人工智能（AI）无疑已在各个商业领域取得进展，但结果参差不齐，以及“workslop”的增加，都源于人们使用它的方式各不相同。
AI用户主要有两类：驾驶员，即利用AI拓展工作潜力的人；乘客，即把AI当作获得成品捷径的人。
糟糕的AI输出会阻碍生产力；提升AI的使用效果，可以通过思维方式、技能和领导层沟通来塑造。这样做将提高团队的生产力、绩效和创新能力，同时减少职业倦怠。
人工智能（AI）本应让我们更快。在许多方面，它确实做到了。一份新的报告来自宾夕法尼亚大学沃顿商学院，发现许多公司now看到了生产力和绩效的提升。然而，这些收益在团队和行业之间仍然不均衡，这反映的不是AI能做什么，而是人们如何以不同方式使用它。
许多领导者质疑投资回报。那些赞美AI前景的研究同时也表明，可衡量的影响并不稳定。我们的研究指出一个日益突出的问题根源：“workslop”——看似精致但内容空洞的AI输出，表面上完成了，却缺乏实质、语境或准确性。
在一个拥有10,000名员工的组织中，这种返工会不断累积：每天大约两小时用于修正无用的AI输出，相当于每年约900万美元的生产力损失。
问题不在于技术，而在于我们带入其中的习惯和行为方式。根据BetterUp的研究，接受过关系技能培训的员工（包括倾听、提问、提供语境）与AI工具的互动increase 30%，并产出质量更高的工作成果。
如今，生产力取决于人与人之间、以及人与机器之间对话的质量。三种力量塑造这种对话：思维方式、技能和领导层沟通。
它们共同决定了AI是优势还是干扰。
思维方式至关重要：驾驶员与乘客
在我们的研究中，出现了两种清晰的思维方式。
“驾驶员”在能动性和乐观程度上得分较高，会有意识地利用AI拓展创造力和洞察力。他们将与同事和机器的每一次互动都视为工作本身的一部分，而非绕过工作的捷径。“乘客” 两方面得分都较低。他们更加悲观和恐惧，依赖AI作为捷径，或者干脆完全回避它。
能动性和乐观情绪使人们有信心应对变化。当这些情绪消退时，对话便会受阻。人们不再提问，不再追求清晰，开始让自动化替自己思考。使AI发挥作用的关键交流随之消失。
驾驶员将与同事和AI的对话视为工作本身的一部分。这一微小的区别解释了团队之间绩效差距的很大一部分原因，并引出了塑造对话的下一个驱动因素：技能。
技能：作为生产力驱动因素的对话与创造力
在BetterUp Labs关于生成式AI（GenAI）的一项研究中，接受过关系技能培训的人（包括提出更好的问题、提供语境以及对回答进行批判性评估）与AI的互动更加有效，并产出了质量更高的工作成果。
当人们将AI视为合作者时，质量的提升是即时的。设想一位营销主管使用AI分析客户反馈，以支持一项全球营销活动。摘要看起来很清晰，但遗漏了一个关键洞察：客户信任该品牌，却怀疑其言出必行。
她要求AI展示底层评论，找出其中的怀疑之处，并从客户视角重新梳理叙事。下一稿便捕捉到了其中的张力与真相。
这种勇于沟通的做法，即揭示假设并明确指出不确定性，能够提升质量并建立信任。最具生产力的用户不会接受第一个看起来不错的想法，而是推动工具与他们一起思考。
这些并非技术性技能，而是深深植根于人性的能力。那些增强人与人协作的行为，同样会让AI变得无比有用。
领导层沟通：人的倍增效应
领导者为团队如何使用AI以及AI被采纳的速度定下基调。
我们的研究表明，要求使用AI，会使员工形成驾驶员思维的几率提高六倍。然而，当员工对将AI使用与目标和信心相联系的领导层沟通感到满意时，这种可能性会上升至21倍。
但仅有目标还不够。参与式沟通同样重要。当领导者邀请提问、揭示不确定性并采纳员工反馈时，他们便能建立清晰度与信任，从而减少workslop。
当人们理解AI如何契合自己的角色，何时依赖它，何时运用判断力时，他们的工作会变得更加清晰、高效且切合实际。
有意识的领导层沟通能将合规转化为协作，将焦虑转化为能动性，并直接提升整个组织的乐观情绪与AI成效。
从workslop走向卓越绩效
若缺少思维方式、技能和沟通等人的要素，AI只会放大平庸的工作。问题始于技术，却会通过文化扩散：负荷过重的团队、僵化的任务指令以及关于AI的沟通不清，都会造成生产力拖累，而再多的自动化也无法解决。
Workslop只是一种症状。根本问题是什么？团队缺乏在AI增强的世界中有效工作所需的人的能力。未来属于那些能够强化技术无法取代之能力的组织。
我们的研究表明，持续发展这些人的能力，可以使团队绩效提升50%，创新提升90%，生产力提升15%，并将职业倦怠减半。这些收益并非来自更好的算法，而是来自以三种方式投资于人的转型：
论坛如何帮助领导者理解AI，并就负责任的创新开展合作
人工智能卓越中心汇聚各行业的领导者，共同理解人工智能的快速演进及其对经济和社会的影响。它支持就AI应用所涉及的机遇、风险和权衡进行知情对话。
通过可信赖的空间和合作倡议，该中心使合作伙伴能够建立共同理解，并携手推进负责任的AI创新与应用。
1. 以重要的思维方式、能动性和乐观精神为劳动力注入动力
为重新聚焦劳动力，高层领导者将：
将驾驶员思维确立为领导标准。要求管理者示范好奇心、自信和透明的AI使用。他们的行为将使实验与学习成为常态。
建立清晰的目标。将AI项目与“为什么”联系起来，分享它们如何推动公司目标与个人成长。当人们理解意义并获得掌控感时，能动性便会提升。
将思维方式发展纳入绩效体系。通过简短的辅导或反思性检查，讨论乐观与信心，而不仅仅是指标或交付成果。
2. 培训团队掌握使GenAI发挥作用的关系能力与创造能力
有效的再培训包括以下举措：
培养勇于沟通的能力。教导员工对AI的回答进行质疑、澄清和批判性评估。这些行为同样会加强人与人之间的协作。
将创造力变为一项专门的工作纪律。为团队创造空间，使其能够与AI一起探索、重组和迭代，而不是满足于第一个看起来不错的想法。
将沟通作为绩效指标。评估团队如何提供反馈、分享推理并共同创造，无论是彼此之间还是与AI之间。
3. 重构体系，使对话与辅导成为日常绩效的一部分
为使持续发展成为主流，商业领导者可以：
将对话嵌入工作流程。重新设计会议，在重大决策前纳入学习时刻、同伴反馈或反思环节。
将辅导纳入管理节奏。帮助管理者开展快速辅导检查，重点关注思维方式和沟通，而不仅仅是指标。
为混合协作设定明确规范。界定良好的人机协作是什么样的：何时自动化、何时介入，以及团队如何跨越数字与线下工作共享语境和判断。
现在采取行动的领导者将把潜力转化为绩效。未来属于那些学会共同思考的团队——在一个其合作伙伴必然既是人类又是机器的世界里。
