老板们欢呼雀跃拥抱AI，打工人却累到想辞职？Upwork最新报告揭秘真相。

96% 对 71%，这是两个看似无关，却又息息相关的数字。前者代表着对AI工具充满期待，希望借此提升企业效率的高管比例；而后者，则是被AI压得喘不过气，深陷倦怠情绪的员工比例。这冰火两重天的景象，正是Upwork最新研究报告所揭示的现实。

Upwork 研究报告：96%的高管希望AI工具能提高企业效率 而71%的员工却感到适得其反

生成式AI的横空出世，让企业领导者们仿佛看到了通往高效、创新未来的捷径。自动化、分析、预测……这些关键词，无一不撩拨着他们追求更高生产力的雄心壮志。然而，当老板们兴致勃勃地将AI工具引入工作流程，期待着员工们用更少的时间创造更多价值时，现实却给了他们当头一棒。

Upwork对来自美国、英国、澳大利亚和加拿大2500名高管、全职员工和自由职业者进行了调研，结果发现：AI带来的，并非想象中的效率天堂，而更像是加剧了职场内卷的“潘多拉魔盒”。

AI来了，员工却更累了？

• 生产力不升反降？本应提升效率的AI工具，却被不少员工视为负担，工作量不减反增。
• 倦怠情绪蔓延。71%的全职员工表示感到倦怠，65%的员工难以承受雇主对生产力的要求。AI非但没有减轻压力，反而让情况雪上加霜。
• 期望落差巨大。高管们普遍认为AI工具能提高生产力，39%的公司甚至强制要求使用。然而，缺乏培训和支持的员工们，却被迫面对陡峭的学习曲线，工作复杂度和负担不降反增。
• 历史重演？还记得“你可以在任何地方看到计算机时代的影子，唯独在生产力统计中看不到”这句话吗？当年计算机技术引发的生产力悖论，如今又在AI时代重演。

那么，面对来势汹汹的AI浪潮，企业该如何调整，才能真正实现效率提升，同时避免员工成为技术的牺牲品？

Upwork报告中也提供了几点建议：

• 拥抱自由职业者：相比全职员工，自由职业者在AI技能方面展现出更强的适应力。企业可以通过引入自由职业者，为团队注入更多灵活性和创新性，更有效地完成AI项目。
• 共同制定评估标准：与其自上而下地强制推行AI工具，不如倾听员工的声音，共同制定更合理、更全面的生产力评估标准，提升员工的满意度和参与度。
• 建立技能语言体系：企业需要更清晰地了解自身所需的AI技能，并建立相应的技能语言体系，以便更好地评估和培养人才，让AI工具真正服务于人，而非让人沦为技术的奴隶。

领导者进退两难

81%的C- suite高管报告称，过去一年中，他们期望员工通过使用AI工具（37%）、扩展技能（35%）、承担更多职责（30%）、回到办公室（27%）、提高工作效率（26%）和增加工作时间（20%）来提高产出。

员工感受到了压力。71%的人感到倦怠，近三分之二（65%）的人报告说在应对不断增加的雇主要求时遇到了困难。各代人和性别之间的倦怠感都很高：83%的Z世代感到倦怠，相比之下，千禧一代为73%，X世代为71%，婴儿潮一代为58%。女性（74%）报告的倦怠感高于男性（68%）。令人担忧的是，三分之一的员工表示他们可能会在未来六个月内辞职，因为他们感到倦怠或工作过度。

尽管69%的C- suite高管承认他们知道员工在努力应对生产力要求，84%的人坚称他们的公司重视员工的幸福感超过生产力。大多数高管认为他们的公司已经朝着更灵活的工作模式迈进（90%），并且有帮助员工理解他们的工作与更高层次战略目标的联系的实践（94%）。

相对较少的全职员工同意他们的雇主优先考虑幸福感（60%），即使大多数人同意他们能够更灵活地工作（73%），并且对战略目标有更清晰的了解（80%）。这些感知产生了影响。认为公司重视生产力高于幸福感的员工更有可能感到工作负担过重（73% vs. 56%）。

AI对生产力的影响

生成式AI的采用速度和规模令最具远见的技术专家都感到惊讶。领导者们收到的信息很明确：AI将成为他们[推动生产力]和[提取经济价值](https://www.mckinsey.com/capabilities/mckinsey- digital/our-insights/the-economic-potential-of-generative-ai-the-next- productivity-frontier#key-insights)的工具。

领导者们对AI与生产力的正相关性持乐观态度。² 96%的C- suite高管表示，他们希望使用AI工具能提高公司的整体生产力水平。然而，只有不到三分之一的领导者（26%）为其劳动力提供了AI培训计划，只有13%的人报告有完善的AI战略参见[Upwork工作创新者研究]：https://www.upwork.com/research/work- innovator-report/2023)了解更多。

大多数AI的使用似乎是从下往上发展的，员工们是这场变革的主导者。现在，领导者们迫切希望引导这种热情。在过去一年中，高管们对员工提出的增加要求中，请求他们使用AI工具来提高产出位居榜首（37%）。已经有39%的公司要求员工使用AI工具，另有46%的公司鼓励员工使用这些工具但不强制。

尽管在部署了AI的公司中，81%的领导者报告了过去一年中劳动力生产力的提高，而未部署AI的公司中只有42%的领导者报告了生产力的提高，但许多领导者对AI在运营中的有效整合程度感到不满。在使用AI的公司中，半数以上的高管认为他们的公司在落后于竞争对手（51%），并且由于员工技能和采用的不足，他们的整体生产力水平停滞不前（50%）。

AI是提高效率还是加剧倦怠？

员工们对AI的潜力和他们的领导者一样感到兴奋，65%的人认为这些技术可以提高生产力。然而，这并不一定与他们在工作中的实际体验一致。

近一半（47%）使用AI的员工表示，他们不知道如何实现雇主期望的生产力提升。超过四分之三（77%）的人说AI工具在某些方面减少了他们的生产力并增加了他们的工作量。例如，调查受访者报告说，他们花更多时间审查或管理AI生成的内容（39%），更多时间学习使用这些工具（23%），现在被要求做更多的工作（21%）。40%的员工觉得公司在AI方面对他们的要求太多。

高管们可能高估了员工的准备情况。37%在使用AI的公司中的C- suite高管表示他们的员工“高度”熟练并且对这些工具感到舒适，但实际上只有17%的员工报告了这种技能和舒适度。事实上，38%的员工报告说对在工作中使用AI感到不知所措。

新技术，老生产力问题

这不是我们第一次看到早期阶段的技术带来不尽如人意的生产力结果。生产力悖论表明，在现代工作历史上，技术进步往往超越了劳动力生产力的增长。虽然逻辑上认为整合最前沿的技术应该提高效率和产出，但现实往往讲述不同的故事。

经济学家Robert Gordon记录了自20世纪70年代以来美国生产力的放缓(原链接：https://press.princeton.edu/books/paperback/9780691175805/the- rise-and-fall-of-american-growth)，伴随着技术的指数增长。回应这一观点，经济学家Robert Solow著名地讽刺道：“你可以在任何地方看到计算机时代的影子，唯独在生产力统计中看不到。”

这种生产力悖论源于几个因素：与新技术相关的陡峭学习曲线，随着技术发展的劳动力投资不足，以及技术与业务流程之间的频繁错位。因此，许多组织发现预期的技术相关生产力提升被延迟或减少。

通过部署新技术——无论多么令人兴奋和充满潜力——而不更新我们的组织系统和模型，我们冒着产生生产力压力的风险：员工们面临又一项任务，他们在心理、实践和系统上都无法利用这项技术实现预期的收益。如果我们不从根本上重新思考我们的工作方式，我们可能会面临生成式AI带来的另一个生产力悖论。

寻求平衡：未来的AI增强工作模式

我们的研究表明，企业领导者需要采取三项关键措施，帮助他们打破现状，在传统和非传统的工作方法之间找到平衡。

1. 利用非传统人才

与全职员工相比，更多的自由职业者声称自己准备好使用AI。近一半（48%）的自由职业者表示他们“有些”或“高度”熟练使用AI，超过三分之一（34%）的人至少每周1至2天使用AI工具。事实上，48%的C- suite高管报告称在过去一年中雇佣自由职业者执行延迟的AI项目。

利用自由职业者的C- suite高管表示，这种方法至少使他们的业务在以下几个方面的结果翻了一倍：组织敏捷性（45%）、工作质量（40%）、创新（39%）、可扩展性（39%）、收入和底线（36%）以及效率（34%）。超过三分之一（35%）的人甚至报告说，由于引入自由职业者，全职员工的幸福感和参与度至少提高了一倍。

或许这就是为什么80%的利用自由职业人才的领导者表示这是他们业务的关键，38%的领导者表示在未来一年内打算开始利用这种人才库。

‍

来源：Upwork研究所，2024 ‍

比较自由职业者和全职员工之间的压力和倦怠水平很困难——他们的工作结构和环境非常不同。但我们从研究中知道，56%的自由职业者表示他们没有遇到跟上客户组织生产力需求的困难，而全职员工中这一比例为35%。

这可能是因为专业自由职业者具备必要的知识，并且提前完成了相关培训。因此，这个高技能的人才库能够更轻松地实现领导者的AI相关期望，与全职员工一起更有效地实现组织目标。

2. 共同创建生产力衡量标准

54%的员工报告称，他们的公司没有准确的生产力评估方法，大多数人表示，如果他们能在生产力衡量标准的创建中有更多发言权，他们会更加满意（81%）并且更有生产力（76%）。简而言之，74%的员工认为他们的组织的生产力评估方法需要进行大修。

报告说他们难以跟上组织生产力要求的员工最常被评估的是速度和效率结果（39%），而不是他们对战略的贡献（29%）或他们的创造力和创新（24%）。当你考虑到这一点，以及近一半（47%）的员工不知道如何实现公司对AI生产力的期望时，呈现出一个广泛的生产力模型——要求更多、更快——以及相应的AI战略。

AI，以及坦率地说，人们可以提供超越数量和速度的成功衡量标准。当员工更多地参与共同创建他们生产力的评估标准时，我们会看到更多对创造力和创新、客户关系建设和适应性的重视——这些都是高管们认为重要并且有助于公司底线的属性。通过将共同创建的成果与AI项目对齐，领导者可以更好地平衡企业和员工的需求。

3. 掌握技能的语言

AI的实施带来了向[基于技能的方法](https://joshbersin.com/2023/07/building-a-skills-based- organization-the-exciting-but-sober- reality/)转变的紧迫性，其重点是找到、培养和奖励技能，而不是职位角色。然而，许多组织在实践中遇到了困难。事实是，高管们对他们需要[哪些技能](https://www.upwork.com/research/in- demand-skills-2024)相当清楚，产品管理（48%）、数据分析（46%）、生成式AI内容生成和建模（40%）以及数据库开发（40%）位居榜首。

领导者们不太擅长的是确定他们组织中已有的技能。虽然他们高估了员工对AI的舒适度和技能水平，但许多人认识到这一盲点：只有40%的人声称对其业务中的AI技能有高度认识。

没有这种可见性，将很难甚至不可能设定适当的目标，并确定自由职业者在哪里可以最好地填补空缺。虽然大多数高管表示，拥有技能和证书比拥有教育学位更重要，无论是对全职员工（60%）还是对自由职业者（58%），这些技能只能在一个系统中被充分利用，当该系统的技能已被充分记录、评估和发展时，才会创造附加的生产力。

AI是一项突破性的、有前途的技术，但当我们将其引入多年来阻碍生产力的相同系统和模型时，我们是在加倍我们现有的问题。通过让员工在相同的工作和工作流中使用AI工具，并要求他们从中创造生产力，我们冒着加剧人们已经感受到的倦怠感的风险。

要真正利用AI的力量，我们必须从根本上改变我们组织人才和工作的方式。将生产力与幸福感更好地平衡需要新的工作方式。在AI时代，少做多得、忽视替代人才库以及坚持自上而下的生产力评估方法是行不通的。

致谢：

Upwork研究所感谢Alexandra Levit、Dan Schawbel、Rebecca Scott和Christine Kim对研究报告的贡献。

关于职场智能调查 研究结果基于Walr代表Upwork和Workplace Intelligence在2024年4月16日至5月5日之间进行的调查。调查对象包括美国、英国、澳大利亚和加拿大的受访者。总共有2500名全球工人完成了调查，包括1250名C- suite高管、625名全职员工和625名自由职业者。调查样本中包括男性和女性受访者，以及来自不同世代（Z世代、千禧一代、X世代和婴儿潮一代）的受访者。所有受访者的年龄在18至78岁之间，必须至少拥有高中学历，并且至少“有时”在工作中使用笔记本电脑或计算机。

‍ ¹ 工作要求增加与倦怠之间的关系高度相关。我们的统计回归模型表明，工作要求增加至少占员工倦怠感的30%。其他倦怠因素可能与工作外的因素有关。

² 请参阅[微软工作实验室研究](https://www.microsoft.com/en-us/worklab/work-trend-index/ai- at-work-is-here-now-comes-the-hard-part)了解更多关于工人采用生成式AI的速度快于其组织跟上步伐的见解。

原文：https://www.upwork.com/research/ai-enhanced-work-models