88%企业已用AI，技能缺口与暗数据成落地拦路虎

职场AI应用正加速普及。数据显示，88%的企业已在不同程度上引入AI技术，投资重心随之转向衡量投资回报率（ROI）。企业部署AI旨在通过自动化常规任务、整合数据及提升效率，从而降低成本并释放人力。

然而，落地摩擦依然显著。据媒体报道，伦敦半数企业表示员工缺乏满足组织需求的AI技能。企业面临高昂的成本挑战：要实现AI投资回报，必须对技能和职位进行重塑。

随着数字技能差距扩大，英国四分之一工人担忧被AI取代。劳动力市场正分裂为两个层级：一是依赖人类判断力的“专业层级”，二是将重复性任务完全交给AI的“大众化层级”。

多数角色属于专业层级，最大化AI效率需要技术无法提供的批判性思维与判断力。若这些期望未写入职位描述，雇主往往高估员工能力。当前，许多岗位的AI能力需求被笼统概括为“技术熟练度”，这推动了既懂技术又具创造力和战略思维的“创意技术人员”涌现。

雇主需更新混合型职位描述，明确指出实际使用的AI工具，并将批判性思维等通用要求转化为与特定工具挂钩的具体期望。唯有如此，才能雇佣到能捕捉生产力增益而非仅操作工具的人才。缺乏此类混合角色，企业将难以实现ROI并确保工具适配。

有效的学习源于鼓励试错的环境。熟悉提示框架能降低AI使用门槛，而实验本身——包括学会“不做什么”——至关重要。

阻碍实验成效的一大障碍是“暗数据”。大量信息存储在文档、邮件等非结构化格式中，AI难以解读，导致模型基于不完整认知工作，输出不可靠，项目初期即停滞。突破瓶颈需将暗数据转化为可用形式，构建AI所需的结构、上下文和治理体系。奠定基础后，AI才能从孤立试点转向生产环境。

AI可简化规划，但执行仍由人驱动。随着工具接管常规工作流，判断力、叙事能力、创造性思维及变革领导力等AI无法复制的技能变得最具价值。

AI流利型专家成为新型通才，既能解读AI趋势，又能管理利益相关者关系。AI无法领导团队、解读细微语境或完全理解公司使命。过去身兼多职被视为缺点，如今在AI辅助下，员工能快速掌握以往需多年积累的技能，成为高效工作方式。

AI并非单纯取代工作，而是在重塑工作，并通过创造AI评估员、人工审核员等新职位，普及新技能获取机会，有望减少劳动力不平等。面对技能缺口，员工与雇主均需通过实验适应变化。