AI正在改变我们的工作方式。根据2023年麻省理工学院的一项研究，ChatGPT和Copilot 等工具可以帮助人们以比过去快40%的速度撰写从电子邮件、博客文章到内部分析计划等各种内容。新技术尤其正在改变技术工作。例如，麻省理工学院斯隆管理学院、微软研究院和 GitHub的一项研究表明，生成式AI编码工具可以将编程时间缩短56%。
员工应该如何利用这些意外收获的时间？2022年11月OpenAI推出ChatGPT以来，专家们一直在争论这个问题。例如，波士顿咨询（BCG）发现，许多人会用额外时间解决问题、与他人互动或学习新知识。不过诺贝尔经济学奖得主克里斯托弗·皮萨里季斯（Christopher Pissarides）有不同看法：他认为我们应该利用这些新的自由时间提高幸福感，甚至改成每周工作四天。
大众普遍认为，人们会利用AI节省下来的时间丰富个人生活、开展创新，或者提高工作效率。然而，2024年初瑞士洛桑大学针对全球302名AI用户和57名管理者开展的两项调查对这一观点提出了质疑。调查询问了以下问题：你用生成式AI节省下时间了吗？你觉得自己有更多时间做其他事了吗？你会将节省下来的时间重新分配到个人事务或工作相关任务上吗？你浪费这些“新时间”的频率如何？
研究人员发现，生成式AI平均每周会为管理者节省约2小时46分钟。82%的人表示这项技术可以帮助自己更快完成工作，但是其中许多人并没有充分利用节省出的时间：38%的人承认浪费了一半以上的时间。同样，在利用AI节省时间的用户群体中，84%的人承认至少浪费了四分之一的时间。当被问及如何有效利用额外时间时，40%的管理者表示自己只是做了更多与以往相同的工作。很少有管理者会利用这些时间与他人联系、享受家庭生活、学习新技能或调节身心状态。
“想要重新分配节省的时间，人们得先留意自己何时节省了时间。” 该研究的第一作者、洛桑大学市场营销系副教授伊莎贝尔・恩格勒（Isabelle Engeler）说道。她认为我们只有清楚知道自己节省了多少时间，才能决定如何从中获益。她指出：“不幸的是，很多人无法立刻察觉到这一点。”研究中就有37%的管理者对此表示赞同。
为了最大程度利用这些“新时间”，恩格勒建议管理者采取以下四个步骤：
要有策略。专注于收集信息，了解从预计有最显著收益的任务中节省了多少时间。但不要一开始就对一个大群体进行统计，先从小规模试点开始。
“如果你的目标只是大致估算AI节省的时间，试点阶段就不需要有太多人参与”，恩格勒说，“但要想监测节省下来的时间对团队或整个组织的影响，就需要更大的样本量。”
让员工记录时间。一旦确定要追踪的内容和成员，就让选定员工记录下每天节省的时间。以下几种方法可以做到这点：员工可以通过回顾日常活动，估算AI为他们节省的时间，然后进行自我汇报，比如写在日记里；或者简单记下不用生成式AI完成一项任务的时间，再记录使用AI完成同样任务的时间。
Harvest和ActivTrak等生产力追踪软件能让管理者观察并记录各项任务所花的时间，相比员工的自我汇报，这些软件可以提供更加精确客观的数据。无论采用哪种方法，任何形式的时间记录都应能让你更好了解节省出了多少时间。
制定重新分配时间的蓝图。一旦清楚团队使用生成式AI能节省多少时间，就要制定一个有意义的利用计划，例如将时间投入到促进员工福祉、提高生产力和个人成长的活动中。询问员工以往会如何利用这些时间，以及在哪些方面投入更多时间对他们更好。但要记住，作为管理者，你有责任设定方向，比如敦促员工充电放松，或者鼓励他们迎接新挑战。
“员工利用这些额外时间的方式，最终取决于管理者的引导”，恩格勒说，“员工可以计划用这些时间伸个懒腰、喝杯咖啡、与同事交流，或者投入到一个战略项目中。无论做什么，都要提前有目的地分配这些时间。如果没有指导和预先规划好的活动，节省下来的时间很容易会白白溜走。”
监督时间的重新分配情况。定期的监督和反馈对于帮助员工充分利用“新时间”至关重要。管理者应给予持续关注，观察下属如何利用这些时间，并推广有效的利用方式。
“生成式AI工具可以提高生产力，还能帮助员工改善工作与生活的平衡。但所有时间的重新分配都需要一种深思熟虑后有明确意图且持续的方法，”恩格勒表示，“通过帮助员工意识到并重新分配这些时间，公司就能保证由AI驱动的效率提升，并在工作场所及其他方面带来有意义的改变。”
关于本研究 “你会如何利用生成式AI工具节省的时间？许多人会浪费时间，包括管理者”（What Do You Do with the Time Saved by Generative AI Tools? Many Waste It, Managers Included），伊莎贝尔·恩格勒等，工作论文，2024。
“我希望员工利用这些‘新时间’简化任务”
特拉维斯・米尔施泰因（Travis Muhlestein）是美国网络托管公司GoDaddy的首席数据与分析官。他管理着440名工程师、业务分析师，以及产品经理、机器学习和用户体验官。生成式AI帮助他们在几秒钟内完成了过去数周才能完成的流程。这里，他与《哈佛商业评论》讨论了团队如何利用节省下来的时间。以下是经过编辑的对话节选。
团队在哪些方面通过生成式AI节省了时间？
一个显著例子是威胁建模。这个过程一般会包含多个阶段的详细分析，借助生成式AI，我们可以在几秒钟内自动完成数据流图的提交与分析，识别漏洞并提出补救措施。这使我们有更多时间去反复打磨安全与准确性。不过每个岗位和任务都能从生成式AI中受益。
你会如何要求团队利用额外时间？
去更好地了解和服务客户。通过自动化数据分析，我们可以快速洞察客户的行为和偏好。例如AI可以帮助我们分析客户的互动和反馈，这使我们能够根据客户需求更好地定制产品和服务，从而提高了客户满意度和忠诚度。如果没有生成式AI，我们根本无法做到这一点。
生成式AI帮你学到了什么？
客户，特别是小企业，对网站、标志和其他品牌材料的设计非常挑剔。生成式AI提供的额外时间让我们发现了对方的喜好模式，如果没有生成式AI，我们可能无法如此深入地研究数据。生成式AI还能帮我们快速测试和迭代新创意。我们会用它同时进行大量实验，以确定哪些新流程比传统方法更有效。这为我们的产品和客户服务带来了重大创新与改进。
你如何向员工传达使用AI的指令？
一个常见担忧是AI可能会抢走他们的工作，有些人甚至根本不想用它。所以我强调了大家职业抱负的重要性，希望帮助他们利用这些额外时间，进一步简化那些阻碍他们进步的任务。我让大家设想了一下，从现在起三年、五年、十年后希望自己如何开展工作，他们会自动化哪些任务，原因又是什么？然后我们来尝试将其自动化。
员工会把生成式AI应用于哪些类型的任务？
我们的一位业务分析师提出了一个改进支持渠道的项目。他开发了一个系统，利用AI分析呼叫路径，保证客户可以迅速被转接到合适的技术工程师那里。这不仅提高了我们的效率，还展示了AI帮助员工推动创新的潜力。这个项目的成功也激励了其他员工探索适合自身工作的AI驱动解决方案。
你对管理者跟踪和监督这些“新时间”有哪些建议？
管理者必须为员工提供尝试和犯错的空间。我建议在部署AI前后进行A/B测试以评估生产力。通过设置对照组和变量组，管理者还应进行严格测试，并验证员工是如何安排这些额外时间的。这将帮助管理者制定员工利用时间的指导方针和技巧。最后，管理者应该持续收集数据以进行全程跟踪。
警惕“弃船”的“船长”
接受过美国证券交易委员会（SEC）秘密调查的CEO会怎么样？对于在调查公开前就离职的CEO来说，其实没什么影响。
研究人员研究了美国证券交易委员会一个正式调查的数据库，数据的结案时间为2000年1月1日到2013年12月31日，并将接受审查的美国公司与未接受审查的类似公司进行了对比。他们考察了每次调查开始后6个月和12个月内CEO的更替情况，通过新闻报道中关于CEO被解雇或迫于压力退休的表述，确定了哪些离职是被迫且公开的。研究人员还研究了在调查期间离职的CEO是否能找到新工作，以及在调查公开和未公开情况下，离职人员的新工作录用率和新职位的质量。最后，他们分析了聘用在未公开调查期间离职CEO，是否会增加新雇主被美国证券交易委员会调查的可能性。
研究显示，未公开的调查会让更多CEO悄然离职。此外，在秘密调查期间离职的CEO获得新工作的机会与离开未受调查公司的CEO相同。另一项发现是，聘用在秘密调查期间离职CEO的公司，未来更有可能被美国证券交易委员会调查。这表明，美国证券交易委员会调查的问题可能会随着CEO进入新公司。
研究人员表示，公司应进行尽职调查，避免聘用因未公开调查而悄然“弃船”的CEO。
关于本研究 “弃船而去：未公开的美国证券交易委员会调查与CEO的悄然离职”（Jumping Ship: Undisclosed SEC Investigations and Quiet CEO Turnover），埃里克・R. 霍尔兹曼（Eric R. Holzman）等，工作论文，2024。
手机发的推荐没什么用
推荐计划是将品牌介绍给新客户的绝佳方式：客户喜欢你的产品，就会告诉朋友，朋友喜欢后又会告诉更多朋友，如此形成良性循环。不过有些推荐更有价值。
研究人员在德国进行了四项实验，以衡量推荐时使用的设备有哪些影响。在其中一项实验中，参与者需要为一项视频流媒体服务撰写推荐语，并自主选择用手机还是笔记本电脑来写。实验目的是观察设备是否会影响推荐内容的长度及获得的好感度。
可能因为在手机上打字更麻烦，在手机上写的推荐内容通常更短：平均有40个单词，而在笔记本电脑上写的推荐平均有49个单词。推荐内容的长度非常重要，因为推荐越详细且积极，读到的人就越可能会购买产品。所有四项实验中，在笔记本电脑上写的推荐都比在手机上更长，并获得了更多好感。
关于本研究 “探究客户推荐计划中提交设备对客户推荐及接收者反应的影响”（Exploring the Influence of Submission Devices on Customer Referral Creation and Receiver Reactions in Customer Referral Programs），卢卡斯・沃尔夫（Lukas Wolf）等，《消费者行为期刊》（Journal of Consumer Behaviour），2024。
老板偏爱“违规员工”
一项新研究表明，上司可能会将“在一定限度内违反规则”视为对团队成功有贡献的表现，并给予奖励。在这项研究中，研究人员分析了美国国家冰球联盟（National Hockey League）六个赛季的数据，发现教练给违规球员的上场时间比遵守规则的球员更多，即便在考量这些球员的出色表现后依然如此。不过在违规行为过于极端而招致处罚，或者球队整体倾向于遵守规则，又或者在季后赛中违规后果更为严重的情况下，这种偏爱会消失。
研究人员还进行了一项实验，请224名美国受试者参与了一场团队掷骰子游戏，目标是掷出比另一支队伍更高的累计分数。所有参与者都知道自己可以审核队友上报的分数，并要挑选一个人来参加有奖励的回合。为了保证他们明白什么时候可能出现违规行为，研究人员向他们展示了一个范围：如实上报时，大多数分数都会落在这个范围内。随后，参与者被随机分配到队友表现经过人为设定的不同情境中。在“诚实情境”中，一名球员掷出的分数在统计概率范围内；在“适度违规情境”中，分数高于概率范围，但看起来仍有可能实现；在“极端违规情境”中，分数极其不合理，明显存在违规行为。
在奖励回合中，参与者最有可能选择适度违规的人出赛。事实上，他们选择该球员的可能性是选择诚实球员的20倍。调查显示，这是因为他们认为适度夸大分数的队友最努力帮助团队获胜，而且不像极端违规者那样会成为累赘。
研究人员写道，出现不当行为时，分析上司所扮演的角色至关重要，因为他们常常会营造出纵容作弊的环境。
关于本研究 “对违规者的（有限）偏爱”【A (Bounded) Preference for Rule Breakers】，S. 威利·韦克曼（S. Wiley Wakeman）、菲利普·杨（Philip Yang）和西莉亚·摩尔（Celia Moore），《管理学会发现》（Academy of Management Discoveries），2024。
品牌：请叫我的大名
仅仅因为顾客给品牌取了个可爱昵称，并不意味着品牌就应该采用它。在美国进行的六项研究发现，当品牌使用诸如凯迪拉克的“凯迪”（Caddy）或布鲁明戴尔百货店(Bloomingdale’s) 的“布鲁米”（Bloomie’s）等非正式称呼时，人们购买其产品的可能性会降低。在其中一项研究中，201人看到了一条沃尔玛的促销推文。其中一个版本使用了正式名称，另一个则称其为“沃尔世界（Wally World）”，其他内容完全相同。看到“沃尔世界”推文的人消费的可能性更低，而且更不认同品牌的影响力。针对劳力士的“罗利”（Rollie）、宝马的“宝马儿”（Beemer）以及一些中国品牌的研究也得出了类似结论。
关于本研究 “宝马彰显实力，宝马儿则不然：昵称的品牌化塑造有损品牌表现”（BMW Is Powerful, Beemer Is Not: Nickname Branding Impairs Brand Performance），张哲（音）、叶宁（音）和马修·汤姆森（Matthew Thomson），《市场营销杂志》（Journal of Marketing），2024。
罗布乐思成为营销新阵地
图片来源：《哈佛商业评论》中文版，未经允许禁止转载
招聘时，让人力资源部门做初筛
想推动公司的性别平等？让人力资源部门挑选面试候选人吧。
研究人员分析了一家跨国科技公司两年内8750名外部招聘人员的数据，公司当时正在改变招聘方式。在原有招聘体系下，人力资源部门会将所有求职申请转交给招聘经理，由招聘经理筛选并面试求职者。而在新体系中，人力资源部门会为每个岗位初步选出七名求职者，再交给招聘经理进行面试。
公司做出这一改变原本是想减少招聘流程中的延误，避免优秀候选人流失，而不是提高女性员工比例，然而这一改变确实增加了女性员工的录用数量。根据联合国《性别社会规范指数》（UN’s Gender Social Norms Index），在对女性职业选择观念较为刻板的国家中，这种效果尤为显著。
为了探究这一改变为何能增加女性录取人数，研究人员通过调查、分析和访谈对多种理论进行了研究。他们发现，最有力的证据表明，招聘中的性别差异部分源于招聘经理面临的时间限制。这往往迫使他们依赖主观数据，包括同事推荐以及对谁最适合该岗位的主观判断，来快速做出决策。这很可能使公司保持以男性员工为主的现状。相比之下，人力资源部门更倾向于重视关于求职者的客观数据。调查还显示，人力资源部门员工更倾向于将招聘视为重要工作，而招聘经理则更可能将其视为日常工作的干扰。
招聘经理似乎也喜欢新的招聘体系。改变实施前，60%的招聘经理表示对人力资源部门在招聘中的表现感到满意。改变实施后，这一比例跃升至了82%。
研究的作者提醒，这项研究并未考察员工入职后的发展情况，也未探究新的招聘流程是否带来了更高的生产力或团队绩效。但他们表示，让人力资源部门控制候选人名单对组织有益，可以让招聘经理有更多时间专注核心任务，同时让人力资源专员利用专业知识找到最符合条件的候选人，而这些候选人往往是女性。
关于本研究 “谁来筛选名单？关于雇佣结果中性别差异的证据”（Who Short-lists? Evidence on Gender Disparities in Hiring Outcomes），艾尔玛莎·萨拉比（Almasa Sarabi）和尼可·莱曼（Nico Lehmann），《行政管理季刊》（Administrative Science Quarterly），2024。
数字化转型提升小公司资产回报率
图片来源：《哈佛商业评论》中文版，未经允许禁止转载
人们更愿意与高薪同事共事
如果知道一位同事的薪资比你高，你会怨这个人吗？其实你反而很可能希望与这位同事合作。在四项研究中，研究人员探究了薪资透明度对合作意愿的影响。
在其中一项研究中，他们让171名美国受试者设想自己在一家制造商从事短期项目工作。然后受试者要选择一个未来项目，其中他们可以与比自己薪资更高或更低的人合作。研究表明，大多数人会选择可以与高薪同事合作的项目，因为他们认为这个人有更高的见识和技能，并且更容易合作。
在另一项研究中，287名美国参与者需要想出两位与自己职位相当且愿意共事的真实同事，然后设想，通过一项新的薪资透明化计划，发现其中一位同事的薪资比自己高，另一位比自己低，自己必须选择与其中一人在新项目中合作时会怎么样。同样，哪怕知道这两位同事与新计划相关的技能相同，大多数人也更倾向于选择高薪同事。
虽然这项研究揭示了“认为高薪员工技能更高”等相关偏见，但它也推翻了薪资透明度会阻碍团队合作的观点。研究人员写道，事实上，“薪资差异可以成为促进合作的吸引力”。
关于本研究 “向上（与向下）合作：探究人们何时以及为何更愿意与高薪同事（和低薪下属）合作”【Partnering Up (and Down): Examining When and Why People Prefer Collaborating with Higher Paid Peers (and Lower Paid Subordinates)】，凯文·M. 克尼芬（Kevin M. Kniffin）和约翰·安格斯·D. 希尔德雷思（John Angus D. Hildreth），《美国心理学家》（American Psychologist），2024。
多数CEO依然来自内部
每年都有数十位备受瞩目的CEO被从其他公司高调挖来的人才取代，从而让人以为这是CEO继任的普遍情况。然而，一项新研究表明，在大多数情况下，董事会会选择内部候选人。
研究人员考察了2001年至2019年间，2245家美国公司聘用的4782位CEO，收集了有关人员更替事件、CEO候选库以及财务会计信息的数据。他们的分析显示，美国大型上市公司中，仅有8%的CEO来自外部聘请。
出现这种情况的原因有几个：董事会认为内部候选人拥有的知识能让他们更高效地工作，而且他们上任后过渡期会更平稳。公司从内部提拔人才时，招聘成本也更低。最后，董事会倾向于内部候选人，因为外部候选人如果失败，就会让董事会在保护股东利益方面的能力备受质疑。
研究人员估计，如果不是董事会偏爱内部晋升，在此期间，49%的公司会选择外部人士担任CEO。通过了解这种倾向，董事会可以努力做出更平衡有效的招聘决定。
关于本研究 “为何CEO很少由外部候选人继任？”（Why Are CEOs Rarely Succeeded by External Candidates?），作者何立（音）和恩里克・J.施罗特（Enrique J. Schroth），工作论文，2024。
好员工不想用AI
你可能会认为，团队中表现最出色的人会最渴望尝试功能强大的AI工具，然而实际上，他们是最不情愿使用这些工具的人。
在对2925名美国员工进行的五次实验中，研究人员测试了“同龄人间的表现差异”是否会影响人们使用“具有卓越、成熟能力的AI工具”的意愿。在一项研究中，参与者参加了一项由两部分组成的测试，需要估计照片中10个人的体重。提交估算后，研究人员会随机告诉参与者，他们的表现与其他测试者相比要么优于平均水平，要么处于平均水平。然后，他们得知可以在第二轮中使用AI工具来帮助自己。得知自己成绩好于平均水平的人更不愿意尝试新工具，他们在研究中反对使用该工具的可能性是平均水平组的三倍。研究人员发现，这些人认为该工具会将他们的优势降到最低，导致他们失去优胜者地位。
在另一项研究中，892名员工需要想想自己在实际工作中擅长或表现一般的任务。当得知新的AI工具给所有人带来的优势相同，也就是说他们在组织中的相对排名不会改变时，想到自己擅长任务的人会变得最愿意使用AI。
这位研究人员写道，为了鼓励表现最佳者使用AI，管理者应该强调AI有提升所有员工绩效的潜力。为了消除所有人对地位遗失的担忧，管理者还应该想办法让团队一起使用AI工具。
关于本研究 “失去更多：高绩效排名对员工在强大AI辅助工具整合前态度的负面影响”（More to Lose: The Adverse Effect of High Performance Ranking on Employees’ Preimplementation Attitudes Toward the Integration of Powerful AI Aids），伊拉尼特·西曼托夫纳赫利利（Ilanit SimanTovNachlieli），《组织科学》（Organization Science），2024。
专家常会夸大自己的学识
对某一主题有所了解可能会让人觉得自己是这方面的权威，但也可能会让人高估自身能力。
研究人员在全球对5174名参与者开展了22项研究，探究不同程度的专业知识会如何影响人们对自身知识水平的认知。其中一项研究中，202名美国参与者被问及自身的金融专业知识水平，随后拿到一份包含真实金融术语以及几个编造术语，如“年化信贷”（annualized credit）的清单。当被问到对每个术语的熟悉程度时，91%的参与者声称至少知道一个编造的术语，且那些自称对金融颇为了解的人，最容易弄虚作假。这表明这些参与者很可能一开始就夸大了自己的知识水平。
为探究真正的专家是否也会高估自己，研究人员对医学预科学生和执业医生重复了该研究，询问了他们关于编造药物“美巴菌素”和虚构病症“急性扩张症”的情况。与学生相比，医生声称知晓这些虚假术语的可能性更低。在一项类似研究中，心理学教授表现出对伪心理学术语的熟悉程度也低于本科学生。
虽然这些结果表明，拥有真实的专业知识可以最大限度减少人们对自己知识储备的高估，但研究人员发现，这并不能完全杜绝这种情况，各领域的客观意义上的专家仍会声称对虚假术语有一定了解。
关于本研究 “专业知识能否防止对虚假知识的过度认知？”（Does Expertise Protect Against Overclaiming False Knowledge?），斯塔夫·阿蒂尔（Stav Atir）、艾米丽·罗森茨韦格（Emily Rosenzweig）和大卫·邓宁（David Dunning），《组织行为和人类决策过程》（Organizational Behavior and Human Decision Processes），2024。
DeepL、Kimi | 译 孙燕 | 编辑