Gartner上周发布的一项研究显示,到2027年,缺乏完善AI人才战略的企业,将有半数面临顶尖AI人才流失至竞争对手的风险。为完成这份报告,Gartner在今年第一季度对逾12000名企业员工和管理者进行了调研,重点了解AI对工作的影响,以及员工对技术驱动职场变革的态度。
报告指出,若缺乏强有力的战略支撑,AI带来的生产力提升将难以惠及企业各个层级。调查显示,在高生产力AI用户中,近四分之三为管理层或高管人员。尽管88%的受访员工表示已获得企业AI工具的访问权限,但他们仍会借助未经官方授权的"影子AI"来处理工作任务。
报告提醒领导层,不应将AI的使用与生产力提升画等号。Gartner高级总监分析师Swagatam Basu在声明中表示:"在向AI驱动型劳动力转型的过程中,多数领导者将基本的访问率或采用率指标误认为是真正意义上的数字化转型。"
本月,哈佛商业评论分析服务发布的一项调查同样发现,未能将AI充分融入日常运营的企业,正在逐渐显现出"AI成效差距",这一现象也对这些企业留住核心员工的能力构成威胁。
Gartner报告还指出,希望从AI投资中获得实际回报的企业,必须重视AI应用的多元化,并面向全体员工普及对AI应用场景的深入理解。
Gartner建议,CIO与CHRO应联手审查现有AI战略,并持续优化企业官方AI工具的用户体验。报告同时强调,HR领导者应积极参与AI治理与决策过程,以主动应对与人员相关的各类风险及劳动力层面的影响。
Gartner高级总监分析师Diana Sanchez在声明中指出,虽然使用个人AI工具处理工作任务的员工普遍反映生产力有所提升,但这种"混合使用"方式可能带来隐患。
她表示:"与仅使用企业解决方案的员工相比,混合AI用户节省大量时间的可能性高出1.7倍。然而,这种行为不仅会增加企业数据泄露风险,还会加剧核心人才流失的风险。"
在Logicalis近期开展的一项调查中,超过四分之一的CIO将AI视为重大风险来源,其威胁程度与恶意软件、勒索软件及网络钓鱼攻击不相上下。超过半数的CIO认为员工对AI的不当使用会叠加风险,而仅有37%的企业表示对内部AI工具的使用情况具有可见性。
在推进AI落地的过程中,报告建议领导层应优先对管理者开展针对性培训,使其能够将AI有效融入日常工作流程,为AI决策提供背景支撑,并鼓励员工大胆探索与实践。研究发现,能够跨多个应用场景熟练运用AI的员工,往往更具生产力、工作质量更高,也更善于推动流程改进。
技术与HR领导者还应考虑在企业层面建立统一的AI应用案例中央知识库,以便积累经验教训、沉淀组织知识,同时减少工具或流程的重复建设。报告指出,对自身AI能力及应用持积极态度的员工,其生产力水平约为其他员工的三倍。
Basu总结道:"推动AI积极落地的最有效驱动力,是员工对自身当前及未来岗位的信心,以及管理层就AI的使用方式和对岗位影响所进行的透明、持续的沟通。"
Q&A
Q1:Gartner的研究报告中,企业AI人才流失的主要原因是什么?
A:Gartner研究显示,缺乏完善AI人才战略是企业人才流失的核心原因。员工在使用未经授权的"影子AI"工具时,虽然个人效率有所提升,但这种行为会增加企业数据风险,并提高核心人才的离职倾向。此外,AI生产力提升主要集中在管理层,普通员工获益有限,也会影响整体留才效果。
Q2:CIO和CHRO应该如何合作来改善企业AI战略?
A:Gartner建议CIO与CHRO联合审查现有AI战略,重点优化企业官方AI工具的用户体验,确保员工愿意使用经过授权的工具,而非转向影子AI。HR领导者还应积极参与AI治理与决策,主动管理人员风险。双方还可共同建立企业级AI应用案例知识库,减少重复工具和流程,让AI价值惠及各个层级的员工。
Q3:企业员工使用影子AI会带来哪些风险?
A:影子AI是指员工使用未经企业授权的个人AI工具处理工作任务。虽然混合AI用户节省时间的可能性比仅用企业工具的员工高出1.7倍,但这种行为会带来两大风险:一是增加企业敏感数据泄露的可能性;二是具备AI能力的核心员工因习惯个人工具而降低对企业的依赖度,进而加剧人才流失风险。
好文章,需要你的鼓励
Locus Robotics宣布收购加拿大温哥华机器人公司Nexera Robotics,将其专有的NeuraGrasp末端执行器技术整合至Locus Array平台。NeuraGrasp融合AI抓取智能、计算机视觉及专利软膜结构,可动态适应不同形状、材质、重量的商品,显著扩大了可自主拣选的SKU类型范围。此次收购将加速Locus Robotics在移动操控领域的技术路线图,推动仓储全流程自动化履约能力迈上新台阶。
ServiceNow研究团队构建的EVA-Bench框架,通过AI对AI的音频通话测试,量化评估语音客服系统在准确性和对话体验两个维度的真实表现,揭示现有系统普遍存在的可靠性缺口。
人形机器人正从原型验证迈向早期商业部署,汽车制造与物流领域预计成为未来十年核心需求市场。IDTechEx预测,相关市场规模将于2030年代初达到约250亿美元,2036年年出货量接近180万台。硬件成本持续下降,均价有望从2024年的约11.47万美元降至2030年的约3.7万美元。高利用率场景下运营成本有望低于5美元/小时,投资回收期可缩短至约6个月。但大规模商业化的关键,仍在于软件能力、任务泛化与系统集成的持续突破。
AWS AI Labs研究团队发布EvalAgent,这是一套通过"评估技能"自动生成AI智能体评测方案的系统,将首次运行成功率从17.5%提升至65%,并在人类专家评测中获得79.5%的偏好选择。