Glean发布《2026工作AI指数》:揭示AI生产力悖论与“机器人坐席”新挑战

ADK Glean官方 / ADK编译 2026-06-23 5分钟 147 次浏览
速览导读 / Summary

Glean Work AI Institute发布《2026工作AI指数》,基于6000名数字员工调研,揭示AI普及率高达87%但组织绩效提升仅13%的“生产力悖论”。报告提出“机器人坐席(botsitting)”概念,指出员工每周需额外投入6.4小时处理AI输出,若缺乏管理将演变为“机器人射击(botshitting)”。报告建议企业构建人机协作基础设施,通过赋予AI上下文、强化团队问责与培养个体判断力,将AI从效率工具转化为组织价值引擎。

AI使用率 87% 数字工作者使用AI的频率
每周节省时间 11小时 员工报告AI自动化节省的时间
每周隐形成本 6.4小时 用于botsitting的额外工作时间
组织感知提升率 13% 认为组织因AI显著受益的员工比例
botshitting用户比例 69% 承认存在未经审查AI输出行为的用户

Key Insights / 核心看点

  • 1 揭示AI生产力悖论:87%员工使用AI,但仅13%组织感知到显著绩效提升。
  • 2 定义“机器人坐席”(botsitting):员工每周额外投入6.4小时处理AI输出,是隐性成本的主要来源。
  • 3 警示“机器人射击”(botshitting):当botsitting未被管理时,员工将停止验证,直接发布不可靠的AI内容。
  • 4 提出三大解决方案:培养个体判断力、强化团队问责制、提供AI完整上下文。

Glean发布《2026工作AI指数》:揭示AI生产力悖论与“机器人坐席”新挑战

在人工智能浪潮席卷职场之际,Glean Work AI Institute于2026年6月发布了《2026工作AI指数》(Work AI Index 2026)。这份基于全球6,000名全职数字员工调研、深度访谈AI领袖及分析匿名工作数据的研究,揭示了一个被广泛忽视的核心矛盾:AI在个体层面的普及率极高,但在组织层面的价值转化却严重滞后。

核心发现:AI已至,但组织尚未受益

调研数据显示,AI工作化的渗透率已达到历史高位:

  • 87% 的数字工作者已在使用AI辅助工作;
  • 75% 的员工认为AI提升了个人生产力;
  • 员工报告AI自动化每周为他们节省约 11小时。

然而,这种个体效率并未转化为组织绩效。仅有 13% 的员工表示,其所在组织因AI而显著提升了业务表现。这种“个体生产力”与“组织绩效”之间的巨大鸿沟,被称为生产力悖论(Productivity Paradox)。

隐形成本:从“机器人坐席”到“机器人射击”

Glean指出,AI带来的效率提升背后,隐藏着一层巨大的、不可见的人类劳动层。为了弥补AI输出的不足,员工每周需额外投入 6.4小时 进行“机器人坐席”(botsitting)工作,包括:

  • 为AI补充缺失的上下文(Context);
  • 检查并调试AI生成的错误答案;
  • 在不同工具间重复提示词(Prompt Engineering);
  • 清理AI留下的“自信但错误”的内容。

关键洞察:员工花在利用AI生产工作本身的时间,与花在让AI输出变得可用的时间几乎持平。如果这些隐性工作不被组织认可、预算或奖励,员工将逐渐放弃验证环节,导致机器人射击(botshitting)现象——即直接发布未经审查、无法解释的AI生成内容。目前,69% 的AI用户承认至少存在一种botshitting行为。

破局之道:构建AI时代的人机协作基础设施

Glean认为,能够缩小这一差距的企业,并非单纯使用更多AI工具,而是那些在三个层面构建了人类AI基础设施的组织:

  1. 个体层面:培养判断力 高成就者不会全盘接受AI输出,而是将其视为“队友”。他们懂得何时介入、何时放手,并愿意在AI失效时主动切换策略。

  2. 团队层面:强化问责制 优秀团队将AI输出视为起点而非终点。管理者利用AI处理协调工作,将释放出的时间重新投资于员工辅导与技能提升,确保最终责任仍由人类承担。

  3. 组织层面:提供上下文而非仅访问权限 仅仅给予AI数据访问权是不够的。超过半数的员工表示,关键信息无法通过现有AI工具获取。企业需确保AI拥有完成任务所需的完整上下文,减少员工自行填补信息的负担。

结语

Glean强调,AI的终极价值不在于替代人类,而在于通过合理的架构与管理,将人类的判断力与AI的算力相结合。未来的赢家,将是那些能够将“机器人坐席”转化为“智能协作”的组织。

“AI已经抵达职场,但组织的适应速度远落后于技术普及。真正的挑战不在于引入AI,而在于构建让AI变得可靠、可信赖且可问责的生态系统。” —— Glean Work AI Institute

“AI adoption isn't the problem. The disconnect between individual productivity and organizational performance is the productivity paradox at the center of the Work AI Index.”

— Glean Work AI Institute

同主题深度资讯

查看更多 →
官方动态 Oct 14, 2026

Glean 官方最新动态:Canva’s human-centric journey to AI adoption | Glean:GO 2026

Canva’s human-centric journey to AI adoption | Glean:GO 2026

Glean官方 / ADK编译 3分钟
官方动态 Oct 14, 2026

Glean 官方最新动态:Expedia’s approach to choosing the right AI front door | Glean:GO 2026

Expedia’s approach to choosing the right AI front door | Glean:GO 2026

Glean官方 / ADK编译 3分钟
模型发布 2026-10-15

Glean 发布 Skill Reflection:让 AI 技能具备自我进化与持续学习能力

Glean 正式推出 Skill Reflection(技能反射)功能,解决传统 AI 技能包(Skills)静态僵化、难以适应业务变更的痛点。该功能通过‘学习’与‘反思’双阶段机制,自动从交互中挖掘改进信号,并在用户明确确认后更新技能逻辑。此举标志着企业级 AI 文档与技能管理从静态配置向动态演进转变,确保技能始终与组织最佳实践同步。

Glean官方 / ADK编译 3 分钟
AI 工具 2026-10-13

首创集团 2027 秋招解读:北京国企金融平台,算法与产品岗投递策略

首创集团 2027 秋季校园招聘启动,作为北京国企金融平台,其算法工程师与产品经理岗位成为关注焦点。本文深度解析该秋招的确定性机会与信息缺口,指出企业性质为央企国企,业务横跨环保、基础设施及金融板块。核心建议为:目标明确且接受国企节奏的应届生可将其纳入秋招清单,但需警惕信息缺失(如薪资、学历门槛),避免将单一机会作为唯一押注。文章详细对比了算法与产品岗的差异化准备路径,并提供了针对国企场景的简历优化策略。

超级简历官方 / ADK编译 5 分钟