调查显示:60% 的员工认为 AI 自动化提高了工作满意度
小伙伴们有没有觉得学习科技周边很有意思?有意思就对了!今天就给大家带来《调查显示:60% 的员工认为 AI 自动化提高了工作满意度》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

5 月 21 日消息,据一项由自动化软件公司 UiPath 近期进行的调查显示,大多数员工(约 60%)认为,使用人工智能(AI)驱动的自动化解决方案可以缓解职业倦怠,显著提高工作满意度。此外,57% 的受访者表示,他们对于采用业务自动化来支持员工和简化运营的雇主有更积极的看法,反映出他们对这种做法的赞同态度。
随着工作负担不断增加,28% 的受访者表示因裁员或招聘冻结而需要负担额外的工作责任。全球有 29% 的员工经历了职业倦怠。这促使人们越来越依赖 AI 工具来缓解压力。
这些因素导致了所谓的“自动化一代”的出现
据调查主要结果之一,31% 的受访者声称已在工作场所采用业务自动化解决方案。87%的自动化一代子群体相信他们拥有必要的资源和支持,能够有效地履行他们的职责。另外,有83%的员工认为业务自动化解决方案可以有效地缓解职业厌倦和提高工作满意度。
“有超过一半的受访者表示他们相信自动化可以解决职业倦怠和提高工作满足感,这清楚地表明,AI 驱动的业务自动化技术已经对商业和技术人员产生了积极的影响,并帮助他们减少了在重复性任务上花费的时间,专注于更关键和有趣的工作。Brigette McInnis-Day, the Chief People Officer of UiPath, stated.。
她强调,这一说法得到了以下事实的支持:在已经使用业务自动化解决方案的受访者中,80% 认为这些解决方案使他们能够更有效地执行他们的工作,79% 对于实施业务自动化的雇主比对于不实施业务自动化的雇主有更积极的看法。
根据一项调查显示,越来越多的全球员工更青睐采用基于自动化和人工智能的工具来处理繁琐的任务。具体而言,受访者表示他们希望自动化能够协助他们进行数据分析(52%)、数据输入 / 创建(50%)、IT / 技术问题解决(49%)和报告生成(48%)等任务。
当被问及导致他们职业倦怠和工作疲劳的原因时,受访者将超出预定时间工作(40%)、来自管理者和领导层的压力(32%)以及过多地投入战术性任务(27%)列为主要原因。
“AI 驱动的自动化成为缓解这些导致职业倦怠的主要原因的解决方案,使员工能够快速而轻松地定位和分析数据,同时简化重复性和耗时的任务。”McInnis-Day 对 VentureBeat 说。
在自动化工具影响他们工作的方面,受访者表示他们希望在工作环境中获得更大的灵活性(34%)、分配时间来获取新技能(32%)以及专门用于关键任务的时间(27%)。
自动化一代的定义与以往不同,它包括了所有年龄段和人口统计特征。”McInnis-Day 解释说,“这是一群拥抱 AI 的专业人士,他们利用这些技术来实现更多协作、创造力和生产力,并利用这些技术提供更令人满意、积极的工作场所体验、丰富他们的个人生活并防止他们整体感觉像机器人。自动化正在协助他们重新振作和恢复工作的意义。”
IT之家观察到一项调查结果,并不意外,新技术更受年轻员工欢迎。Z 世代(69%)、千禧一代(63%)和 X 世代(51%)受访者中有大多数坚信自动化有潜力提高他们的工作表现。
“在受访员工中,31% 的受访者表示他们已经在使用业务自动化解决方案(其中 39% 是千禧一代,42% 是 Z 世代)。此外,在已经使用业务自动化解决方案的 31% 受访者中,87% 认为他们拥有所需的资源和支持来有效地完成他们的工作。”McInnis-Day 补充说。
该调查于 2023 年 3 月进行,收集了来自全球 6,460 名高管的在线回答。
今天关于《调查显示:60% 的员工认为 AI 自动化提高了工作满意度》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
【聚焦2023数博会】虚拟主播上线!中科闻歌数字人开启AI之旅
- 上一篇
- 【聚焦2023数博会】虚拟主播上线!中科闻歌数字人开启AI之旅
- 下一篇
- 人工智能是否能让人类实现长生不老的愿望?
-
- 秀丽的荔枝
- 这篇技术贴太及时了,好细啊,赞 ??,已收藏,关注博主了!希望博主能多写科技周边相关的文章。
- 2023-06-14 18:01:39
-
- 科技周边 · 人工智能 | 13小时前 |
- Transformers generate 怎样返回每步生成分数并定位异常输出
- 308浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · api设计 · 人工复核 内容审核 Categories Moderation API category_scores
- 内容审核接口返回多标签结果时怎样设计分支
- 160浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · 多模态 · token 视觉模型 detail 多图输入 Vision API
- 视觉模型输入多张图片时怎样控制顺序和细节级别
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · 提示词缓存 prompt_cache_key 稳定前缀 动态输入
- 提示词缓存怎样拆分稳定前缀和动态输入
- 419浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 多模态输入 Gemini API Files API MIME 类型
- Gemini API 怎样把文件输入和文本提示放在同一请求
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · padding Transformers tokenizer attention_mask input_ids truncation
- Transformers tokenizer 怎样让 padding 与 truncation 对齐批量输入
- 416浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 |
- Hugging Face Datasets DatasetDict 跨 train 与 validation 的 map 处理方案
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · 结构化输出 · JSON Schema Responses API Structured Outputs strict refusal
- 结构化输出怎样约束模型返回 JSON Schema
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · openai · 工具调用 Responses API function_call_output call_id
- Responses API 怎样处理工具调用后的继续响应
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · openai · 多轮对话 Responses API conversation state OpenAI API previous_response_id
- Responses API 怎样用上一轮响应继续多轮对话
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1064次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1064次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1231次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1174次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1014次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

