麦肯锡：AI赋能职场，企业如何跨越管理障碍，实现智能化未来？员工对 AI 的适应速度远超领导层的预期
AI 如何重塑职场？
人工智能（AI）正在以惊人的速度重塑职场生态，许多企业正试图利用 AI 提高生产力、优化决策流程并增强市场竞争力。然而，AI 技术的广泛应用远非一蹴而就，企业的 AI 部署不仅涉及技术升级，更考验管理者的战略眼光和执行力。
麦肯锡的《Superagency in the Workplace》 这份报告深入研究了 AI 在职场中的应用现状，基于对 3,613 名员工和 238 名 C 级高管 的调查，揭示了企业在 AI 落地过程中的机遇与挑战。报告认为，AI 在职场的变革潜力堪比蒸汽机之于工业革命，但当前的最大障碍并非技术问题，而是领导层的行动力不足。
尽管 92% 的企业计划在未来三年增加 AI 投资，但只有 1% 认为自己 AI 发展成熟，表明大多数企业仍停留在 AI 试点阶段，尚未实现全面部署。更值得注意的是，报告发现员工对 AI 的接受度远超管理层的预期，但企业的 AI 发展速度依然滞后。领导者的犹豫和执行力缺失，正成为 AI 规模化应用的最大瓶颈。
本文将从员工接受度、领导层挑战、组织架构变革、AI 治理、商业价值实现等多个维度，介绍报告的核心观点，并补充对 AI 发展的进一步思考。
一、员工比领导更快接受 AI，企业行动缓慢
报告的核心发现之一是：员工已经在积极使用 AI，而领导者仍然低估了 AI 的普及度。
数据显示：
员工使用 AI 的频率比领导层预期高出 3 倍，但许多企业尚未提供系统性培训；
70% 以上的员工认为 AI 在未来两年内将改变至少 30% 的工作内容；
94% 的员工和 99% 的高管都表示对 AI 工具有一定熟悉度，但只有 1% 的企业认为 AI 应用已成熟。
这一现象表明，AI 在企业中的主要障碍并非员工适应能力，而是管理层的滞后决策。许多企业高管仍然停留在探索 AI 价值的阶段，而员工已经在日常工作中广泛使用 AI 工具，如自动生成文档、数据分析、代码编写等。员工在推动 AI 发展方面的主动性，远远超出管理层的认知。
然而，企业未能为员工提供足够的 AI 培训和资源，导致 AI 的应用仍然停留在浅层次，难以转化为真正的生产力提升。例如，48% 的员工认为 AI 培训是 AI 规模化应用的关键，但许多公司仍未建立 AI 学习机制。企业如果不采取措施缩小这一认知鸿沟，可能会错失 AI 带来的长期竞争优势。
二、AI 领导力挑战：速度焦虑与执行落差
尽管 AI 的发展潜力巨大，但报告指出，47% 的企业高管认为公司 AI 发展过于缓慢，主要原因包括：
AI 技术成本的不确定性：短期 ROI（投资回报率）难以量化，导致企业不敢大规模投资；
AI 人才短缺：AI 相关技术人才供不应求，企业缺乏相应的招聘和培养体系；
监管与安全问题：企业在数据隐私、算法透明度等方面的担忧阻碍了 AI 落地。
这种“速度焦虑”让企业在 AI 发展过程中陷入试点—停滞—观望的循环：
试点阶段：部分企业已启动 AI 试点项目，如客服自动化、数据分析等；
停滞阶段：由于短期收益不确定，试点项目难以规模化推广；
观望阶段：企业倾向于等待行业先行者经验，而非主动探索 AI 的商业价值。
报告强调，AI 的落地不仅是技术问题，更是企业管理问题。领导者需要具备更强的战略决心，加快 AI 投资，并明确 AI 在企业中的角色，才能真正推动 AI 规模化应用。
三、如何实现 AI 规模化落地？
1. AI 人才培养
AI 的大规模应用依赖于系统性的 AI 人才培训。然而，报告发现，近一半的员工认为企业提供的 AI 支持有限。企业需要采取措施：
建立 AI 培训体系，涵盖 AI 基础知识、业务应用和 AI 伦理等内容；
推广 AI 试点项目，让员工亲身参与 AI 工具的开发和使用；
设立 AI 激励机制，鼓励员工利用 AI 提升工作效率。
2. 组织架构调整
AI 不能仅仅作为 IT 部门的创新项目，而应当成为企业整体战略的一部分。报告建议：
设立 AI 战略委员会，确保 AI 发展与企业长期战略保持一致；
推动 AI 在各业务部门落地，提升 AI 在实际业务流程中的应用深度；
强化 AI 风险管理，确保 AI 应用在数据安全和监管方面的合规性。
3. AI 治理：平衡速度与安全
虽然 AI 带来了极大的商业价值，但报告指出，企业在 AI 治理方面仍存在诸多挑战：
51% 的员工担心 AI 可能带来的网络安全风险；
43% 的员工关注 AI 可能导致的数据泄露；
企业需要建立 AI 伦理标准，确保 AI 透明、公正、合规。
四、AI 时代的商业价值：企业如何真正实现 ROI？
尽管企业对 AI 充满期待，但报告显示，目前仅 19% 的企业 AI 投资带来了 5% 以上的收入增长，表明大多数企业的 AI 应用尚未转化为可观的商业回报。为了提升 AI 价值，企业需要：
从“技术驱动”转向“业务驱动”，确保 AI 应用直接创造商业价值；
优化 AI 目标设定，明确 AI 在核心业务中的定位；
加强 AI 应用场景探索，特别是在客户服务、供应链管理等高回报领域进行深入部署。
AI 成败的关键在于管理层
AI 的成功不仅依赖技术本身，更取决于企业领导者的执行力和战略眼光。企业若要真正迈向 AI 时代，需要：
加速 AI 战略落地，推动组织变革；
加强 AI 人才培养，提高员工 AI 适应能力；
建立 AI 治理体系，确保 AI 安全合规发展。
在 AI 时代，最危险的不是迈得太快，而是思考得太小、行动得太慢。
附录：《Superagency in the Workplace》 下载
未来工作
2025年03月14日
未来工作
AI驱动的智能候选人筛选平台 SquarePeg 获得 350 万美元融资，推出为现代招聘人员打造的新候选人评估平台
近日，AI 驱动的候选人评估平台 SquarePeg 宣布完成 350 万美元种子轮融资，由 Next Frontier Capital 领投，Acadian Ventures、Bread & Butter Ventures 和 Silicon Road Ventures 参投，现有投资方 Full Circle、Vitalize、Loyal VC 和 Yokohama Ventures 也持续加码支持。
本轮融资将助力 SquarePeg 进一步优化 AI 候选人筛选技术，帮助招聘团队提升筛选效率，减少手动工作负担，并确保招聘决策的公平性和透明度。
SquarePeg：为精简招聘团队打造 AI 智能评估工具
在当下招聘市场，HR 团队正面临前所未有的挑战：海量简历涌入、人才竞争加剧、团队资源有限，但对精准匹配的要求却不断提高。SquarePeg 通过 AI 技术，智能化评估候选人、优化招聘流程，并与 ATS（申请人追踪系统）无缝集成，让招聘团队能够在不增加人力的情况下，高效完成人才筛选。
SquarePeg 主要提供三大核心功能：
AI 智能筛选与评分 —— 结合 LLMs（大型语言模型）分析候选人的技能、职位、行业经验和任职年限，并给出基于数据驱动的匹配评分，避免因关键词匹配问题错失优质候选人。
候选人数据丰富化 —— 通过 AI 自动补充候选人背景信息，为招聘人员提供更多有价值的上下文数据，提升筛选精准度。
智能化人才挖掘 —— 在 ATS 内部识别曾申请过其他岗位的优质候选人和潜在被动人才，帮助企业充分利用人才库，提高招聘效率。
SquarePeg 的目标是让招聘团队在短时间内识别出最匹配的候选人，减少大量手动筛选的时间成本，从而提升招聘的精准度和公平性。
融资助力 AI 候选人筛选技术发展
本轮融资的投资方均在 B2B SaaS 及 HRTech 领域具有深厚经验。Next Frontier、Bread & Butter 和 Silicon Road Ventures 主要提供 B2B SaaS 运营支持，而 Acadian、Vitalize 和 Full Circle 则专注于 未来工作（Future of Work）和 HR 科技创新。
SquarePeg 创始人表示：“招聘市场正在经历重大变革，HR 团队需要更智能的工具来应对挑战。我们的目标是打造一个真正能够提升招聘团队生产力、让 AI 赋能招聘决策的产品。融资的完成将帮助我们进一步优化 AI 技术，并扩大市场覆盖范围。”
AI 赋能招聘决策，SquarePeg 未来发展可期
当前，HRTech 赛道的竞争日趋激烈，各类 AI 招聘工具不断涌现。然而，SquarePeg 的差异化优势在于 深度结合 AI 技术与 ATS 生态，提供可解释的智能匹配，而非仅仅依赖关键词匹配或黑箱算法决策。
在未来发展规划上，SquarePeg 计划进一步优化 “Glassbox AI” 功能，确保 AI 评估的透明性和可解释性，同时扩展 AI 技术在候选人挖掘、内部人才市场等场景的应用，帮助企业全面提升人才获取与管理能力。
未来工作
未来工作
未来工作
未来工作
未来工作
未来工作
未来工作
未来工作
未来工作
未来工作
扫一扫 加微信
hrtechchina
