我以為每個人應該都跟我一樣,會在疫情之後,更大量地、快速地採用各種數位工具。在公司層級,應該會藉著在疫情期間的“強制數位化”經驗,在疫後持續推進,加速轉型。原來,這些是我的幻覺。我是「錯誤共識效應(False consensus effect)」的受害者,誤以為自己的經驗是大多數人的經驗。
兩個幻覺
首先,我想分享的第一個幻覺,是關於公司層級的數位化進程。疫情期間,每家公司大量地導入Zoom、Teams等工具成為溝通、協作的重要平台,那時,那是每個人每日生活的一部份。疫情之後,以我熟悉的Teams來說,仍不斷更新,提供了更好的會議主持功能、新增了逐字稿記錄與會議摘要功能,而且專案管理與文件管理做得愈來愈好。真實使用狀況如何呢?各位可以有空問一問IT單位同仁:“嘿,我們公司的Teams還有人在用嗎?”,你會很訝異地發現,在大部分人眼中,這就只是一個開視訊會議時會用到的工具。這些能夠提升生產力的功能,都只是擺著不用,並沒有根本地改變回到實體上班環境的工作流程。
怎麼解釋這種停滯狀況?Ryan O'Hara在哈佛商業評論的
一篇文章提到,公司推出新科技的速度已經超過員工學習使用它們的速度。從一個工具切換到另一個工具的認知成本很高。在疫情期間,每個人都得要在最短時間內學會各種數位工具,對多數人來說,被迫改變工作模式是相當不舒服的體驗,而強制使用各種數位工具更是耗損心力。因此,一但回到了正常工作環境,多數人對於推陳出新的數位科技不再關注,更遑論使用了。
我的第二個幻覺,則是關於AI的普及應用。在疫後時期,最重要的數位化技術就是AI了,我以為AI已經成為每個人的工作助手,但事實上,只有極少數人大量使用AI協助自己的工作。
從ChatGPT開始出現的各種AI應用,讓我以為AI已經“破圈”了,但實則不然。我跟許多人聊過,得到兩個觀點。一種觀點可能是AI還不如預期的易用。很多人可能在使用AI一兩次後感到失望,然後就不再使用。現在使用AI的大多數人是專業工作者的頂尖一群人,這些人非常了解自己的生產力瓶頸,了解AI可以協助的環節,這也就意謂著AI的發展還在進行中,可能還未達到大眾的使用水平。另一種觀點可能是心理因素的,許多年輕人告訴我,「每天都有AI應用出現,這不就還沒有很成熟,不急啦,等到以後更好用時,再來用就好啦。」。我也發現,多數談到「AI很危險吧,有隱私問題」的人,並不是真的那麼在意隱私問題,而是基於上面兩個觀點,以安全與隱私做為不用的託詞。
這兩個觀點顯示了許多數位技術與應用並沒有從早期採用者(Early Adopters)跨越鴻溝進到主流市場。
那又如何?
當初公司在疫情時期投資的科技設備、訂閱的數位服務,發揮的價值如何呢?還是成了“
數位遺跡”?從第一個幻覺可以得知,應該是無人聞問。
許多公司在數位科技的採購上,並未深思其對公司策略的價值,而只是視之為一個預算項目,這導致了大筆金額購入但幾乎無人使用的數位科技服務與產品,形成所謂的“數位遺跡”。
第二個幻覺則是顯示了許多人採用新數位技術的心理障礙,錯失了提升工作效率、贏在當下的機會窗口。
這些幻覺都存在,那麼,如何破除幻覺,繼續推進數位化?根據O'Hara (2021)和Richter & Sinha (2020)的觀點,我們可以匯整出給公司經營階層實質有用的作法,以提升公司的營運效能:
步驟一:設計整合的技術堆疊
首先,公司應該將他們的技術堆疊設計成單一產品(O'Hara, 2021)。這意味著,所有的數位工具應該能夠無縫地互相協作,以減少員工在不同工具之間切換的認知成本。此外,公司也應該考慮到員工的技術素養,並為具有各種技術熟練度的員工設計工具。
步驟二:激勵使用技術
為了鼓勵員工採用新的數位工具,公司可以提供各種激勵措施,例如金錢獎勵或解決難題的新解決方案(Richter & Sinha, 2020)。此外,公司也可以擴大員工評價的範疇,包括技術採用分數。
步驟三:投資基礎設施
如果使用技術會變得繁瑣,那麼其採用率也可能會令人失望(Richter & Sinha, 2020)。因此,公司需要投資在使技術基礎設施(包括IT網絡和系統、軟體、流程和實踐)變得更完善和使用者友善。
步驟四:進行再學習和學習
公司應該提供適當的培訓和支援,以幫助員工更好地使用和採用新的數位工具(Richter & Sinha, 2020)。這可能會根據行業的不同而有所不同,但可以先從個體在工作性質演變中找到切入點。
步驟五:進行A/B測試
最後,公司應該進行A/B測試,以找出最有效的數位工具和實踐(O'Hara, 2021)。這可以通過比較不同的工具或策略,並根據員工的反饋和效能數據來進行。
參考文獻