尽管历经多年讨论与试点,欧盟仅有25%的员工在工作中使用人工智能(AI),而美国这一比例高达43%。这种差距不仅源于工具获取或模型先进程度的不同,更深刻反映了组织在变革管理上的差异。Cognizant欧洲、中东及非洲地区总裁Manoj Mehta指出,许多欧洲企业犯了一个根本性错误:将“获得AI访问权限”等同于“实际采用AI”。常见做法是下达提高效率的广泛指令,却让员工自行摸索AI对角色的具体意义。研究显示,超过三分之一的员工仍在寻找采用AI的明确理由。若欧洲希望让劳动力相信AI是赋能者而非威胁,就必须重新思考如何在全员范围内建立信心、信任与动力。理解员工的担忧:员工对工作、风险和技术的态度因职业阶段和技能水平而异。尽管存在个体差异,欧盟仍有41%的员工担忧因AI导致失业,其中即将进入职场的年轻人焦虑感最强。现有员工的态度也呈现分化。研究识别出60多种用户画像,可归纳为七大原型:有人乐于采用AI工具,有人谨慎需引导,还有人完全不知从何入手。随着欧洲劳动力老龄化,资深员工可能担心技能过时,或质疑在职业生涯后期学习新工作方式的必要性,这增加了改变长期习惯的难度。此外,即便有意使用AI,82%的员工对实际提供的工具表示不满。糟糕的体验会迅速阻碍采用进程,延缓推广步伐。若缺乏有意支持,无论企业购买多少工具,都无法实现投资回报。争取员工的支持:领导者需认识到,员工的焦虑并非毫无根据。Cognizant曾预测到2032年90%的工作岗位将受AI影响,但最新研究发现,这一目标已提前六年达成。对此不能视而不见。弥合员工与AI举措间的鸿沟,须从诚实建立信任开始。高管应明确说明哪些决定已做出、哪些仍不确定,以及自动化测试的领域,帮助员工定位自身角色变化及可获得的支持。同时,企业需通过再培训、支持和职业发展路径,确保劳动力适应新工作方式。这并非要求彻底转行,而是赋予员工将AI能力与现有专业知识结合的技能。对话焦点也应从自动化转向提升有效性、扩展能力及改善人类工作的质量与影响力。为行为而设计,而非仅为技术:企业转型方式亟需改变:从单一技术项目转向跨团队的全面业务变革。领导团队首先需调整心态,不再视AI为万能药,而是构建由AI赋能的成果导向模式。具体可通过三步实现:定义意图架构。成功企业不聚焦技术功能,而是锚定期望的行为结果,反向设计AI应改变的人类行动、决策和工作流。使实验常态化。高绩效组织创造结构化空间,让实验成为预期之中、受支持且风险可控的过程,使学习成为工作的一部分,而非副业。通过管理者和意见领袖示范行为。人们采纳的是所见而非所闻。当管理者和受尊敬同事在日常工作中积极使用AI,转变便成为文化现象,而非仅靠政策驱动。转变面向未来的思维模式:仅靠提供更多强大工具,欧洲无法缩小AI采用差距。只有当组织提供明确的使用理由、实验信心以及对工作变化的坦诚评估时,差距才能填补。技术已就绪,决定性因素在于领导者能否带领员工队伍共同前行。