GenAI不仅能提高生产力还能扩展功能（英）-11页_1mb

BCG研究：生成式AI如何扩展人类工作能力

根据BCG与哈佛大学及OpenAI学者合作的最新实验，生成式AI能够立即扩展员工完成新任务的能力。实验表明，即使是昨天还缺乏特定任务完整知识的员工，现在可以借助AI工具完成当日相同任务（原文：© BCG）。示例中，从未接触过编码的新手借助AI在代码生成任务中达到专家基准的86%，且效率显著提升。

核心发现

1. 能力扩展效应（Aptitude Expansion Effect）
   员工使用AI可即时扩展处理新任务的能力，尤其在代码生成领域，专家辅助组表现优于传统数据科学家，平均完成速度提升10%。即使缺乏编程经验的员工也能快速掌握基础操作。

2. 协作模式转变
   在预测分析任务中，AI扮演头脑风暴伙伴角色。研究显示，AI工具引导员工结合人类逻辑与数据建模方法，成功率较非增强组提升15%。但需注意：直接复制全任务可能导致工具理解偏差，影响判断。

3. 风险与建议

   • 监督必要性：员工可能因过度信赖AI而忽略结果校验，需要明确工具边界，2024年报告显示中等编码经验者表现优于新手。
   • 组织管理：人力资源部门应调整招聘和晋升评估，考虑AI辅助能力；领导者需设计跨职能团队和输出审查机制。

Suggested Actions

人才策略：将AI能力纳入面试评估，设立混合型人才发展路径。学习机制：为员工保留培训时间，确保AI工具具可上告错误处理机制。战略规划：关注“生成式AI增强力”形成的新岗位类型，例如营销分析等。

此项实验突出AI作为赋能工具价值，BCG建议组织应建立“人机协同”文化，并持续跟踪工具扩展能力边界。