AI素養不等於高績效！研究揭：「協作過程」劃分初階員工三境界
Research: Why Some Junior Employees Work Well with AI—and Others Don't
Bernhard Lang/Getty Images
AI正在重寫初階工作的績效標準。KPMG與德州大學針對新進員工的研究指出，批判性思考或AI素養等能力，無法作為預測績效的指標。拉開差距的關鍵，在於員工如何引導並延伸AI成果，進而分出低貢獻的「委派者」、無法變現的「學徒」、表現超越基準的「加強者」3種人才類型，也提醒企業考核焦點必須從「答案」轉向「過程」。
職涯起步階段的員工，正站在知識工作快速轉變的第一線。過去，這些職位包含許多能讓新人踏入產業、逐步累積專業的任務。如今，愈來愈能處理分析性、資訊密集型工作的AI工作流程，可能接手其中許多任務。研究也顯示，AI持續進步，正迅速改寫工作的基準；模型能力愈強，可接受成果的標準也愈高。
在這樣的環境下，組織必須了解，在真實工作情境中，個人如何創造超越AI基準的價值，尤其是在需要判斷力與領域專業，攸關重大決策的專業工作中。這帶出兩個重要問題：第一，哪些能力能讓早期職涯員工為AI協作流程加值？第二，組織如何有意識地培養這些能力，即使AI持續進步，仍讓員工能不斷精進？領導人必須明確回答這兩個問題，否則可能同時削弱組織投資AI與人才培育管道的回報。
為了協助領導人回答這些問題，KPMG與德州大學奧斯汀分校（University of Texas at Austin）進行一項大規模實地研究，對象是523名在美國任職、年資不超過18個月的KPMG早期職涯專業人員，希望更深入了解員工如何在這種情境下創造價值。這項研究採實地研究設計，參與者使用專為相關領域打造的AI代理，完成特定商業任務。這些任務由KPMG資深專家...
阿希什．阿加瓦爾 Ashish Agarwal
德州大學奧斯汀分校（The University of Texas at Austin）麥庫姆斯商學院（McCombs School of Business）教授，並擔任《管理科學》（Management Science）副主編與《決策科學》（Decision Sciences）領域主編。他的研究聚焦人工智慧、數位平台、物聯網與數位廣告。
阿尼特什．巴魯亞 Anitesh Barua
德州大學奧斯汀分校（The University of Texas at Austin）麥庫姆斯商學院（McCombs School of Business）講座教授。他的研究聚焦人工智慧與數位轉型，成果刊登於《管理科學》（Management Science）、《管理資訊系統季刊》（MIS Quarterly）、《資訊系統研究》（Information Systems Research）與《組織科學》（Organization Science）等頂尖期刊。
阿努．普瓦達 Anu Puvvada
KPMG Studio的領導人，她結合前瞻性研究與創業建設（venture-building），以辨識新興機會，並推出可規模化的服務與技術驅動型業務。
宋芳晨 Fangchen Song
德州大學奧斯汀分校（The University of Texas at Austin）麥庫姆斯商學院（McCombs School of Business）博士候選人。研究探討人工智慧對團隊協作、組織與工作未來的影響，相關成果已獲《資訊系統研究》（Information Systems Research）接受刊登。
文雯 Wen Wen
德州大學奧斯汀分校（The University of Texas at Austin）麥庫姆斯商學院（McCombs School of Business）副教授。研究探討人工智慧與數位科技如何重塑工作、生產力與組織績效。研究成果刊登於《管理科學》（Management Science）、《資訊系統研究》（Information Systems Research）、《管理資訊系統季刊》（MIS Quarterly）、《策略管理期刊》（Strategic Management Journal）與《行銷研究期刊》（Journal of Marketing Research）等頂尖期刊。
本篇文章主題
生成式人工智慧
追蹤
