调查报告:企业员工对人工智能持乐观态度

简介:

人工智能相关的新闻报道倾向于渲染一种反乌托邦式的影响,这很容易让大多数企业员工对看似不可避免的AI未来感到恐惧。去年,人力解决方案公司Adecco向1000名高管进行调查,询问他们关于这项技术对工作场所的影响,大多数人表现得非常乐观。

调查报告:企业员工对人工智能持乐观态度

例如,大多数人认为技术不仅会使工作变得更容易,而且还能承担很多以前我们必须执行的平凡工作,让我们能腾出更多时间从事让人愉快的工作。而且,65%的受访者认为技术增加了职位的数量,大多数人认为未来这个趋势将持续下去。

“我们的研究表明,未来的工作场所将会为更灵活和更有成就性的工作创造机会,打消人们对自动化取代员工的担忧。许多组织和员工开始接受这种灵活工作的想法,努力将其付诸实际。我们的研究表明,机器人可能是这一解决方案的重要组成部分,”Adecco说。

展望未来

这与安永最近对企业级AI进行各项调查持有共同的观点。调查发现,39%的高管认为,2018年机器学习的使用将大幅增长,特别是越来越多地将人工智能整合到业务价值链中。

“2018年可能成为AI更加普及的突破年。企业希望将AI集成到他们的运营中,所以机器人过程自动化(RPA)软件就有了特别的机会。该软件通过将AI的智能与RPA提供的运营效率相结合,可以转化为业务工具包的价值生成组件,适用于多种业务职能。人工智能的普及也将带动其他新技术的兴起,这些技术的核心是利用智能自动化:例如,聊天机器人将取代企业内部网,提供更加直观和高效的方式来访问企业内部信息,”安永全球首席分析官Chris Mazzei说。

当被问及员工对人工智能潜在影响的想法时,63%的受访者认为这会带来积极的影响,只有1%的人担心未来人工智能将取代他们的工作。

人才发展

这项调查结果也与最近埃森哲最近的一篇论文相一致,后者强调了技能开发的重要性,这可以确保员工能够与AI新技术配合工作。安永调查的高管中,有57%的人认为缺乏人才是短期内人工智能取得成功的最大障碍。

这促使人们重新关注培训领域,其中40%的高管计划增加人工智能业务应用方面的培训,26%计划增加技术方面的培训。

虽然调查没有详细说明这些投资可能的形式,但埃森哲确实提供到了一些细节。埃森哲主张采取系统性的方法来确保人与机器之间的交互是顺畅的。

报告称:“原则是在让员工掌握必要的技能之前,把焦点从任务转向工作的本质。”

埃森哲主张通过三个主要步骤来做到这一点:

1、评估任务和技能 - 组织很好地理解其工作角色是很常见的,但他们却很少理解这些工作中的任务和技能。这是至关重要的,因为要充分发挥人工智能的力量,就需要执行新的任务。

2、创建新角色 - 随着AI的发展,员工要能够承担更高价值的工作。这就需要更多由洞察力和策略驱动的新角色,而不是单一技能的重复性工作。当我们掌握了大数据,能够提供给客户个性化服务的时候,工作也可能变得专业化。

3、将技能与新角色对接起来 - 最后一步就是将组织需要的新技能,与你在上一步中创建的新定义角色对接起来。有时,这种技能上的差距可以通过短期承包商来解决,有时则需要通过为员工提供培训计划来解决。

毫无疑问,人工智能将对企业组织带来一定影响,随着这项技术更加深入地融入到我们的流程和行为中,我们将更深入地了解如何有效地改变我们的习惯,使得我们利用这项新技术高效地工作。




原文出处:科技行者
转载请与作者联系,同时请务必标明文章原始出处和原文链接及本声明。
目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 监控
【AI 场景】如何应用人工智能来增强企业网络的网络安全?
【5月更文挑战第4天】【AI 场景】如何应用人工智能来增强企业网络的网络安全?
|
2月前
|
传感器 人工智能 算法
镭神智能荣获全国首批人工智能4A级企业认定
镭神智能作为全球领先的全场景激光雷达及整体解决方案提供商,自成立以来,凭借雄厚实力和优秀成果
|
机器学习/深度学习 人工智能 自然语言处理
如何利用阿里云的人工智能技术提高企业客户体验?
人工智能(AI)技术已成为企业数字化转型中的一项重要工具。作为国内领先的云计算服务商和人工智能解决方案提供商,阿里云肩负着推进企业数字化转型的任务。本文将讨论阿里云的人工智能技术在提升企业客户体验方面的应用。
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】2022年人工智能驱动企业的预测
【人工智能】2022年人工智能驱动企业的预测
|
人工智能 自然语言处理 安全
民意调查:大多数高等教育领导人对生成人工智能持乐观态度
根据本月早些时候发布的一份报告,对于生成式人工智能,超过800名高等教育调查受访者中有54%持乐观或非常乐观态度。 这项广泛的调查还询问了高等教育IT领导和管理人员,关于最新的文本生成GPT 3工具的潜在用途和滥用,并探讨了大学在世界看到OpenAI的ChatGPT并担心其在学术界的潜在滥用之后的头几个月中所做的事情。
57 0
|
机器学习/深度学习 数据采集 存储
一定重点关注!人工智能技术将加速企业数据的智能化治理
数据治理的目的不是只为了管好数据,而是让要用数据的人(如:数据科学家)随时能找到他要的数据。
一定重点关注!人工智能技术将加速企业数据的智能化治理
|
机器学习/深度学习 人工智能 搜索推荐
企业如何依靠人工智能实现客户参与
在过去几年里,银行面临着许多新问题,比如消费者预期不断上升、来自拥有优质客户体验的数字竞争对手的竞争、技术进步以及监管收紧。许多银行已经开始数字化,以应对这些挑战并保持相关性,但随着流量开始流向数字渠道,银行缩减了其分支网络,以节省成本。
80 0
企业如何依靠人工智能实现客户参与
|
人工智能 供应链 监控
无代码平台如何为中小型企业带来人工智能
正如 Windows 的可点击图标取代了晦涩难懂的 DOS 命令一样,新的“无代码”平台正在用简单的拖放界面取代编程语言。 这意味着以前对小公司来说过于劳动密集和昂贵的技术,如人工智能,现在越来越触手可及——这只是一个找到合适项目的问题。 公司应该在无代码平台中寻找三件事:它需要一个简单的界面,可以轻松地将数据导入进行模型训练过程; 它需要自动化模型选择和训练,这些任务通常由数据科学家执行; 它需要简单且易于与现有流程一起部署。 为特定公司找到合适的模型可能需要一些反复试验。 好消息是这个最好的平台是开放的,这意味着用户可以在相关任务上使用平台进行试验,看看它们的表现如何。
|
机器学习/深度学习 存储 人工智能
如何规模化企业人工智能(Noogata)
AutoML 面临的挑战 对于任何拥有内部数据科学家团队并希望开发 AI/ML 模型的组织来说,AutoML 平台都是一个诱人的提议。这些平台提供了一个丰富的沙箱来加速专有 AI/ML 模型的开发。然而,另类的方法现在使 AI/ML 更易于部署,并且可供几乎没有技术专长的业务用户直接访问。
|
机器学习/深度学习 人工智能 算法
企业在研究和产品开发中测试人工智能的可能性和局限性
人工智能在研发过程中正变得无价,但它无法解决所有挑战。
119 0
企业在研究和产品开发中测试人工智能的可能性和局限性