炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
AI正在威胁你的员工。
随着机器越来越多地执行以前留给人类的高智力要求的任务，员工感到比以往任何时候都更加被排斥和不被需要。而且情况在持续恶化。
根据市场研究公司万森伯尼（Vanson Bourne）的数据，80%的组织表示他们的主要技术目标是超级自动化（hyperautomation）——尽可能多地实现业务流程的端到端自动化。高管们倾向于在没有员工反馈的情况下追逐这一目标——而员工们的工作和生活将受到实现该目标的最大影响。
但是，几十年来我对企业采用新兴技术的研究一次又一次地证明了一件事：最英明的领导者在新技术的整个采用过程中会优先考虑普通员工的参与度。
当普通员工被排除在新技术应用的流程之外，他们会厌恶与AI合作，永远不会对AI的能力产生信任，甚至抵制使用AI带来的积极变化。尽管如此，如果举措得当，人机合作代表着最有前途的工作方式。
它们可能并不总是引入和使用AI的最快、最便宜或最简单的方式，但排除普通员工的替代方案根本不是替代方案。以纽约大学网络安全中心的研究为例。
该研究团队使用GitHub开发的自动编码工具Copilot，在没有人类程序员输入的情况下生产了1692个软件程序。其中40%的程序存在严重的安全漏洞。
我将在本文探讨是什么阻碍领导层将普通员工纳入AI项目流程，他们应该如何示范更具包容性的行为，以及组织必须做些什么来发展包容普通员工的AI实践。
这些做法更有可能使组织的长期绩效获得提升，也可以让员工更快乐、高效和投入。
对AI感到舒适
如果自己不积极参与，你就不可能让每个人都真正参与AI使用的过程。但是商业领袖经常问我，当自己没有对新技术的专业知识时，他们该如何领导基于AI技术的转型。
商业领袖不必是AI专家。
他们只需要有足够的AI悟性，认识到技术对组织及其利益相关者的好处。一旦AI被部署，领导者必须学会授权和推动员工与AI合作。
例如，他们应该能够识别日常工作流程中整合AI技术的机会，并预测其对相关团队和项目的潜在优势。简而言之，学习，必须是管理者获得持续的AI领导力的一部分。
在我的高级领导力课程中，一些高管曾公开困惑，他们是否需要成为职业程序员才能成为高效领导者。他们需要的不是写代码的专业知识，而是对技术的基本理解。
对AI的基本认知
大多数高管都知道AI工具是具有自主学习能力的计算系统。他们明白AI可以从大型数据库中学习，并进行模式识别、解决问题。他们可能已经看到它在组织中的各种应用：
扫描求职者的简历，评估员工绩效，优化任务安排，管理库存，将重复性任务自动化，以便员工可以探索新想法和促进创新，而不是计算小零件。正是AI的学习能力——使用算法处理新数据并根据这些数据改变其信息计算——导致了与人类能力的比较。
但是很多商业领袖暗自认为，AI几乎可以接管人类的任何职位。
事实是，AI无法像人类一样思考，也没有那么有创意。
首先，它不会产生新鲜想法；它的想法存在于输入其中的数据库中。即使最复杂的AI系统也无法像人类那样从学习中推断意义。他们无法进行类比，也无法欣赏文化背景和上下文的细微差别。人类可以提取商务对话的深层含义和有趣的细微差别，但AI无法判断字面含义与实际含义的矛盾之处。
例如，AI会将“你对这个提议是认真的吗？”解释为一个简单的请求，以确认所提供的内容。
而大多数人类知道这句话的意思是，对方对这个提议并不满意。
拥有足够AI悟性的商业领袖，能意识到技术可以大大提高工作效率和组织的整体运作。但他们还必须认识到，AI不能完全取代人类，最重要的是，它不能代替我们思考。
AI疏远员工的3种方式
一旦对自己讨论和支持AI应用的能力感到舒适，领导者就需要在普通员工中激发热情——这不是一个容易的过程。
要成为一名高效领导者，你必须理解为什么AI会导致普通员工和管理层之间的裂痕，并找到方法，弥合他们的感受与你希望的他们的感受之间的差距。你还需要防止，当一个团队控制了AI，而另一个团队甚至不理解AI时，可能发生的领土主义和部落主义。
以下是员工被AI疏远的三个常见原因。
1. 员工失去自主权，变得愤世嫉俗
不久前，我的一位同事去她的银行申请一张信用卡。服务她的员工将她的所有信息输入了一个计算机程序，该程序运行一个算法来确定她是否合格。我的同事收入不错，信用也很好。
当员工告诉她，程序决定她不符合信用卡资格时，她很惊讶。当她要求解释时，这位员工回答说，这个决定是基于信息和自动化程序的，所以他没什么可补充解释的。最终，他嘟囔地说，他不是机器，她为什么要期望他理解算法的决定呢？
这句话表明，这名员工觉得无法掌控自己的工作，他显然失去了动力，也没有试图让我的同事理解算法的决定。结果是，糟糕的服务和错失的商机。
将简单的任务自动化，但将困难和情感要求高的任务留给人类时，会对员工的幸福感产生负面影响。乔治亚州立大学2021年的一项研究表明，工作场所引入的自动化越多，员工的健康和工作满意度就越差。
2. 员工不懂AI，抵制它
人们通常更喜欢与人类合作，接受来自人类的建议，而不是AI。你应该意识到这种偏见，并认识到员工会对技术做出情绪化而不是理性的反应——即使AI被证明优于人类。
如果你想让AI的应用更具包容性，就必须将自己定位为人机互动中的调解者和促进者。你要确保员工得到足够的支持和培训，以有效地与AI系统互动，并为他们创造机会，在这些互动出错时能够求助于人类。如果他们真正感到在你的AI合作计划中被接纳，就不会那么反感。
缺乏包容性可能导致激烈抵制。例如，当亚马逊包装工厂的工人受到AI算法的“监督”时，他们更容易受伤。他们被迫达到高生产率的目标，几乎没有休息的机会，并且可能因未达到目标而被不分青红皂白地解雇。
沮丧的他们签署请愿书，聚集在仓库外，团结在“我们不是机器人！”的口号下。事实上，正如一名员工一针见血地指出的，“他们唯一关心的是生产力。他们不关心员工。他们更关心机器人而不是员工。”
如果你想在引入AI时避免员工抵制，就必须让他们走出舒适区，同时确保他们理解你这样做的原因。他们应该知道你计划如何在新技术应用的过渡期照顾到他们。你需要耐心，因为员工需要时间和精力来熟悉AI，看看它如何帮助他们工作。
3. AI会制造业务孤岛
除了引起抵制之外，采用AI，还会以3种方式在组织中巩固业务孤岛从而破坏包容性。
首先，由于理解和操作AI系统所需的深厚专业知识通常只在技术团队，其他部门（如HR、运营和营销）的员工可能难以与AI互动。但他们需要知道如何以对其业务目标有意义的方式使用它。
其次，数据所有权和访问权可能也是部门之间有争议的问题。AI系统严重依赖数据进行培训和决策，但各个团队可能拥有自己的数据库，不愿意或无法与他人共享数据。
第三，AI带来的影响会因团队而异：有些人可能会发现它更有用，有些人可能会看到它被用来自动化其工作任务，而不是其他部门的任务。当不同的团队从AI应用中感到或多或少的威胁（或受益）时，他们可能会转向孤立行为，避免协作和信息共享来保护自己的利益。
员工的抵制通常会导致组织内的AI专家和业务专家分开工作。人们在精神上封闭起来，生活在自己的专业领域内。
当AI在不同领域被采用时，资源可能会被重复使用或未被充分利用，限制领导者在整个组织中扩展技术的能力。团队可能会独立收集、存储和管理数据，导致不一致、冗余或不完整的数据集。这可能会阻碍数据的潜力被充分利用。
当部门孤立运作时，跨职能协作和跨学科解决问题变得不可能。作为一个包容性领导者，你的工作将是强调协作的重要性，并推动技术和组织解决方案的实施，例如将用于分析的数据，集中在基于云的工具中。
要应对所有这些挑战，你需要调整组织文化。
更有效和更包容的AI模式
作为商业领袖，你必须让员工感到自己是组织的正式成员——有权像人类一样工作，同时在每个自动化流程中与AI合作。
例如，AI可以快速为新程序生成代码，但还是需要人类员工来修复任何安全漏洞和其他故障。
一种包容性的方法将使员工感受到AI应用过程中的控制感，减少对技术的厌恶，增加对技术的信任。结果将有助于更有效地将AI整合到员工的工作流程中，并增强在整个组织中创造价值的可能性（而不是仅建立孤立的、因此较小的影响）。
为了实现这些目标，组织必须坚持遵循4种做法。
1. 为社交连接创造空间和时间
与AI合作时，人们不得不花费大量时间在电脑屏幕前与机器交流。这限制了他们与其他人类的互动。
皮尤研究中心2022年的一项民意调查显示，人们对AI存在于生活的一个主要担忧，是它将他们与其他人隔离开来。
作为领导者，你负有重大责任促进员工的社交连接，你可以通过组织内外的活动和在线社区来实现这一点。
例如，数字承保人经常在不会见申请人的情况下发布保险单。他们可能会被要求与其他承保人和构建AI系统的人每周举行会议，用来讨论可能的改进。优步现在允许司机在需要帮助或有问题时给组织中的其他人打电话，这些司机受到持续的算法监督，并因此感到被非人化。
《财富》500强的乳制品公司蓝多湖（Land O’Lakes）提供了一个好例子，展示了如何将员工从与AI共事的孤独中解放出来。
蓝多湖于2017年开始AI转型，当时它试图将商品预测和倾向性的工作部分自动化。公司领导优先考虑与普通员工谈论可能的挑战，帮助建立对项目可能性和限制的共识，并向员工保证公司不是为了技术而追求技术。团队会跨部门协调，但公司领导还是每周与每个业务部门进行人与人之间的确认，以解决可能出现的任何情感或程序挑战。
这种方法对蓝多湖AI转型的成功至关重要。员工有机会表达关切，质疑策略，并提出任何其他可能出现在他们脑海的想法。
2. 让技术和非技术团队合作
作为一个精通AI的领导者，你要知道成功的AI合作是跨学科的。技术和业务专家不应该退居到各自角落，无论字面上还是虚拟的。
因此，要建立多样化的团队，共同应用AI。
例如，业务专家可以向技术专家解释必须实现的目标，技术专家可以就需要哪些AI系统提出建议。同时，HR可以让员工熟悉他们将使用的AI系统和他们需要的技能，运营人员可以专注于将整个AI工作流程整合到组织设置中。
要领导如此多元化的团队并将他们凝聚在一起，就必须以团结而非分裂的方式进行沟通，允许和整合多种观点，并确定可能会使协作变得复杂或阻碍的障碍。
作为业务领导者，你可以首先向技术和业务团队解释组织的需求，然后概述技术专家将如何成为业务流程的一部分，以实现所需的结果。尝试为两个团队建立共同的语言和理解以应对挑战，识别模式，将大问题分解为小问题，并找到共享的工作方法。
如果没有这种共同语言，团队可能无法凝聚在一起，你试图发展的包容性文化可能会消失。
在一个咨询项目中，我见证了一家全球金融机构的CTO介绍公司的新技术战略。刚过几分钟，CEO就打断他，说他不明白CTO在说什么，并迫使他用三个简单的要点来传达信息。
这让CTO很尴尬。技术团队后来被裁员。IT部门也停止了与高管的交谈。CEO失去了高管的信任，他们意识到他没有能力指导银行完成AI应用项目。
他没有变得精通AI，没有将AI与公司的目标联系起来，最糟糕的是，没有发展出从CTO到业务以及业务背后所需的包容性思维。不用说，这个项目失败了。CEO在第二年离开了公司。
如果做得好，混合团队不仅可以从根本上提升公司的技术能力，还可以改善整个组织文化。
2017年，农业设备制造商CNH的领导团队决定创建一系列AI驱动的自动化能力。它还希望将客户与内部和外部合作伙伴联系起来，并将CNH推广为服务型业务。
高管通过与商用车部门、行业特定车辆部门、IT和运营部门的员工交谈开始了转型过程。在CNH现有的IT组织内创建了数字顾问和新的数字团队，以支持持续的战略、实施和执行。
通过建立跨学科团队并在整个过程中保持其参与，CNH能够快速采用（或退出）实验性方法。它降低了开发人员和企业主之间的障碍，并允许对计划中的工作进行实时反馈。
3. 不断发展你的AI领导力
让员工感觉被他们纳入AI应用项目，需要考虑到他们面对AI时的不确定性和不安全感。作为一个精通AI的领导者，你应该被视为愿意倾听他们的关切。
我的研究表明，如果领导者表现得谦虚并且开放，员工确实更愿意信任并与AI接触。
想想看微软CEO萨提亚·纳德拉，他就是个以同理心促进包容性的大师。
2014年，他被任命为CEO后做的第一件事就是说服员工，无论微软过去有多成功，他们都应该对新想法和其他工作方式敞开心胸。要求员工以不同的方式思考需要勇气，这也显示了谦虚的重要性——不怕接受他人的反馈。
领导者的谦虚态度鼓励员工定期与不同部门的专家互动，以了解并涉及工作中的不同观点。
你还必须引导员工理解AI。为了让人机真正协作，员工需要强大的框架来思考如何使用智能机器。
例如，在航空安全方面，飞行员需要更多的培训来驾驶带有协作自动驾驶系统的飞机。正如资深安全和航空事故调查员谢姆·曼奎斯特（Shem Malm-quist）机长在2022年告诉《连线》（Wired）杂志的那样，他们“必须对飞机及其主要系统以及飞行自动化的工作原理有一个心理模型”，以管理可能演变成灾难性坠机的问题。
只有当员工对自己的优势和劣势以及AI工具有一个清晰的模型时，他们才能理解AI将如何增强他们的工作。
4. 奖励员工的人性
员工希望被告知，管理层如何看待他们在AI协作中的角色。他们还想知道自己将如何因协作创造的价值而获得奖励。
为了让人类和AI成功合作，你需要建立明确的指导方针确认是谁的功劳。否则，员工可能会觉得你淡化了他们的贡献，将项目成功主要归功于AI。
为了确保员工感到被接纳，让他们自己分享AI创造的价值带来的回报。
需要强调，在管理层看来，人类对AI的表现至关重要，因此应该得到恰当的认可。即使只是一封全公司范围内认可和庆祝某人成就的电子邮件，也能大大提高士气。
AI应用是一个复杂的过程，需要每个人都学习、质疑和合作。
公司如何处理它，取决于员工的技术敏锐度、预算和许多其他关键因素。但我推荐的方法是任何公司都可以采取的方法以优化这个过程。
它应该始于高管对AI的足够了解，以便有信心向团队传达其重要性。然后，需要跨学科业务部门之间持续的人与人之间的连接，以及每个人都可以自由公开发言的会议。这样的聚会为高管们提供了极好的机会——展示脆弱性，传达他们自己的问题，甚至只是在同事之间发泄。
当转型正在进行中，你的工作应该专注于优化AI应用而不仅仅是部署它，你应该奖励员工独特的人类贡献。如果普通员工没有感到被重视和尊重，你的AI转型尝试肯定会失败。
本文转载自公众号：哈佛商业评论 财经出品（ID：HBRC-CS），作者大卫·德克莱默（David De Cremer）。
（转自：正和岛）
