成功采用新技術(shù)是一個情緒問題，阿爾托大學(xué)的研究人員表示，五分之四的公司表示他們未能利用其潛力，管理者需要知道如何應(yīng)對這些技術(shù)。

根據(jù)最近的研究，AI 有可能增強決策、激發(fā)創(chuàng)新并幫助領(lǐng)導(dǎo)者提高員工的生產(chǎn)力。許多大公司都以資金和努力的形式進行了相應(yīng)的投資。然而，盡管如此，研究表明，他們未能實現(xiàn)預(yù)期的好處，多達 80% 的公司報告未能從新技術(shù)中受益。

“員工通常無法接受新的 AI 并從中受益，但我們真的不知道為什么，”阿爾托大學(xué)的助理教授 Natalia Vuori 說。她說，我們有限的理解部分源于將這些失敗作為技術(shù)本身的局限性進行研究的趨勢，或者從用戶對 AI 性能的認知判斷的角度進行研究。

Vuori 說：“我們學(xué)到的是，成功并不在于技術(shù)及其能力，而在于員工對 AI 的不同情緒和行為反應(yīng)，以及領(lǐng)導(dǎo)者如何管理這些反應(yīng)。

她的研究團隊跟蹤了一家擁有 600 名員工的咨詢公司一年多，該公司試圖開發(fā)和實施一種新的人工智能工具。該工具本應(yīng)收集員工的數(shù)字足跡并繪制他們的技能和能力地圖，最終構(gòu)建公司的能力地圖。結(jié)果本應(yīng)簡化咨詢項目的團隊選擇過程，而整個實驗實際上是他們希望為自己客戶提供的 AI 軟件的試點。

將近兩年后，該公司埋葬了這項實驗和擬議的產(chǎn)品。那么發(fā)生了什么呢？

事實證明，盡管一些員工認為該工具性能良好且非常有價值，但他們對 AI 跟蹤他們的日歷筆記、內(nèi)部通信和日常交易并不滿意。結(jié)果，員工要么完全停止提供信息，要么開始通過向系統(tǒng)提供他們認為有利于他們職業(yè)道路的信息來縱系統(tǒng)。這導(dǎo)致 AI 的輸出越來越不準確，隨著用戶開始對其能力失去信心，從而形成了惡性循環(huán)。

“領(lǐng)導(dǎo)者無法理解為什么 AI 的使用量會下降。他們采取了很多行動來推廣這些工具等，試圖解釋他們?nèi)绾问褂眠@些數(shù)據(jù)，但這并沒有幫助，“Vuori 說，他認為這個案例研究反映了人工智能采用和一般技術(shù)采用的共同模式。

該團隊現(xiàn)在正在收集有關(guān) Microsoft 廣泛使用的 Copilot AI 軟件使用情況的數(shù)據(jù)，到目前為止，這些數(shù)據(jù)也得出了類似的發(fā)現(xiàn)。

領(lǐng)導(dǎo)者應(yīng)該怎么做？

研究人員發(fā)現(xiàn)，人們對新技術(shù)的反應(yīng)屬于相同的四組。區(qū)分認知信任;一個人是否認為該技術(shù)表現(xiàn)良好，以及情感信任;他們對系統(tǒng)的感受，這些組是：完全信任、完全不信任、不舒服的信任和盲目信任。

第一組的人在認知和情感層面都很高的信任度，而第二組的人在這兩個層面上都得分較低。不舒服的信任意味著高認知信任但低情感信任，反之亦然。

人們在情感上越不信任該工具，他們就越限制、撤回或縱他們的數(shù)字足跡，特別值得注意的是，即使他們對這項技術(shù)有認知信任，情況也是如此。

這些發(fā)現(xiàn)使公司有機會制定更成功的 AI 采用方法。

“AI 采用不僅是一項技術(shù)挑戰(zhàn)，也是一項領(lǐng)導(dǎo)力挑戰(zhàn)。成功取決于理解信任和解決情緒問題，并讓員工對使用和試驗 AI 感到興奮，“Vuori 說?！叭绻麤]有這種以人為本的方法，以及為滿足每個群體的需求而量身定制的策略，即使是最聰明的 AI 也無法發(fā)揮其潛力。