生成式AI工具席卷全球。ChatGPT月用户数量达到1亿的速度比所有互联网应用都要快。这对提高知识密集型企业的效率和生产力的潜在好处显而易见，专业服务、医疗保健和金融等行业的公司正在投资数十亿美元以采用这些技术。
但它对个人知识工作者的好处可能没有那么明确。当技术可以完成许多过去只有人类才能完成的任务时，对知识工作者意味着什么？生成式AI可以并将使知识工作者的一些任务自动化，但这并不一定意味着将要取代所有任务。生成式AI还可以帮助知识工作者找到更多时间从事有意义的工作，并提高绩效和生产力。其中的区别在于如何使用工具。
我们将在本文解释如何做好这一点。首先帮助员工和管理者理解生成式AI如何支持知识工作，其次确定管理者可以采取哪些措施来帮助员工实现潜在收益。
知识工作的定义
知识工作主要涉及对信息进行认知处理，以产生增值产出。它与体力劳动的不同之处在于所使用的材料和涉及的转换过程类型。知识工作通常依赖于特定领域的高级培训和专业化，并要通过长时间的学习和经验积累获得，包括结构化任务和非结构化任务。结构化任务是指输入和输出有明确界定且易于理解的任务，以及将输入转换为输出的预设步骤，例如工资单处理或会议安排。非结构化任务是指输入、转换程序或输出大多定义不清、不够明确或未知的任务，例如解决人际冲突、设计产品或协商薪酬。
很少有工作是纯粹的某一种。工作由许多任务组成，其中一些是结构化的，另一些是非结构化的。有些任务必要但重复，有些更有创意或有趣，有些可以单独完成，而另一些则需要与其他人合作。有些是员工的常规工作，而另一些则只会在例外情况下发生。作为知识工作者，你的工作就是管理这些复杂的任务集，以实现目标。
计算机历来擅长执行结构化任务，不过仍有许多任务只有人类才能完成。生成式AI正在改变游戏规则，拓展计算机的工作范围，缩小纯粹由人类完成的任务范围。尽管生成式AI对知识工作的侵蚀可能令人担忧，不过我们相信，对大多数知识工作者来说，收益可能远远大于成本。
生成式AI能提供哪些帮助？
人们常说“取代你的不是AI，而是一个使用AI的人”。生成式AI不是让你的工作自动化，而是有助于提高你从事具有认知挑战性的知识工作的能力。
关键在于使用生成式AI管理每天从你身边经过的信息洪流。人类的认知信息处理能力有限，同时今天大多数知识工作者都会被高速涌入的数字信息和随时随地的通信所淹没。这种信息的挤压正在创造一种“数字债务”（digital debt）：等待每个知识工作者处理的信息不断积压。
如果你有这种感觉，你并不孤单。最近微软的调查中，68%的员工表示他们在工作日没有足够的连续时间专注于核心活动。电子邮件、线上会议、信息、搜索和查看数字内容所占的工作时间份额正在进一步增加。
聪明使用时，这正是生成式AI可以帮忙的地方。生成式AI特别可以在三个主要方面发挥作用：通过自动化一些结构化任务来减轻认知负荷，提高你对非结构化任务的认知能力，以及改善工作中的学习过程。
降低认知负荷。生成式AI工具可以通过释放人的精力，使我们专注于高价值的非结构化任务。这点可以通过将知识工作的结构化和重复性元素转移到生成式AI工具来实现。除了降低认知负荷，这样还可以消除部分相关苦差，来使工作更有趣和有满足感。
生成式AI在降低各行业认知负荷方面已经显示出其优势。全球律师事务所英国安理国际律师事务所（Allen & Overy） 的律师就会使用一个名为Harvey的系统，来高效查找和访问判例法，并起草简单的合同。这让他们有更多时间分析复杂的法律问题并为客户提供建议。
在市场营销和广告中，生成式AI可以自动生成常规内容，例如创建产品手册或个性化电子邮件。最近BCG对首席营销官的一项调查发现，三分之二的受访者正在研究用于个性化的生成式AI，一半的受访者正在研究用于内容生成的生成式AI。
在金融领域，一家股份银行正在使用生成式AI减少不断涌入的外部生成的新金融市场信息带来的认知负担。该系统可以快速分析和总结年度报告、获取电话记录和分析报告，让银行的客户经理更好地了解重要的发展动态。通过简化信息搜索和审查流程，客户经理有更多时间专注于为客户提供服务。
正如这些案例所示，将一些结构化任务委托给生成式AI，可以帮助缓解认知过载的压力，这样你就可以专注于更重要的任务。繁琐的工作可以用计算机完成得更快甚至更好，而你则可以提高在其他任务中的表现。
提升认知能力。另一种增强知识工作的方法，是用生成式AI促进高阶认知过程，执行非结构化任务。这里的三个重要领域是批判性思维、创造力和知识共享。
批判性思维方面，生成式AI可以帮助人们就面临的挑战提出更好的问题。研究人员在高管教育环境中进行实验时发现，94%的情况下，AI（包括生成式AI）的参与会让受访者提出比其他情况下更广泛多样的问题。这反过来又会促使受访者探索他们可能从未考虑过的想法和可能的解决方案，从而可能提高绩效。
另一项研究发现，ChatGPT在战略过程想法的生成和沟通阶段特别有用。AI工具高效地创建了合理的战略想法。它的“讲故事”能力在帮助表达和沟通想法方面十分有效。另一方面，该工具在建议战略实施方面帮助较小，这可能是因为工具无法访问有关公司、具体能力和其他相关背景的详细信息。
密苏里大学教授托金·伊朋（Tojin T. Eapen）及其同事详细介绍了生成式AI如何通过在不同概念间建立联系来促进发散思维。生成式AI不仅有助于开发新想法，还有助于根据可行性、影响、成本和新颖性等标准评估和对其进行完善。在一项针对1000多名内容创作者（博客作者、播客和短视频制作人）的单独调查中，三分之二的受访者表示他们会使用这些工具进行创造性任务。53%的人表示使用这些工具增强了他们的创造力和生产力。此外，使用这些工具的人拥有更多粉丝，并产生了更高收入。
除了生成知识，生成式AI还有助于分享知识。知识资产分散在各种文件、政策、流程和单个负责人中，使人们难以获得组织中已经存在的知识。通过利用生成式AI，公司可以弥合知识差距，促进知识共享，并赋予知识工作者在工作中表现出色所需的专业知识。例如，为了帮助其财富管理顾问，摩根士丹利使用了一个生成式AI模型，这个模型接受了大量内部和专业知识的训练。通过让公司每个顾问都能随时获取财富管理知识，使其能够有效解决客户的具体问题和疑虑，从而实现了 “变革”。
改善学习过程。掌握技能需要练习，而不仅是课堂学习。然而要使练习有效，就要对员工的表现进行反馈，而为每位员工提供个人反馈的成本可能高得吓人。随着AI生成能力的不断提高，为每位知识工作者配备一位AI导师成为可能。
对于学生来说，生成式AI可以扮演顾问、导师、教练和模拟器等角色。它可以提供频繁的反馈、个性化指导和解释、替代观点以及通过模拟进行练习的机会。例如，多邻国（Duolingo）最近在其语言学习软件中增加了两项由AI驱动的新功能。角色扮演让用户可以练习用外语进行自由对话，而“解释我的答案”则可以根据用户要求，提供建设性的个人反馈。
生成式AI在学习方面的潜在作用还可以延伸到工作中。例如成为一名成功的呼叫中心座席人员，就要在复杂、快节奏的环境中获得技能，需要将指导、练习、反馈、复盘和沉浸式环境结合起来。在富达集团（Fidelity Investments），学员会学习某个主题，然后在导师的倾听和建议下处理电话，然后与导师和其学员会面，讨论他们的经验。生成式AI可以在培训期间和培训之后协助完成这一过程。它可以监控与客户的对话，并建议座席人员可以说什么或做什么来解决客户的问题。它还能在之后回答座席人员的问题。最近对一家引入生成式AI的呼叫中心进行的一项研究发现，这类支持有助于提高所有员工的工作效率和质量，同时还能提高员工的满意度。与没有使用这种系统的员工相比，它还能使新员工在经验曲线上更快进步，从而加快个人学习。
管理者如何帮助员工使用生成式AI
全球已有数亿人在家庭和工作中使用了生成式AI工具。即便使用的工具相同，每个人使用的方式可能也都不同。这对公司来说既是机遇也是威胁。每个人的实验都可能产生有巨大价值的创新，但有些实验可能会因为制造错误、违反法规、做出有偏见的决定或向公众发布私人信息，而误入危险境地。
无论是否需要，这些工具都正在进入知识工作领域。鼓励员工在工作中尝试这些工具，可以帮助他们减轻担忧。这反过来可以引导他们采取有建设性和积极的立场，与AI合作，而不是与之斗争。为了帮助你的知识型员工充分利用生成式AI，可以考虑以下三个关键措施。
定义政策并明确责任。虽然生成式AI工具带来了有前景的优势，但它们可能会给组织带来风险。因此，理解和降低这些工具的风险并保证遵循安全程序至关重要。例如，使用生成式AI编写电子邮件草稿或总结文档可能简单又高效，但也应该像沃尔玛今年早些时候那样，告诉知识工作者不要使用私人信息。同样，员工应该知道，虽然这些工具快速且方便实用，但它们并不总是准确的。没有人想像律师因为法官指责他在用生成式AI起草的法律辩护状中加入了虚构判例法时，才发现这一问题。领导者还要强调在训练或应用工具时产生的偏差，并提出减轻偏差的方法。
鼓励实验和创新分享。在员工会议上展示工具的功能，并指出公司内外的有趣用例。当人们分享他们的创新时，提出探究性问题，帮助每个人意识到所涉及的风险，并知道如何降低这些风险。鼓励同行学习，员工互相教授如何使用工具。在此基础上，要求员工分享他们开发的创新实践，并采取措施帮助其他人采用最佳实践。
庆祝胜利。通过鼓励团队将生成式AI视为一次发现之旅，而不是一项防御活动，你可以帮助他们建立使用这一工具的信心和能力，这样可以增强他们的认知能力，并提高他们的特定技能。大力推广最佳案例的使用，庆祝创新和创新者。这样做不仅可以改善员工使用生成式AI的方式，还可以改善你所在团队的创新文化。
不要等待
知识工作需要不断学习以跟上创新和知识的进步。跟上生成式AI工具带来的变化不仅需要学习这些工具，不仅需要学习这些工具，还要利用它们来增加自己的知识，并希望能扩展自己的角色。麦肯锡最近的一份报告中，近1700名高管受访者表示，他们希望重新掌握技能的员工多于被解雇的员工。
现在是时候开始使用生成式AI了。新的生成式AI工具正在迅速出现，以协助和改变从教育、金融到法律和医学等行业的知识工作。公司正开始将生成式AI驱动的创新引入流程，并颁布安全使用这些工具的相关政策。
不过我们不需要等待这些外部强加的变化。只要了解并学会降低相关风险，我们现在就可以开始利用生成式AI为自己谋福利。利用网上已有的免费工具，你就可以减轻不断涌来的信息浪潮带来的认知负担，同时还能提高认知能力和学习效率。
玛丽亚姆·阿拉维是乔治亚理工学院谢勒商学院伊丽莎白·霍尔德和托马斯·霍尔德讲座教授兼信息技术管理学教授（the Elizabeth D. & Thomas M. Holder Chair & Professor of IT Management）。乔治·韦斯特曼是MIT斯隆管理学院高级讲师，也是MIT开放学习办公室全球机遇论坛（the Global Opportunity Forum in MIT’s Office of Open Learning）创始人。
玛丽亚姆·阿拉维（Maryam Alavi） 乔治·韦斯特曼（George Westerman）| 文
飞书、DeepL | 译 孙燕 | 编辑