人工智能带来的生产力增益应与员工分享

当一家公司使用人工智能帮助员工完成更多工作时，这些员工应如何分享由此带来的收益？在计算投资成本和财务回报的同时，这个问题也值得关注。

假设一个客户服务团队使用人工智能来准备答复和总结咨询。员工花在日常文书工作上的时间减少了，而将更多时间用于解决疑难案件。

如果企业用同样的员工数量处理了更多的客户，那么收益是否应该只体现在公司的盈利上，还是也应体现在员工的收入和职业前景中？

这并不是主张将每一次效率提升都转化为永久性加薪。公司必须在员工薪酬、收回投资成本和为未来增长融资之间取得平衡。

但一家旨在通过实施人工智能来提高生产力的公司，应该解释企业将如何受益，以及员工如何参与其中。

新加坡的两个例子提供了有益的借鉴。虽然两者都不是人工智能的案例，但都展示了采用人工智能的公司可以借鉴的方法：分享可衡量的收益，以及将重新设计的工作与更高的薪酬挂钩。

分享可衡量的收益

2010年8月，新航工程 (SIA Engineering Company) ( SIAEC ) 宣布，根据其生产力收益分享计划，向三个运营部门的员工支付60万新元。

这笔款项涵盖了当年2月至6月间实现的收益，使运营改进与员工奖励之间的联系变得切实可见。

对于引入人工智能的公司，可以采取类似方法，包括在实施前商定一个生产力基线衡量标准，评估改进效果，并通过团队奖金的形式分享一部分经核实的收益。

这样，员工就会知道公司的目标是什么，以及他们的贡献将如何得到认可。

衡量时需要谨慎。如果错误增加或客户变得不满意，那么更快的处理速度不一定意味着更好的业绩。评估收益时应在计入相关实施成本后进行，而不是将其等同于节省的总时间。

新航工程的公告显示了一笔实际支付，但并未确定该计划的长期效果，也未证明是承诺的奖励带来了改进。

可借鉴的经验是这种安排本身，而不是保证它在任何地方都有效。可变动薪酬可能适用于生产力增益可能波动的情况；而永久性加薪则需要有信心相信改进可以持续。

重新设计工作，而不仅是任务

由 Leathersolution 公司运营的 Dr Bags 展示了另一种方法：将数字化转型和重新设计的工作与薪资承诺挂钩。

2023年，这家箱包修复专业公司引入了一套定制化的企业资源规划（ERP）系统，以改善包括箱包追踪、订单管理和会计在内的流程。

一份由全国职工总会 (NTUC) 撰写的案例研究报告称，寻找箱包的时间减少了高达80%，客户等候时间缩短了30%。这些是特定流程的改进，而非公司整体的生产力数据。

该公司还承诺为其40名员工中近一半掌握了新技能或承担了重新设计工作的员工加薪5%。但需要注意的是，该公告记录的是一项承诺，而非对后续付款的独立确认。

对于人工智能的采用，其借鉴意义在于要从工作本身入手。应减少哪些日常任务？员工可以承担哪些更有价值的职责？他们需要什么样的培训和监督？

在那个假设的客户服务团队中，目标不应仅仅是要求每小时做出更多答复。员工可以为复杂的咨询、服务补救以及检查人工智能生成的答案承担更大的责任。

薪资增长应反映能力和责任的真正提升，而不仅仅是操作一个新工具的能力。

将投资与员工成果挂钩

在新加坡，将企业生产力增长回馈给员工的框架已经存在。

例如，全国职工总会 (NTUC) 的公司培训委员会津贴为符合条件的转型或培训成本提供高达70%的资助。

项目必须在提升业务能力或生产力的同时，实现员工成果，如加薪、技能津贴或实施职业发展计划。承诺的员工成果必须在拨款发放前达成。

但即使没有津贴支持，更广泛的启示依然适用：在进行业务投资的同时，规划好员工的成果。

公共资金可以帮助支付转型成本，但不能替代一个可行的商业案例。管理层仍必须评估项目是否具有商业合理性，以及在资金支持结束后，经常性的薪资承诺是否仍然可以负担。

在实施前，有三个决策值得关注。

公共资金可以帮助支付转型成本，但不能替代一个可行的商业案例。管理层仍必须评估项目是否具有商业合理性，以及在资金支持结束后，经常性的薪资承诺是否仍然可以负担。

在实施前，有三个决策值得关注。

首先，使用能够衡量产出、质量和成本的指标来定义成功。

要将节省出来的时间与实际的财务节省或额外收入区分开来：节省一小时的商业价值是有限的，除非企业能将其用于生产性活动。

其次，将奖励与成果相匹配。一次性收益可能适合一次性奖金，而持续的改进和要求更高的职位则可能支持更长期的薪资增长。要保持安排的可负担性，同时避免让员工福利变得过于模糊而失去可信度。

第三，让员工参与工作的重新设计。解释将如何评估结果，何时审核奖励，以及如果预期收益未能实现会怎样。员工应该了解机会及其附带的条件。

董事会无需设计具体的薪酬方案，但应询问管理层的人工智能投资计划是否将商业回报与可信的员工成果联系了起来。

其目的不是在收益实现之前就分割一笔假设中的意外之财。目标是让员工在使人工智能发挥作用方面有明确的利害关系，并确保更高的生产力意味着更好的工作，而不仅仅是更多的工作。

本文作者是一名退休投资银行家，在企业管理、董事会任职和咨询工作方面拥有超过40年的经验。

本评论基于作者自身的经验、观察和论点。人工智能工具被用于研究和校对。作者对本评论的准确性、原创性和最终形式负全部责任。