理想工作的这5大特征，你的岗位占了几条？一份好的工作能够给予员工内

一份好的工作能够给予员工内在的激励，使之保持健康的心理状态，并创造出高水平的工作成果。
近日，在以“迎接数字化时代的变革”为主题的上海管理科学论坛中欧国际工商学院分论坛上，中欧管理学副教授李尔成介绍了经典的五因子工作特性理论，即一个好的工作岗位所具备的五大特征，并以此为基础，探讨了企业如何在数字化过程中重新设计工作岗位，发挥新技术的最佳效用。

文章图片
1

文章图片
数字化真的能提高生产效率？
在企业拥抱数字化的过程中，面临一个现实的需求，即企业应该怎么拥抱数字化，组织应该进行怎样的调整来提升企业的生产效率？从这个逻辑角度推断，大家默认科技和数字化应当是可以提升生产效率的。而实际上，有时我们会发现事实跟我们的直觉是相反的。
1987年，诺贝尔经济学奖得主罗伯特·索洛（RobertSolow）曾经提出过生产率悖论（ProductivityParadox），他提出：信息技术产业无处不在，而它对生产率的推动作用却微乎其微。尽管信息技术革命如火如荼，但产出绩效并不显著。
根据历史经验，在电力和计算机技术推出后，实际上生产效率曾经短暂地出现了下降的情况，直到推行10~20年以后它们才真正提升了各行各业的生产效率。
几年前，麻省理工大学教授布莱恩约弗森（Brynjolfsson）等学者对人工智能（AI）发展与现代生产率之间的悖论进行了研究。他们发现，人工智能实际上并没有显著提升我们的生产效率。在2017年发表的论文《人工智能和现代生产率悖论：期望和统计的落差》（ArtificialIntelligenceandthemodernproductivityparadox:aclashofexpectationsandstatistics）中，他们指出：一方面，使用人工智能的系统在越来越多的领域中达到或超过了人类的工作水平，也推动了其他技术的快速进步。然而，与此同时，过去十年实测的生产效率增长显著放缓，减少了放缓前十年的一半甚至更多。这个现象发生在许多大型新兴经济体中，许多发达经济体的劳动生产率增速在2005年前后下滑，此后一直保持在低位。例如， 2005—2016年，美国总劳动生产率的年平均增长率只有1.3% ，不到1995—2004年的年平均增长率（2.8%）的一半。

文章图片
为什么高科技没有显著提升劳动力的生产效率？对于生产率增长缓慢，与预期相悖的结果，研究人员做了四种解释：期望错误；测量不准确；人工智能利益分配不公；实施与重构滞后。
【理想工作的这5大特征，你的岗位占了几条？】其中，他们认为，实施与重构滞后可能是产生悖论的最大原因。人工智能最具有价值的能力，尤其是基于机器学习的能力，尚未在产业中得到广泛传播和应用。更重要的是，与其他通用技术一样，在一轮又一轮的的相关创新举措尚未开发和实施之前，它们的效果无法完全发挥出来。
这一点的核心在于，充分利用新技术需要相当长的时间——通常比人们普遍认为的时间要长得多。具有讽刺意味的是，对于那些相较之下更加重要，且最终会对总体统计数据和结果产生重大影响的技术来说，尤其如此。这意味着，技术发展将在一段时间内对生产率增长没有明显影响。直到必要的用于构建和完善新环境的时间过去后，该技术的作用才会开花结果。产生这样的时间差的主要原因有两个。其一，新技术要达到足以产生综合效应的规模，需要时间。其二，配合新技术应用的创新举措和调整方案都需要慢慢发现和实践，以充分发挥新技术的效率。