随着GenAI应用的急剧增加，其带来的商业利益也逐渐显现，然而，我们也观察到越来越多的案例表明，这项技术实际上可能创造的工作量比其节省的还要多。
摩根大通总裁丹尼尔·平托表示，该行预计其AI应用案例将带来高达20亿美元的价值，高于5月份估计的15亿美元。在9月的巴克莱全球金融服务会议上，他提到GenAI将在改进流程和提高效率方面产生重大影响，该行已推出GenAI助手，并计划利用AI和大语言模型(LLM)来优化每个流程。
“我们正在做两件事，”他说，“一是审视我们运营服务的主要领域，并利用AI和大语言模型优化每个流程，二是将我们称之为LLM套件的东西部署到几乎所有员工身上。目前，它正被部署到14万名员工身上，以帮助他们完成工作。”
他认为，在短期内到中期内，运营效率将是GenAI的最大影响。
并非只有摩根大通对GenAI持乐观态度。根据IDC的最新报告，98%的企业领导者将AI视为企业的优先事项，研究公司预计AI将在2030年前为全球经济增加20万亿美元的价值。此外，OpenAI在8月表示，其ChatGPT现在每周有超过2亿用户，是去年11月的两倍，且《财富》500强公司中有92%在使用其产品。自7月ChatGPT-4o mini发布以来，其API的使用量也翻了一番。
本月发布的由科尔曼·帕克斯研究所代表Riverbed进行的研究显示，59%的大型公司决策者表示AI项目达到了他们的预期，18%的项目甚至超出了预期。
科尔曼·帕克斯研究所的董事伊恩·贝斯顿表示：“AI已经超出了IT功能的范畴，正在被更广泛地应用于整个企业。一般来说，人们在进入AI领域时都持乐观和积极的心态。”但有23%的受访者表示，AI的表现低于预期，因为模型可能不可靠，项目也难以扩展。因此，尽管GenAI在提高效率方面备受赞誉，但它并不总是能减少工作量。有时，由于法律和合规问题、幻觉和其他问题，它实际上会增加工作量。
节省时间，却浪费更多时间
当GenAI帮助员工更快地完成工作时，公司认为节省下来的时间将用于更高价值的活动，但Slack的研究与分析高级副总裁克里斯蒂娜·扬泽表示，情况并非总是如此。根据该公司最新的全球办公室员工调查显示，员工反而将更多时间花在了日常行政任务上，增加了37%的时间。“尽管潜力巨大，”扬泽说，“尽管现在仍处于早期阶段，我们仍在摸索中，但我们已经看到了一些令人难以置信的生产力提升结果，以及它在改善工作与生活平衡和对工作的热情方面所起的作用。”
她指出，问题在于人们习惯于用特定任务来填充时间，所以当AI释放了时间时，他们会用更多行政工作来填充。“总有做不完的琐碎工作，”她说。
解决方案是重新思考公司如何给员工提供激励。“管理者倾向于用活动指标来衡量员工，关注投入而非产出，”她补充道，“他们看的是员工发送的邮件数量或在办公室花费的时间，而不是员工为公司带来的价值。”
失控的收件箱
扬泽说，所有这些增加的琐碎工作也给其他员工带来了更多负担。如果GenAI能帮助员工以10倍的速度撰写出高质量的邮件，他们可能会回复比以前多10倍的邮件——而这些邮件其他人现在也不得不阅读和回复。
或者，员工可能不再只为公司知识库撰写一篇对他们最重要的主题文章，而是提交十几篇关于不太有价值主题的文章。需要向经理提交报告的员工可能会更快地完成任务，并增加报告的数量和长度。
卡内基梅隆大学的教授安妮塔·伍利表示：“这些技术可以产生更多内容，每个人都需要消费和了解这些内容。”已经有大量低质量的AI内容充斥搜索结果，这可能会损害员工在公共网络和企业知识库中寻找有用信息的能力。“信息量无疑是可能导致生产力下降的领域之一。”伍利说。
注意力分散
伍利指出，GenAI对员工生产力的另一个潜在负面影响是注意力分散。“AI可以代替你参加会议并记录笔记，这样你就可以同时出现在四个地方，”她说，“有些人会尝试这样做。但我们能真正有意义地参与的项目和对话是有限的。”
她表示，使用AI来处理更多任务只会增加工作负担的感觉。“我们面临着过劳的风险。”
此外，虽然GenAI可以帮助我们管理时间和工作流程，但它也可能暴露出更多需要紧急关注的问题。“它会触发警报，让你不得不放下手头的工作去处理其他事情。”她说。
当我们的注意力过于分散时，人们可能会开始做出错误的决定，伍利补充道。“这超出了我们的管理能力。”
一些公司对员工可以同时参与的项目数量设置了限制。“每个人都关心自己的职业生涯并试图做更多事情，”她说，“没有人真正确定什么会真正推动他们的评估，所以人们会尝试承担更多工作。”
她表示，解决方案是公司应设定明确的目标和绩效标准，并避免那些不增加价值但增加工作量的项目、计划和团队的爆发式增长。“特别是在分布式环境中，避免仅仅为了显示自己在工作而开会变得更加重要。”伍利说。
错失恐惧症的高昂代价
似乎每周都有新的AI工具问世，每个都承诺要彻底改变某个工作领域。例如，9月OpenAI发布了一个新模型，声称具有前所未有的数学和科学推理能力。此外，还有新的AI视频和图像生成工具发布。Workday宣布了新的AI代理来变革人力资源和财务流程，而Google则发布了更多基于AI的广告和营销工具。
工具有很多，而且每个工具在学习曲线和开始产生价值之前都需要一段时间。工具太多意味着你总是在追赶。
伍利建议公司围绕完成任务所需的最少工具进行整合，并设立一个沙盒流程来测试和评估新工具，以免妨碍人们做实际工作，但让员工拥有一些个人自主权也是不错的。
“如果有经过审核、安全且不存在安全风险的工具，我可以随意使用它们，如果它们能帮助我更好地完成工作——那就太棒了，”伍利说，“但你必须提前考虑后果。”
幻觉和不准确性
根据Slack的调查，只有7%的办公室工作人员认为AI输出对于工作相关任务是完全可信的，35%的人认为AI结果只是稍微可信或根本不可信，其他研究也支持这一观点。例如，在康奈尔大学、华盛顿大学、滑铁卢大学和非营利研究机构AI2的研究人员最近发表的一篇论文中，即使是表现最好的模型也只有三分之一的时间能给出完全准确的回答。
这意味着AI输出将需要额外的监督、审查、编辑、更正或重新工作。如果第一个员工没有注意到问题，那么清理烂摊子的任务就会落在其他员工身上。如果允许AI自主工作，比如客户服务聊天机器人在公司网站上回答问题，这可能会在未来造成重大问题，当错误的建议开始显现时。
S-RM Intelligence and Risk Consulting的美洲网络安全总监史蒂夫·罗斯表示，GenAI可以将一天的研究工作缩短到一个小时，但这并非没有代价。
“它可以给我提供特定大都市地区排名前六的石油和天然气公司，以及每家公司的首席执行官、首席财务官和首席技术官的姓名和背景，”他说，“AI可以比谷歌搜索更深入。”但当他将这些信息输入Salesforce时，其中一个输出完全捏造了所有人的姓名和资历。“现在我们必须回去审计一切。”他说。
幸运的是，这个问题被及时发现了。“这一切都归结于在推出这些技术时采取一种有意识和战略性的方法。”他说。
数据科学投入多，收益少
有很多客户只是盲目追求AI技术，而没有仔细考虑其用例。一家公司可能会得到一个AI，只为少数员工节省了几个小时的工作时间，但却为数据科学团队创造了大量工作，这些团队需要收集和准备训练数据、创建和测试模型、将它们集成到企业工作流程中，并监控性能以确保AI继续有效工作。
据ZipRecruiter称，10月美国入门级数据科学家的平均起薪为每年16.5万美元。罗斯说：“先等等，不要仅仅为了写几封邮件就雇佣数据科学家，首先，让我们弄清楚你的用例。”根据Gartner的说法，如果没有明确的用例，AI项目甚至可能无法走出概念验证阶段。
研究机构预测，由于业务价值不明确、数据质量差、风险控制不足以及成本不断上升，到2025年底，至少30%的GenAI项目将被放弃。定制AI模型的成本可能超过500万美元，而从零开始构建一个定制模型可能使公司花费高达2000万美元。
对即时性的期望
对于许多公司而言，即使GenAI确实增加了工作量，这种代价也是值得的，因为这是学习过程的一部分。
尚普兰学院(Champlain College)一直在使用GenAI来帮助教学设计者和主题专家创建在线课程。尽管AI总体上将课程创建时间减半，但过程并非一帆风顺。
“生成的内容，包括那些令人毛骨悚然的图像等，学生和教职员工会如何看待这些内容呢?”学院在线运营副总裁克里斯塔·蒙塔尼诺问道，“你需要有经过培训的人员来审查这些内容。你必须阅读、理解这些内容，并加入人性化的元素。”
她表示，实际上，AI最初并没有节省任何时间。人们不仅要学习如何修正AI输出，还要学习如何设计提示以使这些输出从一开始就更好。
“我们必须弄清楚这一点，并对团队进行培训，”她说，“他们会越做越好，这对他们来说也变得越来越自然，但有些人需要数月甚至数年的时间才能学会如何有效使用它。”
尚普兰学院从2023年年中开始研究GenAI。在引入AI之前，创建一门课程需要15周的时间，而在AI推出后，创建一门课程仍然需要15周的时间，但情况有所改善，尽管整个过程花了一整年的时间才缩短到7周。
“不过，有些人比其他人更早地达到了这个目标。”她补充道。
同样，高等教育营销公司Education Dynamics也在使用GenAI来帮助营销活动，该公司营销副总裁莎拉·拉塞尔表示，对于某些任务来说，并没有显著提高生产力。
“从创意编辑和修订的角度来看，我们实际上已经将最初创作时节省的任何时间都转移到了编辑和修订上，”她说，“我们想要避免任何听起来像是AI生成的、缺乏个性或过于夸张的输出。对我们来说，这不仅仅是节省时间，更是改变你花费时间的方式。”
但她表示，采用这项技术正在帮助公司向前发展。
“我们致力于在这个充满活力的领域成为行业领导者，”她说，“即使今天它并没有真正为我们节省时间，但总有一天它是必要的——而且到那时，其他人可能才刚刚开始。”
当谈到GenAI时，塔塔咨询服务公司(Tata Consultancy Services)AI咨询和顾问部门负责人阿肖克·克里希那表示，高管们对其期望与员工实际体验之间存在差距。毕竟，今天的GenAI工具是通用的，并且处于早期阶段。
“今天可用的工具只是GenAI将在不久的将来彻底改变知识工作的冰山一角，”他说，“这是我们所有人都必须经历的一个必要的采用阶段，这就像互联网的早期阶段，只有一小群工程师和技术爱好者知道如何从中获得价值。”
因此，在短期内，员工将不得不适应这种新的、有限的技术，而公司则必须应对不确定的投资回报率。“因为如果不这样做，当AI在未来几年不可避免地改变所有类型的工作时，他们将被甩在后面。”他说。
尽管如此，公司还是可以做一些事情来加快这一进程。
“我们发现，GenAI带来的生产力和投资回报率的最大增长来自高度针对性、行业特定的应用，”他说。此外，当公司让更多员工参与进来，并让他们接触AI工具，以便他们能够开发出自己转变工作方式的时候，这也很有帮助。
