最近的分析表明,虽然人工智能在许多职业中的应用很普遍,但其深度往往有限,大多数岗位中只有不到一半的员工积极使用该技术。这与仅关注采用率的指标(如购买的席位数或花费的时间)形成对比,这些指标并不一定能带来切实的业务价值或战略进展。专家建议,组织应将重点从广泛采用转向能够带来可衡量业务成果的具体用例,例如降低成本或加速收入增长,并且试点项目应被视为具有明确成功标准的投资。 AI
影响 仅关注AI采用率的指标可能会掩盖战略业务价值的缺失;组织应优先考虑可衡量的成果而非广泛使用。
排序理由 该集群包含来自Forbes和The Register的评论文章和分析,讨论了企业中AI的采用状况,而不是主要发布或事件。
- Adam Blandin
- Alexander G. Bick
- Anthropic
- David Deming
- Federal Reserve Bank of St. Louis
- generative artificial intelligence
- Harvard University
- Microsoft
- O*NET OnLine
- OpenAI
- Tyler R. Schumacher
- United States Department of Labor
- Vanderbilt
- Ankur Pal
- Aplazo
- Claude
- Copilot
- Nick Damoulakis
- Orases
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →