尽管对生成式人工智能(Gen AI)的投资激增，但许多企业并未实现预期的生产力提升。有观点指出，仅引入新技术不足以提升现实工作效率，数字工作环境中的人工智能应用需要新的方法。
高德纳公司副总裁托里·波尔曼在近期报告中提出当前IT领导者不容忽视的五项生成式AI应用趋势，并强调亟需制定超越技术采纳、创造实际商业价值的战略。
第一是"数字停滞现象"。2020年代初的急剧数字化转型使分散办公常态化，生产力曾暂时上升，但近期调查显示这种效应已开始停滞。混合办公等新型工作模式导致的通勤时间增加与自主努力减弱，正在抵消原有的数字成效。波尔曼指出："仅靠技术引入已无法保障生产力持续提升。"
第二是数字能力衰退。疫情初期同时具备技术使用意愿与能力的"数字敏捷劳动者"数量激增，但目前该数值正快速下降。尽管AI应用正在加速，但实际能主动运用该技术的员工呈减少趋势。这与组织整体的生产力停滞直接相关。数字领导者需通过实践导向的培训与奖励体系（而非简单教育）来切实强化员工能力。
第三大趋势是"AI的日常化习惯"。研究发现，每日使用AI的员工比未使用者体验到4.6倍更高的生产力提升。使用频率与工具多样性是关键因素，值得注意的是，能自由运用企业提供及个人AI工具的员工业绩提升尤为显著。因此IT领导者应在量化指标之外，定性倾听员工声音，引导AI自然融入日常工作流。
第四是"行政循环陷阱"。当前许多员工仅将AI用于邮件摘要或内容草拟等基础功能，未能转化为高价值创造。真正将AI作为工作革新工具的员工，得以从重复性工作中解放，将时间重新投入战略任务，从而驱动更显著的品质与绩效提升。企业应通过案例导向的内部通讯、企业门户等渠道积极分享"AI实践案例"，构建鼓励创造性应用的组织架构。
最后的第五项是"管理层与一线员工的AI乐观度差异"。管理层对AI普遍展现强烈期待且使用频繁，但实际一线员工却未能明显感知生产力提升，这种认知差距可能引发AI推广的内部阻力。领导层需通过定期反馈、成果共享及"AI乐观度指标"等评估体系持续监测这一现象。
由此可见，生成式AI要转化为真正的生产力革新，关键不在于技术本身，而在于如何将其融入以人为本的体系。超越简单应用、转向战略问题解决手段，并使其沉淀为日常工作的文化内核，这正是当前数字领导力的本质所在。
