-
提示工程
最新研究：AI效率越高，人却越来越忙，一场正在发生的知识工作规则重写
HRTech概述：AI原本被认为可以帮助员工减少工作量、提升效率，但一些企业内部观察研究却发现了相反的趋势。研究人员在一家科技公司进行了为期8个月的跟踪观察，发现AI让员工完成任务更快，但并没有减少工作时间，反而让员工承担了更多任务。这一趋势意味着，AI不仅在改变工作效率，也在重塑知识工作的规则。对于企业来说，真正的挑战并不是是否使用AI，而是如何在效率提升的同时，避免工作强度持续上升。
人工智能正以前所未有的速度进入知识工作领域。从代码生成、文档撰写到数据分析与设计辅助，AI被广泛认为是下一轮生产力革命的核心驱动力。企业普遍期待，AI能够减少重复劳动，让员工更高效地完成工作，并最终释放时间用于更具创造性的任务。然而，一些企业内部观察与组织行为研究却揭示出一个值得警惕的趋势：AI并没有像预期那样减少工作量，反而在许多场景中加速了工作的节奏，并扩大了员工承担的任务范围。
AI带来的不是“少做”，而是“多做”
在一项针对科技企业的长期观察研究中，研究人员对约200名员工的实际工作方式进行了持续跟踪，并进行了40多次跨职能访谈。研究最初的目标是理解AI工具在真实工作环境中的效率提升效果，但最终结果却显示出一种完全不同的趋势。
许多员工表示，AI确实让他们完成任务的速度明显提高。例如，原本需要数小时撰写的文档可以在AI辅助下迅速生成初稿，复杂的分析报告也可以通过提示词快速形成结构框架。然而，当任务完成得更快时，员工并没有因此减少工作时间，而是倾向于主动承担更多项目或更多任务。AI所节省的时间并没有转化为休息时间，而是被重新填充为新的工作内容。
这种现象形成了一种典型的“效率填充效应”：技术提高效率之后，工作量往往随之增加，而不是减少。
任务启动成本的降低扩大了工作范围
AI还显著降低了工作的启动门槛。过去，一些任务之所以没有被执行，是因为准备成本较高。例如整理内部报告、编写总结或进行初步分析，这些工作往往需要较长时间准备。但在AI工具的帮助下，员工只需输入简单提示词即可生成初步内容。
这一变化带来的结果是，更多任务被启动和完成。表面上看，这是一种效率提升；但从组织运作角度来看，它实际上扩大了员工的工作范围，使单位时间内的任务数量明显增加。AI不仅让任务完成得更快，还让更多任务成为“值得做”的事情。
团队竞争推动工作节奏不断加快
AI还改变了团队内部的行为逻辑。当团队中部分成员开始利用AI显著提高产出时，其他成员会自然产生比较压力。如果某位同事借助AI一天完成多个项目，其余成员很容易担心自己的效率被视为不足。
即使管理层从未正式提高绩效要求，这种由同事之间的比较产生的“隐性竞争”也会逐渐改变团队节奏。随着时间推移，原本由技术带来的效率提升会转化为新的默认标准。团队整体工作速度随之提升，而这种变化往往是在没有明确管理决策的情况下发生的。
研究人员将这种过程称为“工作量爬升”（Workload Creep）。最初，它表现为生产力提升；随后，它成为新的绩效基准；最终，它演变为组织内部的隐性期望。
AI模糊了工作与生活的时间边界
AI还在改变工作的时间结构。传统知识工作通常依赖完整的时间块，例如集中数小时撰写报告或完成分析任务。但AI让许多任务可以在碎片时间完成。员工可以在午餐时间生成文档初稿，在会议期间让AI整理笔记，或在晚间快速修改AI生成的内容。
这种变化虽然提高了灵活性，但也使工作逐渐渗透到原本属于休息的时间段。很多员工开始在更多时间点与工作保持连接，从而模糊了工作与生活之间的边界。
压力在组织层级之间出现明显分化
研究还发现，AI带来的压力在组织层级之间分布并不均衡。一线执行层员工，例如工程师、产品经理、设计师和运营人员，承担了大部分由AI加速带来的任务扩张。他们需要更快地完成更多工作，同时持续保持高效率。
相比之下，管理层和高管往往更关注整体生产率指标，因此对这种压力变化的感受较弱。这种结构性差异容易导致组织内部形成不同的认知：管理层看到的是效率提升，而执行层感受到的则是工作强度增加。
技术提升效率，但制度决定结果
从历史经验来看，类似的情况并不罕见。电子邮件、即时通讯工具和远程办公技术在过去几十年中都曾带来类似影响。通信效率的提升往往会加快工作节奏，并延长工作时间。
AI的特殊之处在于，它不仅提高沟通效率，还直接参与任务执行，因此对工作节奏的影响更加明显。如果企业只是把AI视为单纯的生产力工具，而没有建立相应的管理机制，那么效率提升很容易自动转化为更高的工作强度。
企业需要重新设计AI时代的工作规则
在AI时代，企业真正需要思考的问题并不是“是否使用AI”，而是“如何管理AI带来的生产力变化”。一些领先组织已经开始尝试新的管理方式，例如重新设计绩效评估标准、明确AI使用边界，并避免将短期效率提升直接转化为更高的任务指标。
只有在合理制度框架下，AI带来的效率提升才可能真正释放员工的时间与创造力，而不是变成新的压力来源。
AI改变的不只是效率，而是整个工作结构
从更宏观的视角看，AI正在重新定义知识工作的运行方式。当技术能够显著提高个人效率时，组织如何设定工作节奏、分配任务以及保护员工的可持续工作状态，将成为未来管理的重要课题。
效率本身并不会自动带来自由。如果缺乏制度设计和管理规则，技术进步往往会被转化为更高的工作要求。AI带来的真正挑战，并不是技术本身，而是组织如何在效率与可持续工作之间找到新的平衡。
HRTech特别说明：AI并没有减少工作量，而是在很多情况下扩大了工作量（workload expansion）。不过需要先说明一点：这段文字在社交媒体上广泛传播，但目前并没有一个公开发表的 Berkeley正式学术论文完全对应这段描述的所有数据（例如“83% workload increase、200 employees、8 months embedded research”）。类似结论在多个研究中确实存在，但具体数字很可能是社交媒体的简化或二次传播。因此，理解其逻辑比纠结具体数字更重要。
-
提示工程
忘掉你所知的HR：重塑人力资源的4个惊人AI洞见
AI正在把HR推向一次真正的“长期重置”。信息洪流、工作污泥、AI代理的出现，让传统HR模式迅速失效。关键不在于用什么工具，而在于HR是否能重新设计工作流、明确AI边界，并用透明的数据治理赢得员工信任。未来的HR不再只是执行者，而是“体验工程师”，通过人机协同打造真正有吸引力的员工体验。AI不是替代HR，而是在考验HR是否准备好进化。
你听说过“work slob”（工作污泥）吗？这是今年的年度新词。随着人工智能的普及，组织内部的提案和新倡议的数量达到了前所未有的峰值，正是这种信息的绝对“体量”催生了这个词。在这场信息洪流中，HR 领导者正处于变革的中心。然而，许多人感觉自己像个初学者，面对汹涌而来的变化不知所措。
本文将拨开迷雾，揭示 HR 领导者在这个新时代中脱颖而出所需的最具冲击力、甚至有些反直觉的核心洞见。这些不仅仅是技能，更是重塑 HR 职能、驱动未来的新思维。
洞见一：超越基础指令——精通为 HR 工作流设计的“提示工程”
当下 HR 所需的 AI 技能，远不止是下达“写一首抑扬格五音步的诗”这类基础指令。真正的核心技能是“为 HR 工作流编写提示（prompting for HR workflows）”。这意味着你需要掌握如何创建结构化的提示，用于生成合规的职位描述，或者设计能够优化 HR 服务中心流程、减轻行政负担的提示。
这项技能之所以至关重要，是因为它关乎效率的本质性提升。它不是将 AI 仅仅作为一个外部工具来使用，而是将其深度融入 HR 的核心职能，重新设计工作流程，从而释放组织的真正潜力。
然而，掌握这项技能的第一步，出人意料地与技术无关。在接触任何 AI 工具之前，你首先要做的是与团队坐下来，识别业务流程中的真正差距和痛点。如果你不带着清晰的目标去接触技术，你最终解决的只会是供应商想卖给你的那个问题。因此，真正的 AI 转型始于对业务需求的深刻洞察，而非技术本身。
洞见二：AI 使用的“3C 法则”——何时应该放手，何时必须坚守
为了在日常工作中清晰地决策何时使用 AI，一个实用的决策框架至关重要。通过整合不同专家的见解，我们构建了一个三维度的“3C”决策模型，它能清晰地界定 AI 的应用边界、赋能领域及投资回报路径，形成一个完整的战略框架。
• 何时绝对不能使用 AI： 在处理涉及承诺 (Commitment)、危机 (Crisis) 和 冲突 (Conflict) 的场景时，应避免使用 AI。这包括最终的招聘决策、薪酬设定、处理员工个人危机或调解内部冲突。在这些高度人性化的时刻，人的判断、同理心和亲身参与是任何技术都无法替代的。
• 何时应该拥抱 AI： 在需要激发创造力 (Creativity)、促进协作 (Collaboration) 以及建立连接 (Connection) 的领域，AI 是一个强大的赋能工具。无论是用于头脑风暴、辅助团队协作，还是帮助员工建立更广泛的内部联系，AI 都能显著提升效率和成果。
• 如何利用 AI 实现投资回报（ROI）： 真正的竞争优势并非来自标准化的“开箱即用”方案。要实现真正的投资回报，必须针对组织的具体背景 (Context)、独特的文化 (Culture) 和服务的客户 (Customers)，对 AI 工具进行深度专业化定制。
洞见三：数据是新基石——从“数据素养”到“透明治理”
“垃圾进，垃圾出 (garbage in, garbage out)”这句经典论断在 AI 时代显得尤为重要。HR 领导者必须深刻理解输入 AI 系统的数据质量和类型，因为这直接决定了输出结果的有效性和公正性。
因此，数据治理变得至关重要。它不仅在于保护敏感的员工数据，更在于建立一种透明的沟通机制。HR 领导者必须有能力向员工清晰地解释 AI 是如何被用于做出关键决策的，例如薪酬计算或绩效评估。这关乎信任的建立和企业文化的健康发展。
“这真的是关于建立‘玻璃盒’，而不是‘黑匣子’……HR 领导者需要有能力……向员工解释 AI 是如何被用来管理劳动力的。”
当未来的 AI “代理”开始为我们自动协调人才与岗位时，我们对数据源的理解和掌控将变得更加攸关重要，直接决定了这些自动化决策是提升效率还是制造混乱。
洞见四：人机协同的艺术——成为“体验工程师”
未来 HR 的核心技能可能不再是我们传统意义上所理解的任何一项，而是一个全新的身份：“体验工程 (experience engineering)”。
这意味着 HR 专业人士的角色将从执行者转变为设计师。他们的核心任务是利用 AI 等先进工具，精心打造能够吸引、激励和留住顶尖人才的员工体验。这个新角色融合了品牌营销的吸引力、销售的推动力以及服务的关怀精神。因此，“体验工程”不仅是一项新技能，它更是一种根本性的身份重塑，预示着整个 HR 职业的演进终局。
抓住最后的重置机会
人工智能为 HR 带来的，绝不仅仅是一套新工具，而是一次深刻的、根本性的职能重塑。如果说新冠疫情是第一次“重置”，那么“AI 则是持久的重置 (AI is the lasting reset)”。它为 HR 提供了一个前所未有的机会，使其能够真正成为驱动组织未来的核心力量。
我们的内心深处一直渴望帮助每个人在组织中找到自己的位置，并做出最大的贡献。当技术终于能让我们大规模地实现这一愿景时，我们准备好迎接这个未来了吗？
扫一扫 加微信
hrtechchina
