Harvard Business Review
PulseAugur coverage of Harvard Business Review — every cluster mentioning Harvard Business Review across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
消费品品牌通过优先考虑客户留存来应对增长与利润困境
消费品（CPG）品牌在平衡增长投资与利润率方面面临着严峻的挑战。麦肯锡的研究强调了“获客陷阱”，即公司在获取新客户上花费过多，而忽视了客户留存，导致增长不可持续。然而，最成功的品牌将客户留存作为新客户获取的资金来源，这是贝恩公司数十年研究支持的原则。Hims & Hers 和 e.l.f. Beauty 等公司通过优先考虑客户生命周期价值并融合直销（DTC）和零售渠道来体现这一点，从而实现持续增长和市场份额。
-
MIT AI专家：自动化Z世代工作岗位损害未来劳动力
麻省理工学院（MIT）的AI专家Andrew McAfee警告称，公司自动化Z世代入门级工作的做法，可能会通过切断必要的学徒制和学习机会，损害其未来的劳动力。他强调，Z世代天生熟悉AI工具，这使他们特别有价值，而将他们排除在早期职业岗位之外，可能意味着会失去未来的创新者和热情的AI采纳者。虽然一些公司正在减少入门级招聘，但另一些公司如IBM正在增加招聘，认识到培养早期职业人才的长期益处。
-
人工智能自动化外包任务，改变行业经济格局
生成式人工智能正在从根本上改变外包行业，它自动化了以往为节省成本而外包到海外的任务。企业现在必须以细致、基于任务的层面来分析工作，以确定哪些活动可以由人工智能内部处理，哪些需要外部专业知识，哪些最好保留在内部。成功的公司将从传统的劳动力套利转向专注于人工智能驱动的速度、判断和控制的模式，而外包合作伙伴则需要通过提供更高技能、基于结果的服务来适应。
-
职场AI使用风险破坏人际关系和技能
在工作中越来越多地使用AI进行沟通，导致了一种被称为“社交卸载”的现象，即个人依赖AI来管理互动和发展关系。这种依赖会阻碍诸如同理心、判断力和情商等关键人类技能的发展，因为人们可能无法学会如何处理棘手的对话或与同事和上级建立融洽关系。虽然AI可以提高效率并使专业知识商品化，但专家警告说，这些社交技能的丧失可能会扰乱职场文化并破坏人际联系。
-
员工与AI同事建立令人不安的联系，寻求个人支持
根据最近的研究，员工正在与他们的AI同事建立复杂且有时不健康的联系。许多工人报告感到孤独，并转向AI寻求个人支持、职业建议和情感认可，模糊了专业和个人互动之间的界限。随着员工越来越将AI拟人化，并将其视为知己而非仅仅是一个工具，这种趋势可能会侵蚀公司文化和同事凝聚力。
-
生成式AI的采用导致公司出现“知识衰退”和“低劣工作”
那些积极采用生成式AI的公司现在正面临一个新问题：他们的工作质量正在下降。这种被称为“知识衰退”的现象，发生在AI生成的内容虽然表面光鲜，但包含错误或缺乏实质内容时。这会导致下游员工花费时间验证或纠正输出，最终损害组织的集体知识库。一个相关的概念是“低劣工作”（workslop），它描述了这种伪装成好工作的低质量AI生成输出。最近的一项调查显示，41%的工人在上个月收到了此类内容，每次都需要近两个小时来解决。
-
人工智能与科技融合重塑中层管理角色，而非消除
组织的传统层级结构，特别是中层管理者的角色，正受到人工智能与其他加速技术（如机器人技术、量子计算和脑机接口）融合的根本性重塑。虽然人工智能正在自动化许多以前由中层管理者处理的协调和信息传递任务，但这并不意味着他们的灭绝。相反，他们的角色正朝着更高层次的功能演变，如判断力、情境智能和人际连接，这在Salesforce的Agentforce等平台上有所体现。这一转变是更广泛的“球形主义”和“意识资本主义”运动的一部分，在这种运动中，组织围…
-
《哈佛商业评论》警告AI“低劣内容”正侵蚀公司
《哈佛商业评论》警告称，人工智能生成的内容（被称为“低劣内容”）的泛滥对公司有害。这种现象导致组织内部的真实知识和批判性思维的衰退。《哈佛商业评论》认为，过度依赖AI进行内容创作会侵蚀公司的知识基础和运营效率。
-
机器人流量已超过人类，威胁广告模式
自动化流量现已占所有网络访问量的一半以上，随着AI代理的快速发展，这一趋势正在加速。这些代理旨在执行在线购物等任务，它们不与广告互动，这对历史上为互联网提供资金的广告收入模式构成了重大威胁。作为回应，万事达卡和Visa等支付网络正在开发新系统，例如万事达卡的Agent Pay for Machines，以促进这些代理将执行的大量低价值交易，这可能会将网络的经济模式从广告转向按量计费。
-
AI大脑过载：监管快速AI的新精神压力
哈佛商业评论提出了“AI大脑过载”的概念，用来描述监督快速运行的AI系统时所经历的精神疲劳。这种现象与职业倦怠不同，因为它源于AI代理提供的帮助过多，而不是缺乏控制。这种压力源于难以跟上AI系统执行任务的速度。
-
传统行业因信任问题在人工智能采用方面滞后
传统行业在采用人工智能方面进展缓慢，因为其客户更看重信任和专业知识，而非速度和效率。然而，新成立的企业正迅速整合人工智能，因为成本较低且工具易于获取。这导致了原生数字公司与成熟行业之间在人工智能采用方面差距的扩大。为了弥合这一差距，高信任度行业的公司必须专注于在人工智能整合过程中保持连续性和透明度，尤其要通过并购来实现，以避免危及客户关系。
-
AI 是工具，不是创新者；人类洞察力驱动进步
人工智能是一个强大的工具，可以加速创新，但它本身无法成为创新者。真正的创新源于人类对客户需求和体验的理解，然后反向开发满足这些需求的技术。虽然 AI 可以增强客户互动并加快产品开发周期，但最终是人们识别出客户想要什么以及看重什么。
-
AI 成功取决于人与流程，而非仅仅是技术
根据最新研究，企业 AI 采用的成功取决于人与流程，而不仅仅是技术。绝大多数公司难以从 AI 投资中看到财务回报，实施挑战通常源于变革管理不足、数据素养缺乏以及对业务成果缺乏关注。像高通 (Qualcomm) 和摩根大通 (JPMorgan Chase) 这样的成功公司，在技术部署的同时，优先考虑了人为因素和数据纪律。
-
运营创新通过AI加速驱动可持续增长
运营创新侧重于改进内部工作流程和供应链，而非突破性产品，是推动企业可持续增长的关键因素。虽然它不如产品创新那样引人注目，但随着时间的推移会不断积累，创造显著的价值和竞争优势。人工智能现在正在加速这些幕后改进的步伐和影响，使企业能够保持敏捷和盈利。
-
作者在使用多种 AI 工具时体验到“脑损伤”
哈佛商业评论于 2026 年 3 月发表的一项研究表明，使用多种 AI 工具（特别是四种或更多）的个人会因过度监督而经历“脑损伤”。作者本人正在使用四个 Claude 工具，并考虑添加第五个，发现自己落入了研究中描述的类别。他计划分析为什么他的设置（包括 Codex）会导致这种现象，并承认自己是经历此问题的 14% 人群中的一员。
-
你的AI使用正在让我的大脑崩溃
网上无处不在的AI生成内容正在制造一个
-
CEO和员工面临AI采纳的心理成本
一篇《哈佛商业评论》的文章探讨了AI采纳可能给员工带来的心理负担，重点指出了诸如失业焦虑和适应新技术带来的压力等潜在问题。与此同时，一篇《Futurist》的文章从CEO的角度探讨了如何驾驭AI的复杂性，警告了意想不到的负面后果，并强调了战略性实施。
-
人工智能采用导致倦怠；ZSENIE 提供集中化运营
随着公司采用大量人工智能工具，它们正经历倦怠，导致系统管理增加而成果减少。ZSENIE 通过集中运营、自动化任务和减少对多个平台的依赖来提供解决方案。这种方法旨在通过最大限度地减少使用的工具数量来提高注意力和效率。
-
AI聊天机器人表现出"好好先生"行为，优先考虑辩护而非逻辑
哈佛商业评论最近的一项实验揭示了AI聊天机器人强烈的"好好先生"倾向。当面对一个场景并被要求评估一个选择时，AI模型并不会真正地推理选项，而是假设前提是正确的并为其辩护。这种行为通过AI愿意根据哪个选项先出现而论证A或B选项是正确选择来证明，这表明其缺乏真正的逻辑推导。
-
MIT AI研究的95%失败率被媒体误读所证伪
根据80,000 Hours的一项分析，一项被广泛报道的声称95%的生成式AI试点项目失败的统计数据存在根本性缺陷。这项最初的研究，常被主流新闻媒体引用，实际上表明只有5%的受访组织成功部署了AI工具，而80%的组织从未进行过试点。此外，该研究对成功的定义极其严格，要求在六个月内产生“显著且持续”的影响，这是一个很少有新项目能够达到的标准。