生成式 AI 进入职场——来自 5,172 名客服人员的大规模实证

生成式 AI 在实验室中表现惊艳，但在真实工作场所的效果如何？本文利用一家财富 500 强企业 5,172 名客服人员分阶段部署基于 GPT-3 的对话助手的准实验，提供了首批大规模真实工作场所的证据。

核心发现有四。第一，AI 辅助将工人生产率（每小时解决的问题数）平均提高 15%，效果具有高度异质性。第二，AI 最显著地惠及低技能和新手员工——他们的问题解决量增长 30%，工作两个月且有 AI 辅助的员工的绩效相当于无 AI 辅助下工作六个月以上的员工。而最资深和高技能的员工几乎未受益，甚至服务质量小幅下降。这意味着生成式 AI 压缩了生产率分布，与以往技能偏向型技术变革（扩大不平等）的模式形成鲜明对比。第三，机制分析表明 AI 促进了工人的持久学习：在 AI 系统因技术故障中断期间，此前密切遵循 AI 建议的员工仍保持相对基线的生产率提升。AI 还改善了国际员工的英语流利度，并促使低技能员工在沟通模式上向高技能员工趋同。第四，AI 改善了工作体验——客户对客服人员更有礼貌、更少要求与经理对话，员工流失率下降主要由新员工留任驱动。

该研究揭示了生成式 AI 作为「技能均衡器」的可能性，同时也警示了长期隐忧：高技能员工若过度依赖 AI 建议（即使这些建议降低了他们的服务质量），未来 AI 模型的训练数据中将缺少高质量的原创贡献，形成「数据质量退化循环」。