EP 540: Solving the AI Productivity Paradox
30:54 Share

这是 Everyday AI Show，一个日常播客，我们简化 AI 并将其力量带到您的指尖。每天收听，获取提升您的职业、业务和日常生活的实用建议。理论上，整个 AI 事情应该相当简单，对吧？

它帮助员工更快地完成工作，这应该会增加收入，雇主应该对此感到非常高兴。这看起来很简单。

然而，有时它会带来这种悖论。对。AI 生产力悖论，因为我们已经经历了多年的生成式 AI 浪潮。对。人工智能已经存在了几十年，但一些公司仍在疑惑。

如果我们使用 AI，为什么我们的生产力可能不会更高？为什么收入没有飙升？我认为这些反问句可能有很多答案，但别担心。我们今天请来了一位专家来帮助我们弄清楚这一点，因为我们将尝试解决 AI 生产力悖论。大家好，情况如何？

欢迎来到 Everyday AI。我的名字是 Jordan Wilson，我是主持人，而这个节目是为你们准备的。这是您的每日直播播客和免费每日新闻通讯，帮助我们所有人不仅跟上并了解 AI 世界中正在发生的事情，而且还能学习如何利用它来发展我们的公司和职业。因此，如果您想这样做，欢迎，您来对地方了。它从在播客中从非常聪明的嘉宾那里学习知识开始，但是

最终会访问我们的网站 youreverydayai.com。在那里，您将利用我们在今天的免费每日新闻通讯中学习到的知识。我们将回顾今天谈话的重点，并向您提供 AI 世界中其他所有事件的要点，以便您成为公司或部门中最了解 AI 的人。

所以，我很期待今天的谈话。如果您像往常一样正在寻找每日 AI 新闻，它就在新闻通讯中。我们为您准备了一个预先录制的版本。因此，如果您想要每日 AI 新闻，它将在新闻通讯中。所以，去看看吧。好了，闲聊够了，各位。我很期待今天的节目和今天的嘉宾。所以，请帮我欢迎 HP Digital Services 总裁 Faisal Masood 加入节目。Faisal，非常感谢您加入 Everyday AI Show。

感谢您的邀请，Jordan。好的。对于那些不了解的人来说，HP 显然是家喻户晓的名字，对吧？但是 HP Digital Services，对于那些可能不知道的人来说，什么是 HP Digital Services？是的，好问题。HP Digital Services 是在我加入时成立的一个组织，

HP 正从我们都熟知的硬件公司（为消费者和工作场所提供行业领先的设备）转型为软件公司。因此，我们在这一过程中意识到，要让

未来的工作成为 HP 的中心焦点，我们不仅需要销售硬件，还需要销售软件。因此，我的团队 Digital Services 运行 HP 的所有商业软件。

喜欢它。喜欢它。而且，您知道，对于那些可能不知道的人来说，例如，该软件实际上做什么？它是什么样的？对。因为，是的，很多人认为 HP 是世界上最大的硬件公司之一。对。那么 HP Digital Services 的软件实际上为客户做了什么？

是的，我们有一个名为 Workforce Experience 的平台。这个平台基本上解决了大多数大型企业和小型公司在管理其设备群时面临的员工体验之谜。因此，我们提供设备群。

但是您如何知道这些设备是否按规定工作？您如何知道员工是否对这些方式感到满意？您如何知道这些应用程序是否按应有的方式工作？您如何知道它们是否安全？因此，我们的平台为我们的经济买家（即 CIO 和我们的用户）提供三项核心内容，即安全性、通过使用 AI 来解决这些问题来减少桌面支持中出现的长期问题所需的任何票务，

以及收集员工情绪数据。因此，如果机器出现问题，我们的产品能够收集有关这些机器是否导致员工产生负面体验的数据，以及如何改进这些体验，方法是刷新设备、改进配置、修补软件等。因此，我们的目标是让每位员工的生活更轻松，并减少摩擦。

所以，说到一个很好的过渡，这就是生成式 AI 应该做的事情，对吧？但我们已经经历了这波生成式 AI 浪潮的几年时间，似乎仍然存在这种悖论，对吧？就像我们拥有这项极其强大的技术，它似乎可以以分钟为单位完成以前需要数小时才能完成的工作，对吧？

然而，并非每家公司都在赚钱，对吧？这说不通。那么，您能否告诉我们一些关于这个 AI 生产力悖论的内容呢？是的，您可以从不同的角度来看待它。一种是 COVID 之后发生的范式转变，只是员工与雇主的关系。过去在办公室的朝九晚五、朝九晚六、朝九晚八，无论是什么，都转移到了混合模式。

这本身就带来了挑战。这本身就是一个悖论。但是当您将 Gen AI 添加到其中时，现在雇主不知道员工在哪里，因此他们中的一些人并不完全为此感到兴奋。但是，他们没有关注生产力本身，而是关注员工的接近程度，而员工则在寻找改善他们日常生活工具。

而且，如果我考虑 AI 如何改变和发展所有这一切，在大多数情况下，您甚至看不到它。我的意思是，我们发货的笔记本电脑是 AI 电脑。

他们幕后做的一些工作就像背景一样简单，您可以根据自己的喜好进行配置，而无需处理任何事情。因为它正在机器上运行所有模型。如果您查看任何只是在做日常工作的传统员工，

我想说，他们今天绝大多数都应该使用 AI 来提高他们的生产力。每个人都在这样做吗？我们不知道。但我认为向这一方向的转变正在迅速发生。你知道，你提到这个很有趣，对吧？这些

事件的累积同时发生，对吧？所以，你知道，在 COVID 期间，至少对于我们美国这里的听众来说，对吧，我们很多人直接转向混合模式，或者，你知道，仍然可能在家工作，你知道，几年后仍然很多公司

作为，你知道，美国经济社会没有完全

回到办公室工作五天，许多公司已经这样做了，但仍然有很多公司是混合模式。仍然有很多公司在家工作。与此同时，我们迎来了这波生成式 AI 热潮，对吧？所以我的想法是，是否仍然可能有数千个，

数十万个，甚至数百万个员工可能只是将节省下来的时间装进口袋里。这就是为什么当 Gen AI 承诺节省 30%、40%、50%、60% 的时间时，所有这些公司都没有蓬勃发展的原因吗？

是的，对此的答案可能是“视情况而定”，这不是最好的答案。我想说，如果雇主想充分利用员工，最好设定一个非常高的招聘标准并建立信任。因为如果您聘请的是最优秀的人才，您就知道他们每天都在付出 150% 的努力。现在，如果他们使用 AI 来做到这一点并在过程中节省一些时间，

这对雇主有什么影响呢？只要您获得了所需的一切，我认为这里就存在相当程度的满意度。我认为摩擦发生在缺乏生产力、绩效出现问题的时候。那时雇主会立即想到，“哦，这是因为混合模式。”

是这样吗？我认为，作为一名管理过团队并在团队中工作过的人，您必须找到最能提高您生产力的方法，无论是在办公室还是不在办公室。有时它既是这个又是那个。以及使您富有成效的工具，例如使用 Gen A，我从未需要过。

并交付所需内容。如果您做不到，那就是另一个问题。这种名为“过度就业”的现象带来了一些挑战。我不知道您是否听说过。人们可能有六七个，您可以在 Reddit 上阅读这些内容，六七个不同的工作，而且他们都在这六七个工作中表现出色。那么，这是谁的错呢？

如果他们表现出色并在所有评价中都获得了超出预期的评价，那么从技术上讲，他们已经完成了自己的工作。所以这是一个未解之谜，但我感觉答案介于两者之间，即混合模式，但同时提供员工所需的生产力水平。是的。所以就像……

当我想到这种情况时，我认为它有时很混乱，对吧？我既有，你知道，朋友、同事，你知道，我一直在与之交谈的人说，是的，你知道，我在家工作。我是混合模式。我已经，你知道，自动化了我 50%、70% 的工作。而且，你知道，并非所有我交谈过的人都拥有六七个，你知道，不同的工作并且在这些工作中表现出色，但这似乎是

对很多人来说几乎是常态，尤其是我这个年龄段的人，也许是与电脑一起长大的人，对吧，但仍然有点像，引用一句，处于职业中期，仍然有一些东西需要证明，对吧？现在突然之间，他们有很多时间，对吧？那么企业主、企业领导者如何解决这个问题呢？对吧？因为他们不一定要以微观管理公司的身份而闻名，对吧？打卡上班或回到办公室。那么，您如何才能让员工仍然拥有完成工作的自由呢？也许他们正在使用 AI 在 20% 的时间内出色地完成工作，对吧？你在哪里找到最佳点呢？是的。我认为您需要首先将这两件事分开，即

大型企业通常落后于初创企业。因此，您可能在这些生产力的大幅提升中看到，无论是通过副驾驶和编码还是客户服务，或者您使用 Gen AI 的任何地方，

这些节省并没有以相同的规模、大小或百分比转化为企业。因此，在这里可能是 40%，当您将其转化为企业时，它可能要小得多。Y，企业通常行动速度较慢，采用速度也较慢。所以这是其一。其次，我认为您必须提高期望值。如果您的预期是达到 X，那么现在就达到 X 加。

看看员工如何赶上。我认为这项任务随后就掌握在做这项工作的人手中，以确保他们自己也能从今天的位置提高标准。如果您期望这样做，那么，过去，客户服务，我认为这是 AI 最基本的用例，您可以将其中很多内容转换为非人类活动。

你会说你可以用 60 秒回答电话或电子邮件。为什么？你可以用两秒钟回答，因为你有 AI。因此，目标已经改变了。您认为是 SLA，您期望的服务水平，

那么，随着 Gen AI 和 AI 中发生的事情，不应该再相同了。期望值已经改变了。就像您走进一家非常好的商店一样，如果您正在购物，您真的不想去一家看起来不如上一家好的商店，因为标准已经提高了。我认为这甚至适用于公司、初创企业和其他公司以及企业主，以前一天或两天可以完成的工作现在可以在几小时内完成。那么，预期应该是几小时，而不是几天。

在谈到远程混合加 AI 的这个时代时，提高标准是一个很好的概念。Fossil，您的背景非常令人印象深刻，对吧？所以现在不仅在 HP，而且我相信您曾在 Alphabet、Staples、Groupon、亚马逊工作过，对吧？所以您在许多大型企业公司工作过。

我实际上有点震惊。所以我与很多人交谈过，你知道，大多是私下里，但是，你知道，在大型公司工作的人，你知道，市值超过万亿美元的公司没有 AI 政策，对吧？这很奇怪，因为这也是一些构建 AI 的公司。

我的意思是，这是应该责备的吗？对吧？也许大型企业公司可能只是没有 AI 政策，也许这就是我们生活在这个悖论中的原因？是这样吗？我认为……

这是一个很好的观点，因为它让我想起了我被聘为 Staples 首席数字官的那段日子。出于某种原因，每个人都认为这个组织将使整个公司数字化。这不是这样运作的。

数字化这一概念是一个内在的概念。它必须存在于公司的血液中。您所做的一切都必须首先考虑数字化，对吧？回到从台式机到移动设备的过渡时，它是移动优先。现在是 AI 优先。所以，

聘请首席 AI 官，好吧，恭喜，这个人和他们的团队不会解决这个问题。整个组织都必须朝着这个方向发展。所以我通常对这类举动持谨慎态度，因为我觉得它们并不完全会包含整体或完全按照您的预期进行。您提到的内容很有趣，因为您可以在一家大公司制定任何您想要的政策。

员工在家，他们有自己的机器。他们会做任何他们想做的事情。你将如何监管这一点？你为什么要这样做？

因此，我认为，如果您希望每个人都使用您在企业或公司中组建的特定工具，那么请为他们提供世界一流的工具。因此，他们不必四处寻找。今天，您可以使用任何这些选项做任何您想做的事情，无论是 OpenAI、Cloud、DeepSeq 还是 Lama，无论是什么，您都有很多选择。因此，如果您的选择不是最好的，那么

员工会做他们想做的事情。这就是为什么您会看到政策制定有点宽松，因为它很难管理。你将如何管理？

是的。那么他们应该怎么做呢？对吧？就像，再次，就像，你知道，如果我们想解决这个悖论，对吧，这显然说起来容易做起来难。我知道，你知道，AI 政策在某个地方，必须在某个地方，对吧？但是对于，你知道，也许我们这里的 C 级高管们，这场谈话让他们感到震惊。

他们想，哦，天哪，这发生的次数可能比我意识到的要多得多。或者有些人只是视而不见，因为事情进展顺利。员工很开心。他们留了下来。收入很好。那么，您如何才能真正解决这个问题，以确保雇主与员工之间的关系是，引用一句，“应该”的样子呢？我认为组织应该以一种非常自然的方式考虑 AI 技术

在每项您端到端执行的任务中，如果它通过这些使您的生活更轻松的代理工作流程启用，那么您就可以避免强迫您的员工通过外部工具来执行此操作。无论是提交工单、解决工单，还是回复，如果您查看 Microsoft 套件，Microsoft 内部的副驾驶版本，它已经帮助了人们。它是否像我们想象的那样帮助了他们？

我不知道，但它确实帮助了人们。现在，谷歌当然也推出了他们自己的 Gemini 版本。我认为最终答案今天仍然未知。为什么？因为外部有很多选择，您如何才能阻止每个员工使用这些选择呢？那么你该怎么办？您在内部找到最佳解决方案，并使用该工具包启用它们，这样他们就不必在外部寻找了。

非常难以做到。我想说，它在很多方面都很有帮助，AI 非常擅长思考开始过程，您可以使用这些工具。雇主面临的问题是，他们的公司数据正在暴露给这些他们不想发生的事情的平台。那么你该怎么办？您应该在内部构建聊天 GPT 或您内部的任何版本，以

非常强大，您不必为了企业工作而到外部寻找。但我认为这还没有发生。对基于云的版本的依赖仍然很大，无论您可以获得哪些 LLM。所以我有一个随机的问题突然出现在我的脑海中。所以假设，你知道，HP Digital Services，你正在启动一个新的部门或一个新的团队，对吧？你雇佣了 10 名新员工。

一年后，所有 10 个人都在那里，但你发现，也许有 5 个人，因为你们使用的 AI 工具，对吧，他们每周只工作 10 个小时。所以 5 个人，你知道，真的，你知道，开始使用 AI，工作不多。其他人则每周工作 40、50 个小时，无论如何，对吧？

你对这两个群体中的任何一个生气吗？对吧？就像，我们作为领导者，作为管理人员，对吧？就像不直接看着某人的肩膀一样，你如何处理这种情况？在这种情况下，你对这两个群体中的任何一个生气吗？我认为这取决于您对员工的期望是什么。

如果您将期望定义为，你知道，在 Y 日期之前交付 X，并且正在发生这种情况，那么我为什么要对任何人感到生气呢？如果我期望更多，那么我应该对自己生气。我为什么要对其他人生气呢？因为员工正在做他们被要求做的事情。他们如何达到最终状态取决于他们自己。显然，使用 AI 的人会表现出色，因为他们将以更快的速度完成他们正在做的事情。向他们致敬。

但是回到我们之前谈到的内容，您必须提高标准。亚马逊最初开始发货时，是免费的超级便捷的运输，需要七到八天的时间。现在，对于您订购的任何东西，这几乎已经压缩到第二天了。

因此，标准一直在提高，看看它对其他零售商做了什么。他们不得不提高自己的标准。因此，最终归结于雇主和经理对员工做什么有非常明确的期望，并鼓励他们尽可能多地利用 AI 的功能，然后在那之后掷骰子，看看会发生什么。

所以这几乎看起来像是，你知道，对管理人员来说，工作更多了，对吧？那些管理大型远程团队的人。而且，你知道，幸运的是，我不是，因为我只能想象挑战，不仅仅是，你知道，在一个，你知道，快速发展的远程团队中管理大型远程团队，而且还有技术的发展速度。因为我的两分钱，它移动的速度不像以前那样快。就功能而言，事实上，我们拥有可以像人类一样推理的代理模型，我们可以转储所有上下文，想到我们现在拥有这样的技术真是太疯狂了，但它就像，好吧，即使是所有管理人员都知道并理解这一点吗？也许不是。

嗯，你的建议是什么，我想，对于那些管理大型远程团队的人来说，他们正在为他们提供 AI 工具，但这就像，他们并不真正确定这些工具的功能是什么。你还在兜圈子，试图弄清楚如何利用 AI 发展你的业务吗？也许你的公司已经对大型语言模型进行了研究一年或更长时间，但无法真正获得牵引力来找到 Gen AI 的投资回报率。嘿，我是 Jordan Wilson，这个播客的主持人。

Adobe、微软和英伟达等公司与我们合作，因为他们信任我们在教育大众了解生成式 AI 以领先一步方面的专业知识。美国一些最具创新性的公司聘请我们来帮助他们制定 AI 战略，并培训他们数百名员工如何使用 Gen AI。因此，无论您是为数千人寻找 ChatGPT 培训，还是只需要帮助构建您的前端 AI 战略，您也可以与我们合作，就像世界上一些最大的公司一样。

访问 youreverydayai.com/partner 与我们的团队联系，或者您可以点击我们网站上的合作伙伴部分。我们将帮助您停止在 AI 领域兜圈子，并帮助您的团队领先一步，并为 Gen AI 建立一条通往投资回报率的直线路径。

是的，我的意思是，这是个问题。因此，如果您有一个领导团队不了解这些代理工具的功能，那么这是一个需要解决的另一个问题，这可能意味着团队不对。因为在这一点上，这有点像入门级的东西。您必须知道有哪些可用资源以及可以做什么。我认为在今天的环境中，尤其是在我们所做的员工体验方面，我们

您拥有足够的工具，可以根据您想要的程度了解谁在做什么，您每两周进行一次冲刺，您正在交付这个，您正在推动这么多的代码，这就是产品的样子。速度和质量是其中最重要的两个指标。如果您获得了想要的速度，错误没有增加，客户也很满意，

我认为您不必做得过分。尽可能多地提高这种能力。我认为，让一切保持静态的地方就是问题发生的地方。你开始质疑你的团队。我没有做足够的努力。其他人正在领先。我认为这不是答案。答案是让自己跟上时代，提高标准以及您跟踪的所有指标。最终，客户体验是否变得越来越好？你知道，

我个人看到公司犯的一个错误是，他们通常每年招聘 50 人，或者有人离开，有人退休，他们会寻找该人的替代者。

我不知道，这听起来可能很冷漠，但我认为我们不应该为人类角色招聘，对吧？我认为我们应该为增强型角色招聘，但我们仍然，我认为，大多数组织仍在招聘，将 KPI、职位描述等一切内容都围绕着 10 年前的样子，而不是一两年后的样子，对吧？但是

你如何解决这个问题呢？对吧？我们如何确保我们为团队带来的未来人才不仅为未来的工作做好了充分的准备，而且如何确保您的组织足够灵活和敏捷，以适应增强型社会中未来工作的状况呢？这是一个非常好的问题。我认为它还会引发另一个问题，即

让您走到今天的东西不会让您走到明天。让我们举个例子。如果您从事客户服务工作，并且正在招聘客户服务代表，对吧？过去，这些代表负责接听电话、回复电子邮件，也许还有一些短信回复。

快进到未来，如果您在那方面有离职人员，您可能听说过 Klarna，他们说他们减少了 75% 或其他一些，我不知道确切的数字，但他们说他们能够减少 50% 或 75%，而无需补充人员。事实上，他们说了一些类似于他们已经停止补充人员的话。

然后后来有一篇文章说，不可能，我们现在实际上又开始补充人员了。因此，没有万能的解决方法。但我认为重要的是要知道，哪些工作可以通过代理完成，哪些工作绝对不能通过代理完成。我将以我个人的例子为例。我的车出了问题，显然，我在他们的聊天机器人或其他什么东西上发送了消息。

答案并不令人满意。因此，为了获得满意，您必须与另一端的人交谈。现在您可以争论，那个人是 AI 吗？是一个真正的人吗？好吧，我实际上并不关心。只要我的问题得到解决，我就很满意。

但是就我们今天所处的位置而言，您必须评估补充人员。他们不能完全像以前那样。所以你是对的。如果有人担任该职位多年，它还是同一个职位吗？不知道。但这是经理的责任。例如，编写 JD，努力工作。编写 JD，要精确。要有正确的期望，并将它们与客户体验联系起来。如果这种情况不会发生，那么我认为问题不在于员工。实际上是你。

这是一个很好的观点。这听起来并不容易。是的，我以一种非常俗套的方式来引出这个话题，对吧？所以，如果您收听这个节目，我总是说 AI 不是一个简单的按钮，对吧？你必须构建它。你不能只是点击简单的按钮。我必须问你这个问题，鉴于你的背景，Staples，简单的按钮。

你能快速地告诉大家这个简单的按钮是如何产生的，以及你如何实际使用 AI 吗？我认为这是一个如此引人入胜的故事。是的，这是一个疯狂的故事，即在我 2013 年左右加入 Staples 时。我意识到 Staples 在营销方面做得非常出色。他们有一个营销噱头。

叫做简单的按钮，显然已经售出了数百万个实际按钮本身。这只会说，对于那些不知道的人来说，说这很容易。再说一次，这只是一个噱头。这只是一个在许多地方使用的营销工具。我们在团队中意识到，我在那里负责电子商务业务。我们意识到，我们的 B2B 方面的买家即将到来

实际上不必每次都访问网站下订单，每周下同样的订单。为什么我们不简单点呢？只需点击一个按钮即可完成。因此，在2016年，我们推出了基于人工智能的“轻松按钮”，它基本上包含大约一千条指令。这些指令很简单，例如“帮我重新订购钢笔”或“办理退货”或“我的订单在哪里”，这些都是常见的问题。我们实际上已经推出并将其部署给我们的测试客户。

不幸的是，它当时是由IBM沃森驱动的，当时它是领先者。但是，为时过早。好主意，时机不太对，但看到他们多年后再次担任类似角色，真是令人着迷。是的。

如此精彩的故事。是的，如果我不抓住这个轻松的机会来问你这个问题，我会责备自己，因为我谈论“轻松按钮”太多了。但是Faisal，我们在今天的谈话中涵盖了很多内容，对吧？你知道，解决这个人工智能生产力悖论，我们从

许多不同的角度进行了探讨。但在我们结束今天的节目时，你最重要的一个收获是什么？无论是对于商业领袖，还是那些管理人员，或者那些试图提高生产力的员工，你的最大收获是什么？我认为我的收获是我过去经验的结合。我想我会提到Fabric，我担任CEO的那家公司，它是一家风险投资支持的初创公司

仅仅雇佣更多人来完成工作通常不是答案。员工不开心，雇主可能也会苦苦挣扎。我认为“少即是多”的方法在这里可能非常有价值。用更少的人做更多的事。这并不意味着给员工增加更多工作，而是通过工具包和所有能力来帮助他们完成工作，而无需雇佣大量人员。最后我要说的是，

拥有一个非常庞大的团队实际上会在完成工作方面带来大量的复杂性。沿途有太多需要协调的事情，太多官僚主义。因此，如果你确实采用了“少即是多”的方法，我不知道你是否最近看到Shopify也表示，我们将评估每一次招聘，看看人工智能是否可以做到这一点。我认为这是一个正确的方法，因为员工希望从事真正好的工作，他们可以感到有生产力，而雇主不希望

让很多人做同样的事情。所以我会说，“少即是多”是一种方法，无论你是在设定目标还是其他方面。对于我们许多人正在经历的，并且可能还会持续很长时间的场景来说，这是极好的临别赠言。所以Faisal，非常感谢你加入Everyday AI节目并分享你的经验和见解。我们非常感谢。

谢谢。好的。提醒大家一下，内容很多。也许你错过了一些要点，你会想，等等，那是什么？别担心。我们今天将在我们的新闻通讯中回顾所有内容。所以，如果你还没有，请务必访问youreverydayai.com。注册免费的每日新闻通讯。如果这对你有所帮助，请告诉别人。如果你在社交媒体上分享，

不要让这成为你的作弊代码，对吧？我们都需要帮助才能一起克服困难，并理解和发展我们的公司和职业生涯。所以感谢收听。希望明天和每天都能看到你们回来收听更多Everyday AI的内容。谢谢大家。

今天的Everyday AI节目到此结束。感谢您的收听。如果您喜欢这一集，请订阅并给我们评分。这有助于我们继续前进。更多人工智能魔法，请访问youreverydayai.com并注册我们的每日新闻通讯，这样你就不会落后。去打破一些障碍，我们下次再见。