数字化转型、人工智能和生产力问题

哈喽！今天心血来潮给大家带来了《数字化转型、人工智能和生产力问题》，想必大家应该对科技周边都不陌生吧，那么阅读本文就都不会很困难，以下内容主要涉及到，若是你正在学习科技周边，千万别错过这篇文章~希望能帮助到你！

       很多人都在谈论，在数字化转型的过程中，生成式人工智能可以提高公司的生产率。但行动太快可能会让事情变得更糟。

生成式人工智能的时代带来了它将显著提高生产力的承诺。我当然可以看到它的潜力，因为我正在使用它的一种形式来写这个专栏，它在预测我打算写的下一个单词方面做得很好。然而，我也发现为了充分利用这个功能，我不得不频繁按下右箭头键，这显著降低了我的速度。所以，我通常会键入整个单词，因为我用的键盘不支持自动补全。

简而言之，它不仅没有加快我的写作速度(承诺)，反而对我的效率产生了负面影响(现实)，因为当我按箭头键时，它打断了我的打字流程，迫使我重新调整右手的位置。

为了让这种AI工具发挥作用，我不仅需要修改键盘，还需要重新训练自己使用正确的箭头键，而不是输入完整的单词。

关键路径

当学习流程优化时，通常会讨论一个称为“关键路径”的概念。这是一个过程的路径，它定义了完成某件事的速度有多快。如果您改进了关键路径之外的任何东西，那么流程完成的速度仍然受到未受影响的关键路径的限制，并且您不太可能看到生产率的提高。

从作者对生成AI的最初反应中看到了这一点。编辑是确保他们能够以惊人的速度创作书籍，并且每周能够完成数百本的关键。已经筋疲力尽的编辑们无法处理数百份稿件的到来。许多出版商不得不停止接受手稿，因为他们不能及时编辑。

更好的计划是先以某种方式自动编辑，但这需要对人工智能进行更多的培训，以确保手稿符合出版商的政策，而这项工作尚未完成。

即使您首先更改了初始关键路径，您也可能会发现其他依赖项，这些依赖项随后会成为新的关键路径，在新路径也得到改进之前，这些依赖项实质上限制了任何好处。

衡量生产力:汽车和人员

我喜欢汽车。一旦你用Dyno机器测量汽车性能，你会很快意识到，仅仅依靠马力无法提升性能。赛车仍然必须在赛道上行驶，并将动力传递给道路。牵引力、悬架、驾驶员技能、重量、驱动轮的位置、加速下的重量传递、倾斜度、空气动力学、热量和部件的可靠性都发挥着同样重要的作用。唯一真正的性能测试不是马力或扭矩，而是汽车的竞争力。

与人员相比，汽车很简单。人们有各种不同的任务，他们往往无法控制。收到的电子邮件，意想不到的问题，需要谈论项目的同事，分心(还有很多)，以及质量变化很大的经理——所有这些都会影响生产力。

或者想想在COVID-19大流行期间发生了什么。起初，我们以为在家工作比在办公室工作更高效，因为分心的事情较少。我们注意到员工的工作时间不断延长，导致工作和生活之间的平衡被打破，结果要么是精疲力竭，要么是离职。我们发现那些在家表现出更高集中注意力、退缩性格、工作能力更强的人，实际上表现更好。无论是社交能力强的人、新员工，还是注意力不集中或工作技能不强的人，都表现糟糕。

对员工采取千篇一律的做法是行不通的。每个人都是不同的，任何关于部门生产力的讨论都需要考虑到工作场所的动态，无论它在哪里，以及每个员工的独特性质。请牢记，以提升生产力为核心的改变旨在实现更高的生产力水平，而不是解决其他问题。

需要把人工智能的重点放在哪里

当谈到生产力改进时，第一步必须是分析需要改进的地方，确定关键路径，然后制定一个计划，以最低的成本对生产力产生最大的影响。然而，很多公司通常在没有对其进行最初的评估或理解的情况下就开始采取行动，导致生产率提高的目标经常被忽略。

更重要的是，提高生产率的努力很有可能会让事情变得更糟。几年前，我的一位客户遇到了一个“生产力问题”，于是制定了一个名为“回归基本”的计划——员工必须打卡上下班，因为管理层认为他们是在翘班。结果是生产力的灾难性下降，因为那些偷懒的人只是在工作中偷懒，而不是早点回家，而那些为了完成工作而长时间工作的人开始朝九晚五地工作。很快，优秀员工开始在更信任他们的公司寻找工作。

简而言之，需要很好地理解问题才能有效地解决问题。这个关键问题尚未应用生成式人工智能技术解决，尽管这项技术有潜力帮助解决。如果不了解员工是谁，他们做什么以及他们是如何做的，就不能使用数字化转型和生成式人工智能来突然让他们变得更好。你更有可能让它们变得更糟。

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于科技周边的相关知识，也可关注golang学习网公众号。