隨著生成式AI被採用的範圍愈廣、迭代升級的速度愈快，員工若要將之運用在工作中，也必須無時無刻學習如何與之互動。本文提供一套「STEP架構」，可以幫助領導人，引導員工善用新科技。

Michael Brandon Myers

如果有一條普遍法則是關於新科技的採用，那會是：人們將以你無法完全預期或控制的方式使用數位工具。以生成式AI為基礎的科技運用了ChatGPT和Bard等大型語言模型（LLM），而這些科技的問世對各類型組織的領導人都提出一個關鍵問題：員工唾手可得的能力不斷發生變化，而這些變化所產生的效果無法預測時，你要如何管理員工？

生成式 AI 的兩個特性，使這個問題比以前的數位解決方案更具挑戰性。首先，ChatGPT是有史以來散布最廣、採用最迅速的產品之一。推出僅兩個月，就擁有1億使用者。Instagram花了兩年半才達到一樣多的使用者，臉書（Facebook）則花了4年半。科技散布得愈快，使用者必須用於相互學習和模仿使用模式的時間就愈短。其次，不同於幾乎所有我們習以為常的其他數位科技，AI驅動的工具是專門設計成不斷自行改變。每次你向LLM提供新數據以便產生文本或電腦程式碼時，這項科技就會學習，而且它的能力也會增強。下一週它可以為你做的事，會不同於本週它可以為你做的事。以AI為基礎的最先進工具擁有自動學習的特點，因此你的員工不是一次學習如何使用新科技，而是幾乎每次與它互動時都在學習如何使用它。

“不同於幾乎所有我們習以為常的其他數位科技，AI驅動的工具是專門設計成不斷自行改變。

我與10家處於AI應用尖端的知識密集型公司合作，進行為期3年的研究專案，在這段期間我設計了一個「STEP架構」，可以幫助員工善用新科技。STEP包括4種相互關聯的活動，協助領導人確保面向員工的AI，在組織裡扮演正向且具有生產力的角色：

（1）根據AI自動化或AI增強來「劃分」（segmenting）任務；

（2）「轉換」（transitioning）任務到不同工作職務；

（3）「教育」（educating）員工善用持續演變發展的AI能力，並取得新技能，滿足不斷變化的工作所需；

（4）評估「績效」（performance）以便反映員工的學習狀況和他們對他人提供的協助。

有好幾家公司已經採用STEP架構。它們的早期經驗證明這個架構滿足了3個關鍵需求：賦權員工，讓員工能夠積極參與塑造自己的新職責；讓領導人能夠重新分配任務並重新構思工作職務，以便為公司增加價值；提供一種處理新現實的方法，所謂的新現實是，科技變革不再是偶然出現的，而是組織及其員工必須持續管理的一股力量。

本文說明領導人可以如何部署STEP，也說明3家公司（皆要求匿名）如何有效使用STEP。這3家公司包括一家行銷機構（我稱之為MarkCo）、一家醫療設備製造商（我稱之為HealthCo），以及一家都市規畫機構（我稱之為UrbanGov）。（資訊揭露：我曾擔任MarkCo和HealthCo的付費顧問。）這些組織將STEP視為一種新方法，可以促成並鼓勵員工善用AI。從這些組織得到的心得，有助於其他公司的領導人改善員工的工作體驗，並為其組織創造新價值。

1. 劃分

沒有一個AI能夠執行一位員工在工作職務中做的所有事情。了解這個情況的領導人應該問：「AI將如何影響員工從事的各種任務？」要確定答案，請讓員工建立3個類別：（1）AI無法做或不應做的任務，（2）AI可以增強員工行動而協助執行的任務，以及（3）可以透過AI自動化執行的任務。 HealthCo選擇給資淺員工使用ChatGPT。領導人鼓勵員工先找出有哪些任務是AI幫「不」上忙的。而很快就成為首要任務的是，要找出方法遵循聯邦政策，並讓公司在與外部顧問合作時保護自家的知識財產。

接下來，員工決定AI可以協助他們完成哪些工作。有一項耗時的任務是確保合約能準確反映提案徵求文件（request for proposal，RFP）的細節。ChatGPT在這方面非常有用。在看過整份RFP和制式的合約範本後，ChatGPT可以生成一份合約初稿，反映協議的各種條款。然後，律師助理可以審查這份初稿，找出需要修改的具體關注領域。

最後，員工找出可以完全自動化的任務。其中一項費力的任務，是向外部各方發送電子郵件要求更改合約。AI可以完整檢視修改後的合約語言，自動生成這些電子郵件。 資淺員工將自身任務劃分為這3個部分之後，就開始想清楚AI可以如何增強或自動化其中一些任務。HealthCo的初步分析顯示，由於這項部署，每位員工每週都能騰出5小時來完成額外的任務。

我研究的所有成功企業都鼓勵員工帶頭劃分任務，並要求他們實驗這些工具。領導人召開會議，讓員工在會議中討論自己的實驗結果。領導人也讓員工協助他們針對最佳實務達成共識。員工很自豪領導人相信他們會發揮專業知識，而且，參與實驗和規畫工作讓他們能深入了解公司將如何使用AI，進而讓他們安心，將一部分工作自動化並不會讓他們失業。

2. 轉換

AI要不是能協助員工更快、更準確完成工作任務（增強），就是能完全接手其中一些任務（自動化），因此在部署AI後，一些員工的工作量將會減少。在某些情況下，公司可能會減少員工人數。但在我研究的10家公司中，只有1家公司因為工作的增強與自動化提升了效率而裁員。另外兩個更常見的策略，是透過「深化」或「升級」來轉換工作職務。深化職務讓員工能夠比以前投入更多時間在某些任務上。升級職務讓員工可以完全脫離某些任務，轉而賦予他們更關鍵的任務。

MarkCo採用聊天式LLM來幫助資淺員工製作行銷宣傳品，例如PowerPoint簡報。這讓他們有時間投入其他可為公司增加更多價值的任務。有些員工開始進行更多的競爭對手分析，其他員工則聚焦於測試和評估行銷活動。MarkCo的經理人找出哪些員工有才華也有興趣深化自己在這些領域的知識，並利用公司內部的專業知識來建立和提供他們初步的訓練。

升級職務就是讓員工從事以往通常由較資深員工執行的任務。例如，UrbanGov的初階規畫師經常花很多時間建立都市發展的土地使用模型。在STEP的劃分過程中，他們增強並自動化執行某些任務，因而有精力承擔情境建置（scenario building）和其他更高階的任務，其中一些任務以往是由資深規畫師執行。這意味著UrbanGov必須為資深規畫師找到新任務，因此首席規畫師將自己在管理與城市規畫師關係方面的責任，轉交給資深規畫師。「經過仔細評估，我決定把大部分工作交給他們，」他解釋說：「這讓他們能夠安心放棄情境建置工作。現在我也可以將心力集中在新的方向上，因為我不再需要維護這一切關係了。」

在這項研究的10家公司中，最常見的策略是深化工作職務，占所有轉換做法的將近70％。大多數領導人發現，協助員工在自身職務中找出新的加值活動，比從更資深員工手中接管任務還容易。

3. 教育

STEP架構的前兩個階段要求員工學習新技能，其中一些技能需要直接使用數據、演算法和AI。員工需要了解AI工具如何運作、如何使用公司專有的文件或數據來訓練AI（通常稱為「微調」）、如何建立有效的指令或提示（「提示工程」），以及如何評估AI預測的有效性。AI工具不斷演變發展，因此員工不能只學一次新技能就結束，而是需要重新審視劃分過程，並且不斷重新了解AI的能力，以及他們的工作職務將會轉換到什麼領域。在3年期間，我合作的公司中的領導人和員工平均經歷2次半的劃分和轉換。因此，員工教育是最優先要務。

HealthCo、MarkCo和UrbanGov都同意有必要持續重塑員工技能，但採取的方式不同。針對AI和數據技能，HealthCo為員工建立一個「訓練營」。MarkCo與當地一所大學簽約，設立客製化課程來教導員工那些技能。這所大學設計了幾個測驗，員工必須通過這些測驗才能證明自己已經「為AI做好準備」。每年這些測驗都會根據科技的演變發展而改變內容。UrbanGov因為可用的預算少很多，則是向LinkedIn和Udacity等提供企業學習的公司付費訂閱短期課程，主題包括AI、模擬和數據管理。公司鼓勵規畫團隊的員工每個月完成一門課程，無論他們是否直接使用AI。

將教育擺第一的企業有兩個共同點。

首先，它們將學習精神融入自己的文化中。全公司的領導人和經理人將AI塑造成一種學習機會。他們對員工的期望不在於知道如何完美使用AI，或如何以AI為中心來劃分任務，而在於探索AI的能力，並花時間找出將AI納入自身工作之中的最佳做法。

其次，這些企業提供時間讓員工參與公司提供的學習機會。例如，HealthCo期望員工每季至少花兩天參加訓練營，或更新他們以前在訓練營學到的技能。UrbanGov指定員工每週花3小時參加他們訂閱的線上課程。

這種轉而為員工提供持續教育的做法也有其他優點。本研究中的一家企業發現，員工若是獲得機會學習如何執行生成式AI工具，離職的可能性會比沒有獲得這類機會的員工低了大約30％。

4. 績效

STEP架構的最後階段，要求經理人重新思考如何評估員工績效。通常，經理人會根據員工完成某些任務的速度、效率、創意或準確程度來評估員工，而大多數關於AI影響力的討論，都集中在員工的生產力會如何提高。但STEP賦予員工一項責任，就是要確定自己能否使用AI更快或更準確地完成任務。結果，在我研究的所有企業中，績效評估在幾個方面都出現改變。劃分和轉換，迅速改變了經理人對於員工應該以什麼方式從事什麼任務的期望。此外，由於職務在一年內歷經多次改變，往往讓原本在績效評估週期開始時所確立的目標變得過時，因此年度績效評估就失去效果。研究中的每一家公司都縮短了績效評估的週期，通常都是改為季度評估。

此外，員工不斷和新同事互動。我研究的許多更新後的績效評估都會找出員工最常互動的人，來確定該員工與人協作時是否有幫助。通常是由與該員工協作的人提供這種評估。這樣做的好處是，他們可以比經理人更妥善評估自己得到的幫助。而且由於評估的間隔時間很短，員工可以迅速使用這些回饋意見。

在我合作過的公司中，HealthCo擁有最積極和技術上最先進的績效評估系統。該公司的數據科學家建立一個儀表板，從電子郵件通信、Slack使用情況和行事曆中擷取資訊，以顯示員工最依賴的人和最依賴這位員工的人。每6週（HealthCo新的評估週期長度），儀表板會自動向所有員工發送最常與他們協作的對象的名單，並要求他們對自己與這些人的互動評分。這些數據經過匯編，分享給員工及其經理人，好讓員工能夠衡量自己的協作績效並做出改變。使用這種新方法兩年後，員工對公司評估系統的滿意度比前兩年提高了72％。

供經理人參考的心得

隨著公司應用STEP架構，領導人需要調整自身管理員工的方法。有4個原則有助於他們因應與AI相關的挑戰。

相信員工能夠進行實驗。遵循STEP架構的領導人發現，如果讓員工主導去查明如何充分善用AI，領導人會做得更好。他們可以設定廣泛的目標，例如提高準確性或更快執行某個特定任務，但他們應該允許員工決定如何最能妥善劃分自身的工作。這需要領導人相信員工能夠做出良好的決定，也需要領導人承認一個事實：員工與自身工作最密切相關，所以最了解AI能夠在何處發揮最大影響力。

創造學習條件並激勵員工協助他人。若要成功使用AI，學習是真正的必要條件。員工必須學習和重新學習，要如何在LLM和其他AI工具改變的同時使用它們、該如何將這些工具提供的新能力應用到自己的工作，以及該如何執行為組織增加價值的新任務。員工需要與他人一起學習並向他人學習，因此很重要的是，應調整評估和獎勵他們的方式，以確保他們有動力願意互相幫助。

重新思考勞動力規畫。我們通常根據工作職務要從事的任務來考慮這些職務。但隨著AI顛覆了任務的分配，工作職務會變得更加不固定。在工作會動態變化而非靜態不變的世界中，傑出的領導人必須找出方法預測員工人數，並管理招募和晉升。這意味著他們不能只雇用在某一項特定任務上擁有深厚專業知識的人，而是需要確保他們雇用的專家擁有廣泛的能力，也擁有在鄰近領域學習的潛力。

重新想像你自己的角色。在AI時代，傑出的領導人能夠創造條件，使員工能夠調整適應不斷變動的科技。經理人需要為自己、自己的部門和團隊培養數位心態。當員工使用AI來開始執行更高價值的任務時，最傑出的領導人會找出方法，讓自己能夠向組織更高與更低階層提供價值。組織的中間階層很可能是創意最重要的地方。

AI驅動的組織正迅速出現。領導人應該協助員工利用AI為自己和公司創造價值。STEP提供一個有用的架構，讓人徹底思考AI將如何帶來工作的變革。最重要的是，它可以協助領導人教導員工利用這項新科技致勝。

文章來源：哈佛商業評論 11月號