预测其有效性，或是协助网络安全专业人员识别和减少欺诈风险。此外，AI 还常用于通过AI 助手（例如，聊天机器人和 AI 智能体）来增强员工与客户体验。

使用 AI 的组织具备提高效率、改进决策和推动创新的潜力。与使用 AI 相关的部分主要优势包括：

• 让员工腾出时间专注于创新和构建新服务，
• 充分利用数据
• 改善客户体验
• 提升员工福祉
• 竞争优势
• 提高创新能力

AI 可通过优化运营、增强决策和发现新的增长机会来帮助企业提高收入，并节省更多成本。通过使用 AI 工具来增强人类员工队伍，企业可减少在日常任务上投入的资源，并鼓励员工参与更具创造性和更有价值的任务。

由于 AI 可比人类一次性分析更多的信息，该技术有助于企业释放其数据的潜力，从而将原始信息转化为可操作的洞察信息。

AI 通过提供个性化交互、更快的服务和更准确的响应来增强客户体验。它擅长分析客户行为，以提供高度个性化的通信和建议，从而提高长期客户忠诚度。

AI 可通过自动执行日常任务、提高工作效率、鼓励开发新的技能和更具创造性的工作流程来提升员工的福祉。

借助 AI，企业领导者可制定更强大的数据驱动型战略，并通过更高的效率和敏捷性来获得竞争优势。

AI 可通过解锁新的可能性、加速研发流程以及挖掘客户反馈或市场趋势等数据来探索新的产品解决方案，从而促进创新。

目前，AI 已被用于各个行业的各种业务职能，以便提高效率并提供数据驱动型洞察信息。组织在其中部署 AI 的部分关键领域包括：

• IT 流程
• 客户服务工作流程
• 供应链
• 人力资源和人才管理
• 销售和市场营销
• 运营
• 财务

IT 流程特别适合 AI 集成；有一项调查表明，超过半数的受访高管已在使用生成式 AI 来简化这些流程。传统 AI 可通过优化网络性能和监控 IT 基础设施等方式来自动执行日常任务、提高安全性并加强系统管理。

IT 部门越来越多地利用生成式 AI 进行应用现代化和平台工程，从而提高工作效率。AI 还已成为改善网络安全的重要工具，可以监控大量网络数据，以识别可疑行为或泄露事件。

AI 可用于提供即时响应时间、实现个性化交互以及优化客户服务领域的支持流程。借助 NLP，AI 工具可实时理解并响应客户查询，从而增强客户体验，或是进行情感分析来判断消费者反应。

由 AI 提供支持的聊天机器人和虚拟助理可以处理客户查询并解决常见问题，提供客户自助服务，并让人类员工腾出时间执行更有价值的任务。AI 工具还可以汇总和分析来自评论、社交媒体或其他数据中的投诉，以提供有关性能或不确定性的洞察分析。

AI 可通过改进预测、优化库存和增强物流来简化供应链运营。其中可能包括需求预测；而在此方面，AI 模型可分析历史销售数据和外部因素来预测未来的订购趋势，从而优化库存水平。此外，AI 还可评估供应商绩效、自动补充库存并优化运输路线，以便最大限度地缩短配送时间并降低成本。

AI 辅助软件与应用程序可改变人力资源流程，具体则是通过简化招聘、提高员工参与度和加强员工队伍管理来实现。其中可能包括自动运行关键与重复的流程，如岗位需求请求、简历筛选或工作证明。此外它还包括使用 AI 系统来打造个性化的入职培训。

某些组织使用 AI 来分析员工绩效数据（例如，工作效率指标），以便发现可进行内部晋升的优秀候选人或识别有发展前景的求职者。其他公司则可能会部署聊天机器人，以在一天中的任意时间提供会话式人力资源自助服务。

AI 通过提供个性化客户体验、改善开发潜在客户和优化营销活动，增强销售和营销活动。这可能包括使用预测性分析分析客户数据和销售趋势，找出哪些潜在客户最有可能转化为有价值的客户。

AI 还可帮助营销部门更有效地对客户进行细分并实现客户体验的个性化；例如，使用推荐引擎来展示产品，或是使用生成式 AI 来打造超个性化网站和定制通信。此外，AI 在营销领域的一个常见用途是实时分析数字广告活动，以最大限度地提高广告活动的收入。

AI 越来越多地用于通过自动化工作流程、优化资源分配和提高工作效率来提高运营效率。AI 驱动的 RPA 工具可以自动执行数据输入、文档处理和开具发票等重复性任务，从而减少人为错误，让员工专注于更具战略性的活动。

AI 还可以通过分析性能数据并提出流程改进建议，例如重新分配资源或调整生产计划，帮助企业识别运营中的效率低下问题。在制造业等行业，AI 工具可以执行预测性维护，减少停机时间和维修成本。

AI 通常用于改善风险管理、自动执行财务任务和加强决策。AI 系统可以分析交易模式，实时检测异常，防止欺诈。一些 AI 工具可以自动执行费用跟踪、发票处理和财务报告等任务，以减少手动数据输入花费的时间。AI 驱动的分析工具还可以帮助公司预测财务趋势，包括收入和现金流。这些预测使企业能够做出主动决策、发现潜在问题并更好地管理财务。

在引入 AI 之前，确定 AI 可实现的具体业务目的会大有裨益，从而可让业务战略来指导 AI 战略。此流程可能涉及规划如何将 AI 集成到现有工作流程和系统中、确定最适合进行提升的关键流程，以及定义可衡量的成功目标。

AI 工具的可靠性取决于用于培训它们的数据。组织通常会在规划阶段之后评估当前的技术基础设施是否已准备好使用 AI。此阶段通常包括评估数据的可用性以及员工的技能水平。在此阶段，组织还会确定最适合企业用例的数据集、模型和架构。

强大的数据战略和数据治理策略对于实现符合道德的 AI 至关重要。在此阶段，组织通常会建立流程来提高透明度和安全性，并为数据与 AI 的使用制定全公司范围的指导。

制定数据战略并收集和清理数据后，企业通常会帮助确保其拥有实施该战略所需的正确技能和利益相关者。此流程可能涉及业务、运营与技术团队之间的大量协作，而这些团队可确定 AI 用例（用于平衡风险与回报）的优先顺序。如果企业发现自身无法联系到合适的专家，或需要更多技能来实施 AI 项目，则可与第三方开展合作，以帮助确保项目取得成功。

成功的组织通常不会立即将 AI 融入整个组织，而是将 AI 应用于低风险环境中的特定任务或工作流程。之后可以对这些试点进行测试和完善，然后再将它扩展到整个企业。

AI 对工作场所的作用会对劳动力市场和未来的工作产生广泛影响。虽然 AI 的使用通常与企业工作效率的提高有关，但许多人预计，这项技术将需要大幅改变工作人员的工作类型和培训方式。

据咨询公司麦肯锡称，到 2030 年，美国经济中多达 30% 的工作时间可以实现自动化，同年需要进行 1200 万次职业转换。¹ 同时，IBM 商业价值研究院最近完成的研究发现，在运营层面而不是基于技能的层面部署 AI 的组织，在员工保留率和收入增长等指标方面比同行高出 44%。这些研究结果与世界经济论坛的估计相吻合，该论坛预测，未来几年全球可能有 8500 万人失业，但新技术可能创造 9700 万个新的工作岗位。²

综上所述，这些统计数据表明，AI 技术的广泛采用可能需要重大的技能提升举措，以重新培训全球员工队伍。随着 AI 工具的使用越来越频繁，AI 辅助的工作越来越普遍，组织可能会更加注重最大限度地提高这些人机交互的效率。