概括

如果正确使用， AI 不仅可以提高组织的短期生产力，还可以通过支持学习、增加智力多样性等方式扩大组织考虑的机会空间，从而提高组织的长期绩效……

在当今的管理界，人们通常从自动化与增强的角度来思考 AI 。自动化意味着机器接管以前由人类执行的任务，而增强则是指人类和机器在执行任务时的合作。根据传统观点，增强比自动化能带来更高的绩效，因为它可以减轻诸如短期思维、因锁定而失去灵活性以及人类直觉和技能丧失等不利因素。这些不利因素不利于长期成功。

不幸的是，这种观点忽略了一个关键点：增强并不能避免自动化，它只是将其隐藏起来，通常是在一些较低级别的信息收集或决策任务中。例如，当组织使用生成式 AI 助手来增强为在线商店编写产品描述的任务时，他们可能正在自动化编写初稿的任务。这种自动化用 AI 系统认为合适的任何东西取代了人类的直觉、专业知识、经验和推理，并且仍然可能导致技能下降等负面影响。因此，增强策略表面上帮助管理者避免的自动化弊端，只是被推到了较低的水平。

为了确保 AI 部署能够推进战略目标并支持关键目标，管理者可以采用不同的思维方式：使用 AI 来提高整个组织的集体智慧。

集体智慧是通过协作、集体努力和竞争产生的共享智慧。它反映了群体达成共识、解决复杂问题和适应不断变化的环境的能力。最近的研究表明，集体智慧来自 三个相互依存的要素 ：集体记忆、集体注意力和集体推理。管理者可以应用这一想法来瞄准特定领域，在这些领域中， AI 可以提升组织的集体认知能力，并以以人为本的方式推动更明智的决策，并增强人类的创造力。

AI 可以支持这三个过程。具体方法如下。

集体记忆：

增强个人学习和抓住机会的能力

生成式 AI 已经重塑了知识工作者的职业。例如，在华尔街，金融机构正在考虑利用 AI 来自动化以前由入门级员工（如金融分析师）完成的任务。正如一家大型银行的一位高管所说，“简单的想法就是用 AI 工具取代初级员工。”虽然这种策略在短期内可以提高生产率，但对组织的技能和知识发展等长期成果提出了明显的挑战：如果入门级工作完全自动化，员工将如何学习并成为训练有素的专家？这种转变不仅有可能阻碍机构知识的发展，还会破坏社交网络和知识共享过程，而这些对于获取和维护组织内的集体知识至关重要。

集体记忆是指群体如何分配、检索和更新集体知识。这一过程允许个人专注于某一领域并记住不同的互补细节，这样群体就可以比个人回忆和使用更多的可用知识。为了使这一过程有效，群体还需要能够在了解彼此的能力时动态更新他们对“谁知道什么”的理解。

AI 可以帮助企业开发、检索和更新集体知识。

例如，NVIDIA 开发了一款基于 AI 的生成式聊天机器人助手，用于回答有关工业芯片设计等复杂工程任务的问题。聊天机器人以现有的大型语言模型（即所谓的基础模型）为基础，但已针对内部文档、代码和内部通信（如电子邮件和即时消息）进行了修改。该系统可以解释复杂的设计主题，帮助工程师快速找到技术文档，并回答有关设计、工具和内部基础设施的问题。因此，它有助于让分布在整个组织中的知识更广泛地被获取。这对于像 NVIDIA 这样的跨国公司来说尤其重要，因为人类专家通常分布在全球各地，这使得快速找到即时帮助变得不方便。

以这种方式使用时， AI 系统支持检索整个组织所拥有的集体知识。这可能对于那些可能缺乏元知识（不知道在组织中哪里可以找到相关信息）的个人特别有用。通过将知识汇集到一个地方， AI 和使用它的人可能能够得出联系和推论，而由于人类处理大量数据的能力有限，这些联系和推论可能很难得出。它还通过帮助识别组织中的相关专家来改善专业知识的检索。

这种方法可以根据对专业知识和专业化的更好理解，指导将新信息和任务分配给个人。 AI 不是将入门级工人的任务自动化，而是通过反复将需要特定专业知识的任务分配给同一个人，同时让他们能够检索相关知识来完成这些任务，从而帮助他们发展专业技能和专业知识。它还可以通过利用个人之间的交流来支持谁知道什么的元知识的开发和更新。这可以帮助个人更有效地检索知识，将传入的信息传递给合适的人，并随时了解谁知道什么。

此类 AI 应用将支持组织的集体记忆，从而极大地扩展其集体认知能力。

集体注意力：

塑造个人和团体处理信息的方式

生成式 AI 已经得到广泛应用的关键领域之一是简化沟通。虽然 AI 支持的沟通可能带来的生产力提升很有吸引力，但这种用途也会影响群体如何协调和调整注意力。

集体注意力是指群体如何分配和协调他们对关键任务和优先事项的关注。有时这意味着多个人会关注同一件事（例如，当其中一个人讲话时，多个人会倾听），而有时则意味着个人会关注不同的事件，以最大限度地提高群体的集体注意力。同样，群体也需要更新他们对彼此当前关注焦点和当前需求的理解。

AI 可以通过简化沟通、优化时间表、工作流程和待办事项列表来帮助引导注意力的分配。这可以通过限制任务切换的成本来增强集体注意力，并降低与相互依赖的任务相关的协调成本。这将释放团队的资源，使他们能够将注意力集中在创造性的事情上。 AI 可以通过支持鼓励同步协调的小组例行活动来支持注意力的恢复。例如， AI 可以帮助协调每个成员的注意力，以便他们可以根据情况的要求一起关注同一个目标或将注意力分散到不同的目标上。 AI 还可以通过帮助个人共同了解彼此的工作量和可用性来支持集体注意力的更新。通过这种方式， AI 可以帮助组织最大限度地利用他们的集体注意力资源。

集体推理： 帮助团体协调目标和优先事项

集体推理是指一个群体推理彼此的个人和集体目标的能力，以便就集体目标和优先事项达成一致，从而最大限度地提高共同回报。群体需要分配优先事项并争取其成员的承诺。群体还需要更新对彼此目标、动机和优先事项的理解。

AI 可以通过整合来自不同来源的信息来改善目标一致性（例如，使用 AI 驱动的数据集成）。它还可以通过改进协作分配优先事项和获取承诺的群体流程来增强组织文化。

为了有效合作，团队需要了解彼此的立场，并弥合人与人之间的沟通鸿沟。通过对个人观点进行总结和分析， AI 可以帮助提高团队协调成员共同目标和优先事项的能力。当前的 AI 工具还被证明有助于促进目标协调，因为它可以让不同背景的人更容易理解目标和优先事项背后的根本原因。软件开发等领域的生成式 AI 还可以提高集体智慧，让更多人参与进来，否则这些人由于缺乏技术背景而无法参与这一过程。例如，HubSpot正在探索 AI 如何通过简化生成 A/B 测试进行比较的网站变体的过程来帮助自动化 A/B 测试。 AI 的这种用途可以增强个人的推理能力，并扩大不同的思维方式和背景。

AI 还可以帮助个人了解和更新彼此的优先事项。员工们已经将这些想法付诸实践，使用公共 AI 聊天机器人作为帮助集体反思的工具。在工作中 使用 AI 作为反思如何在困难的社交情况下与同事沟通的工具的 流行 轶事 。通过利用社交线索并以这种方式扮演困难的社交场合，群体中的个人可以获得更高阶的推理能力。以这种方式使用时， AI 可以增强群体发展共同价值观和优先事项的方式，并帮助调节资源和优先事项以实现高效执行。 AI 系统的此类应用可以帮助个人了解群体成员关心的内容，通过解释和阐述可能难以理解的差异来推断他们的目标，并确定群体目标的优先级。这使他们能够通过协商他们的集体目标来更好地分配他们的共同优先事项，并确保群体追求最有价值的目标。

让您的 AI 战略取得成功

当 AI 被用作生产工具来自动化流程时，它通常会以一种本质上降低技能的方式发挥作用，导致结构僵化，解决方案同质化，所有这些都限制了公司适应和调整不断变化的环境的能力。因此，它们往往会降低组织考虑的想法、假设和流程的多样性。

管理人员可以采取一些策略来抵消这种趋势：

使用 AI 作为教练和协调工具。

新一代 AI 聊天机器人可以自动完成写作任务，但它也可以作为教练提供反馈和批评。在 NVIDIA 开发的知识管理系统中， AI 充当支持系统，旨在增强组织的集体智慧。通过这个系统，员工可以获得有价值的知识，找到获得新技能的机会，并更新他们对“谁知道什么”的理解。要了解 AI 支持系统是否有效，管理人员可以使用使用情况统计数据、满意度调查或员工绩效评估来评估它们。

使用 AI 作为生产工具来增强实验并扩展智力空间。

AI 可以帮助设计实验、识别有希望的候选药物、促进假设分析，或创建多个初稿并从中选出最佳初稿进行进一步开发。在所有这些例子中， AI 通过提出新的和不同的想法来扩展智力空间，而这些想法可能原本不会被探索。然而，管理者需要注意一个潜在的陷阱。当生成式 AI 被用作扩大机会的生产工具时——例如考虑多个初稿——管理者需要抵制考虑这种浪费的冗余的冲动，这种冗余可以精简，以实现短期生产力的提高。

AI 是扩大了选择还是减少了选择，取决于它如何嵌入到组织流程中。当 AI 推动的生产力增长可以用来减轻员工负担、提高他们的自主性并腾出时间进行创造性思考时， AI 就有可能增强集体智慧。 对创造力的研究 早已确定了获取必要资源（如时间、金钱和设备）的重要作用，可以促进创造过程。赋予员工权力以适应自己的角色可能是确保扩大智力空间的有效途径。征求最直接受影响的个人的意见，并建立系统的测量和监控，使短期行动与长期战略目标保持一致，可以帮助管理者做到这一点。

警惕 AI 降低认知多样性和加剧不平等的风险。

不可避免地，将 AI 添加到组织流程中也存在风险。例如， 我实验室进行的研究 表明，无论 AI 的贡献质量如何，AI 都可以显著影响团队关注的重点。当团队加入 AI 语音助手时，他们开始将注意力与 AI 助手的注意力保持一致，他们甚至采用了 AI 使用的特定术语，这进一步塑造了团队关注的方向。最让我们惊讶的是，团队还采用了 AI 在与手头任务无关的领域使用的语言。即使 AI 只提供了无用的输入，尽管团队意识到 AI 没有帮助，这种情况也会发生。他们甚至报告说他们不信任 AI。

我们最近进行的另一项 研究 表明，虽然 AI 生成的反馈有助于个人学习和提高技能，但也导致整个人口的智力多样性下降。通过一种算法单一文化，从同一个集中式 AI 系统获得反馈，个人倾向于以类似的方式专攻，从而降低了整个人口的智力多样性。同一项研究还指出了另一个风险。虽然 AI 系统可以通过支持学习和提供反馈来增强集体记忆，但它们也可能通过为那些已经技能娴熟、积极主动的人提供更多学习机会来加剧现有的不平等。

这只是两个例子，说明 AI 的良好应用可能会产生意想不到的后果，限制群体的集体记忆、注意力和推理能力。精心设计的系统强调人性化，将人类置于中心，同时仍利用 AI 处理大量输入的能力，可以通过放大不同的思维方式和背景来增强集体推理。

要实现 AI 的变革性优势，需要超越自动化任务带来的直接性能和效率优势。从更广阔的视角考虑 AI 如何通过支持集体记忆、注意力和推理来增强集体智慧，可以为释放人机协作的真正潜力提供机会。运用集体智慧的视角可以为 AI 系统的设计和部署提供原则性指导，以提高群体解决复杂问题和适应不断变化的环境的能力。

免责声明：

本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。如有侵权，请与我们联系。所有信息仅供参考和分享，不构成任何投资建议。加密货币市场具有高度风险，投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。

关注我，一起探索AWM！

2024-10-13

2024-10-14

AI 模型越复杂，撒慌的可能性越大

2024-10-12