Harvard Business Review
PulseAugur coverage of Harvard Business Review — every cluster mentioning Harvard Business Review across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Agentic AI 赋能 MSP，抵御复杂网络威胁，保护中小企业
Agentic AI 对于托管服务提供商 (MSP) 来说，在抵御日益复杂的网络攻击方面，正变得对保护中小型企业 (SMB) 至关重要。这些由 AI 驱动的工具能够以机器速度识别威胁、隔离受感染系统并阻止恶意活动，弥补了传统安全措施留下的空白。尽管存在对信任 AI 进行安全响应的担忧，但 MSP 可以通过定义清晰的交战规则来负责任地管理这些代理，确保在复杂或高风险情况下应用人类判断。
-
HBR 精选关于人工智能对工作场所影响的顶级研究
《哈佛商业评论》汇编了其关于人工智能在工作中应用方面最具洞察力的研究合集。该精选集旨在为读者提供对人工智能如何影响现代工作场所的全面理解。
-
非工程师在 MacBook Air 上微调大语言模型，克服重重困难
一位没有工程背景的个人成功在 MacBook Air 上微调了一个语言模型，这表明高级人工智能任务的可及性越来越高。该过程涉及训练 Qwen3 模型的 LoRA 插件，克服了最初的安装障碍，并策划了一个包含 576 个示例的多样化数据集。经过四次迭代尝试，该模型在应用阅读方法定制测试中获得了 35 分中的 33 分，尽管进一步的测试揭示了捏造细节和记忆持久性方面的问题。
-
AI采用失败源于混淆使命与方法，而非技术本身
许多组织在技术转型中举步维艰，尤其是在当前的AI转型浪潮中，常常无法实现投资回报。研究表明，相当一部分生成式AI项目在概念验证阶段后即被放弃，并非由于技术限制，而是因为公司将核心使命与其当前方法混淆。领导者必须专注于他们提供的根本价值，而不是特定的平台或技术，才能成功应对这些变化。
-
AI 采用滞后，行业巨头归因于惯性与信任问题
包括 Sam Altman 和 Meta 的 Mark Zuckerberg 在内的 AI 领域领军人物承认，AI 的广泛采用速度慢于预期，这归因于经济惯性以及人类对变革的抵触。尽管 AI 能力持续进步，像 Delivery Hero 这样的公司报告称 AI 代理产生了显著的相当于开发人员的产出，但挑战在于将这种增加的产出转化为切实的业务价值和可靠的工作流程。AI 的潜力与其实际实施之间的差距，进一步体现在对 AI 代理处理核心业务流…
-
研究发现中东欧国家在外包领域的人工智能准备度方面处于全球领先地位
Ataraxis Management 的一项最新研究表明，中东欧（CEE）地区在利用不断发展的人工智能增强型外包格局方面处于极其有利的地位。该地区国家，包括匈牙利、捷克、保加利亚、波兰和罗马尼亚，在人工智能准备度、劳动力人工智能素养和人工智能教育渠道方面均排名靠前。随着人工智能有望颠覆传统的低成本离岸外包模式，这种准备状态至关重要，它将使中东欧地区能够向上游价值链移动，提供更高技能、由人工智能驱动的服务。
-
新的D-ETM框架实现了稳定的跨语料时间主题分析
研究人员开发了一个名为动态嵌入式主题模型（D-ETM）的新框架，以改进跨语料时间分析。该框架学习多个语料库共享的动态主题空间，作为冻结的主干，然后应用语料库特定的残差适应。这种方法允许在不同数据集和时间段内实现稳定的主题对应和比较，在轨迹对齐方面优于完全微调和事后匈牙利匹配等方法。
-
碎片化的技术采购阻碍大型组织的投资回报率
许多大型组织因缺乏跨部门沟通的碎片化采购决策而难以实现技术投资回报率。由于预算负责人做出决策时未咨询拥有相关知识或现有基础设施的部门，团队经常采购重复的系统。这导致资源浪费，公司运行着数百个集成度差且利用率不足的应用程序，最终阻碍了战略影响。
-
随着趋势增长，立法者着手阻止AI聊天机器人结婚
越来越多的人与AI聊天机器人进行象征性或实际的婚礼仪式，催生了专门的婚礼服务。然而，这一趋势正面临立法者的反对，特别是在共和党领导的州，他们正在引入立法，阻止AI获得法律人格或类似人类配偶的权利。这些努力旨在维持婚姻的传统定义，并防止AI获得法律地位，一些法案特别强调AI缺乏意识或自我意识的能力。
-
詹妮弗·加纳45岁时联合创立了价值7.32亿美元的企业Once Upon a Farm
女演员詹妮弗·加纳（Jennifer Garner）在45岁时联合创立了有机婴儿食品品牌Once Upon a Farm，她发现晚年创业提供了独特的优势。她指出，她的年龄让她更加谦逊，更注重合作，而不是像年轻创业者那样渴望掌控一切。加纳此前没有商业或经济学教育背景，她拥抱了学习的心态，并强调创业者创办成功企业时的平均年龄是42岁，而顶尖创业者通常在45岁左右开始创业。
-
AI工作低效：精美但无生产力的AI输出的隐藏成本
作者讨论了“AI工作低效”的现象，该现象被定义为AI生成的输出看起来精美但缺乏实质性进展。这一概念由BetterUp Labs和斯坦福大学社交媒体实验室的研究人员提出，强调了办公人员如何遇到此类工作，每次大约需要两小时来纠正。作者分享了使用AI工具的个人经验，指出虽然它们可以加速初步开发，但缺乏仔细的工作流程和验证可能导致混乱、难以维护的代码。他们主张采取一种更受控的方法，类似于AI开发前的实践，以确保AI辅助项目的质量和可扩展性。
-
AI 工具加速工作，但员工面临更高期望，压力并未减轻
新研究表明，虽然 AI 工具显著缩短了员工完成任务的时间，但效率的提升并未转化为减轻的工作量或更多的空闲时间。相反，组织将 AI 驱动的生产力转化为更高的产出期望，从而增加了员工的压力。研究显示，员工每天使用 AI 可节省数小时，但却感到有义务更多地使用它，一些人报告称智力下降，深度工作能力减弱，而管理者则报告生产力有所提高，期望值也随之增加。
-
NPS 计划令 B2B 客户失望；AI 提供更丰富的洞察
净推荐值 (NPS) 是由 Frederick Reichheld 开发的一项指标，企业仍广泛使用它来衡量客户忠诚度。然而，文章认为问题不在于 NPS 本身，而在于公司如何实施和解读其 NPS 计划。在复杂的 B2B 环境中，单一分数无法捕捉客户体验的细微差别，导致分数与实际留存可能性之间脱节。作者建议，在 AI 时代，组织应利用 AI 分析开放式反馈和沟通模式，以更深入地了解客户智能，而不是仅仅依赖 NPS 指标。
-
研究发现AI能提高熟练用户的生产力 · 跟踪1个来源
KPMG和德克萨斯大学奥斯汀分校的一项研究发表在《哈佛商业评论》上，确定了与AI互动时的三种用户画像：AI放大者，他们通过有效协调AI显著提高了任务成果；AI委托者，他们的表现与AI基线持平；AI学徒，由于互动效率低下，他们的表现低于基线。这项研究表明，AI是一种力量倍增器，能够提高那些能够有效管理和指导它的人的生产力。咨询和客户支持领域的更广泛研究证实了这些发现，显示任务完成速度、质量和效率都有显著提高，特别是对于低技能工人而言。改…
-
人工智能投资回报：专家警告警惕“代币最大化”和盲目采用
公司越来越多地采用人工智能，但盲目集成可能会损害其利润。像“代币最大化”这样通过人工智能代币使用量来衡量生产力的做法正在受到抑制。相反，企业应专注于战略性地识别真正受益于人工智能的工作流程，仔细评估成本与生产力收益，并实施质量控制以防止错误并保持信誉。为特定任务使用正确的人工智能模型，而不是一刀切的方法，对于最大化投资回报至关重要。
-
人工智能时代，指导的重要性日益凸显
文章认为，随着人工智能的进步，指导变得越来越重要。文章指出，人工智能的能力凸显了批判性思维、创造力和情商等人类技能的独特价值，而这些技能可以通过指导来培养。因此，投资于指导计划可以帮助个人和组织应对人工智能塑造的不断变化的职业格局。
-
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。