GenAI 在工作場(chǎng)所的使用正在飛速發(fā)展。蓋洛普和 Salesforce AI 研究發(fā)布了兩份新報(bào)告，描繪了組織及其員工適應(yīng)這一技術(shù)轉(zhuǎn)變時(shí)日益增長(zhǎng)的熱情和持續(xù)的挑戰(zhàn)。這些研究共同揭示了一個(gè)核心主題：雖然 AI 比以往任何時(shí)候都更廣泛地被接受，但其在承諾與實(shí)際表現(xiàn)之間的差距仍然是企業(yè)和員工共同面臨的一個(gè)重大障礙。

蓋洛普最新的研究發(fā)現(xiàn)，過(guò)去兩年中，美國(guó)員工使用 AI 的頻率幾乎翻了一番。2023 年，只有 21%的工人報(bào)告稱(chēng)每年至少使用幾次 AI；到 2025 年，這一數(shù)字飆升至 40%。頻繁使用——定義為每周幾次或更多——也幾乎翻了一番，從 11%上升到 19%。雖然每天使用 AI 仍然是少數(shù)行為，但在過(guò)去一年中已經(jīng)翻了一番，達(dá)到 8%。

這種趨勢(shì)在白領(lǐng)專(zhuān)業(yè)人士中最為明顯。今年，有 27%的白領(lǐng)員工報(bào)告他們經(jīng)常使用 AI，比去年增加了 12 個(gè)百分點(diǎn)，其中科技、專(zhuān)業(yè)服務(wù)和金融行業(yè)領(lǐng)先。相比之下，一線和生產(chǎn)線工人幾乎沒(méi)有變化，經(jīng)常使用 AI 的比例實(shí)際上從 11%下降到 9%。

領(lǐng)導(dǎo)職位也更有可能采用 AI。三分之一的經(jīng)理經(jīng)理每周使用 AI 三次或更多，而個(gè)人貢獻(xiàn)者只有 16%。

然而，盡管這種快速采用，大多數(shù)員工并不覺(jué)得他們的工作受到自動(dòng)化的立即威脅。只有 15%的人認(rèn)為 AI 或機(jī)器人可能在五年內(nèi)消除他們的職位，這一數(shù)字與往年持平，盡管在科技、零售和金融等行業(yè)中，人們的擔(dān)憂有所增加。

蓋洛普的一個(gè)引人注目的發(fā)現(xiàn)是人工智能集成和組織指導(dǎo)之間的脫節(jié)。雖然44%的員工說(shuō)他們的工作場(chǎng)所正在推廣人工智能，但只有22%的人收到了明確的計(jì)劃或策略。只有30%的人報(bào)告有任何指南或正式政策，讓許多人在這片新領(lǐng)域中沒(méi)有明確的方向。

最常見(jiàn)的挑戰(zhàn)是缺乏明確的用例或價(jià)值主張，并且只有 16%的 AI 用戶強(qiáng)烈同意提供的工具真正適用于他們的工作。

蓋洛普的數(shù)據(jù)表明，領(lǐng)導(dǎo)力在決定員工對(duì)人工智能的舒適感和準(zhǔn)備程度方面起著至關(guān)重要的作用。那些表示他們的領(lǐng)導(dǎo)者已經(jīng)傳達(dá)了明確的人工智能戰(zhàn)略的員工，更有可能感到非常準(zhǔn)備好使用這項(xiàng)技術(shù)，并且感到使用它的舒適度也超過(guò)了兩倍。

研究還顯示，人們對(duì) AI 價(jià)值的看法存在明顯差異：68%的員工在使用 AI 與客戶互動(dòng)方面有直接經(jīng)驗(yàn)，認(rèn)為這改善了互動(dòng)，而未使用 AI 的員工中只有 13%這么認(rèn)為。

雖然蓋洛普的調(diào)查結(jié)果突出了 AI 應(yīng)用中的人性化一面，但 Salesforce AI Research 將焦點(diǎn)轉(zhuǎn)向了技術(shù)本身，發(fā)現(xiàn)盡管取得了進(jìn)步，AI 代理仍然無(wú)法滿足現(xiàn)實(shí)世界企業(yè)場(chǎng)景的需求。

Salesforce 的研究發(fā)現(xiàn)，即使是最好的 LLM 代理人也只在約 58%的單輪商業(yè)任務(wù)上成功——那些只需要一步就能完成的任務(wù)。當(dāng)任務(wù)變得更加復(fù)雜并需要多輪交互時(shí)，例如后續(xù)問(wèn)題或澄清，成功率會(huì)降至約 35%。

工作流程執(zhí)行任務(wù)，其中代理遵循明確規(guī)則，是當(dāng)前模型中最容易的，頂尖表現(xiàn)者的成功率超過(guò)83%。然而，政策合規(guī)、文本推理和數(shù)據(jù)庫(kù)查詢?nèi)匀皇侵卮笕觞c(diǎn)。

一個(gè)特別令人擔(dān)憂的發(fā)現(xiàn)是，AI 代理在保密意識(shí)方面幾乎完全缺乏。當(dāng)被要求處理敏感信息時(shí)，這些系統(tǒng)幾乎從不拒絕，除非收到明確的指示。雖然添加保密提示可以提高它們拒絕不當(dāng)請(qǐng)求的能力，但這通常以整體任務(wù)性能為代價(jià)，突顯了安全和實(shí)用性之間的艱難權(quán)衡。

研究還表明，推理能力更強(qiáng)的模型在所有任務(wù)中都表現(xiàn)更好，而在多輪場(chǎng)景中提出更多澄清問(wèn)題的代理往往能獲得更高的成功率。

一些模型，如 Gemini-2.5-pro 和 Gemini-2.5-flash，在性能和成本之間提供了良好的平衡，使其在實(shí)際應(yīng)用中具有吸引力，但 AI 能力與業(yè)務(wù)需求之間的整體差距仍然很大。

兩份報(bào)告都認(rèn)為，雖然人工智能正在深入工作場(chǎng)所，但這一進(jìn)程還遠(yuǎn)未完成。蓋洛普的調(diào)查結(jié)果表明，為了使員工真正從人工智能工具中受益，領(lǐng)導(dǎo)層需要提供更大的清晰度、溝通和培訓(xùn)。與此同時(shí)，Salesforce 的研究表明，這項(xiàng)技術(shù)本身在能夠可靠地處理真實(shí)商業(yè)環(huán)境的全部復(fù)雜性和責(zé)任之前，還有很長(zhǎng)的路要走。