人們出于各種原因堅持使用數據，但這包括沒(méi)有成本的不正確假設。信息過(guò)載會(huì )給員工帶來(lái)壓力，而不處理信息可能會(huì )損害企業(yè)。

保存數字數據很便宜，但其真實(shí)成本高于您為存儲支付的費用。我不僅僅是在談?wù)撨\行服務(wù)器、維護所有空調和其他耗電組件的貨幣和環(huán)境成本。我說(shuō)的是數字混亂對你的影響，你的幸福感，以及你感覺(jué)自己做得很好的能力。

為了處理數字混亂和數字囤積，特別是在工作場(chǎng)所，我們必須從兩個(gè)角度考慮它。首先，這一切從何而來(lái)？誰(shuí)在生成所有這些數據，為什么？第二，為什么我們覺(jué)得有必要保留它，保留它的代價(jià)是什么？

微軟一直在提出人工智能（AI）可以幫助員工應對過(guò)多信息的想法，但該解決方案并沒(méi)有解決根本問(wèn)題，也沒(méi)有消除與數字混亂感相關(guān)的壓力。

人工智能能幫助解決信息過(guò)剩問(wèn)題嗎？

在今年的工作趨勢指數微軟認為，其名為Copilot的人工智能可以解決與該公司所說(shuō)的“數字債務(wù)”相關(guān)的一些問(wèn)題。在工作中被電子郵件、聊天、會(huì )議和報告淹沒(méi)，或者信息過(guò)載——不是什么新鮮事。新的是微軟提出，人工智能可以通過(guò)總結工人面臨的一些堆積如山的信息來(lái)減輕負擔。例如，如果您錯過(guò)了會(huì )議，您可以用一段話(huà)來(lái)總結所發(fā)生的事情，而不必觀(guān)看整個(gè)會(huì )議的錄音。這是 TL;DR 解決方案。微軟甚至已經(jīng)開(kāi)始了一些試驗，看看它的效果如何。

“64% 的員工為完成工作而苦苦掙扎” - 微軟工作趨勢指數報告

我可以想象這個(gè)解決方案有意義的場(chǎng)景，比如對于那些無(wú)休止地抄送電子郵件并且需要知道正在發(fā)生的事情的要點(diǎn)但不是每個(gè)細節的人來(lái)說(shuō)。然而，在大多數情況下，使用人工智能對我來(lái)說(shuō)是一種臨時(shí)的、短時(shí)的解決方案。如果你依靠人工智能為你總結電子郵件，也許這些消息一開(kāi)始就不應該這么長(cháng)。

效率沒(méi)有捷徑可走

你生活中有多少數字混亂根本不應該被創(chuàng )造？您可能已經(jīng)想過(guò)：這次會(huì )議應該是一封電子郵件?；蛘哌@封電子郵件應該是一條 Slack 消息。

對每個(gè)人來(lái)說(shuō)，更好的解決方案是投資于提高核心技能，如商務(wù)溝通、寫(xiě)作和分析。因此，與其讓人工智能總結一個(gè)漫長(cháng)的會(huì )議，我們?yōu)槭裁床慌嘤柸藗內绾卧跁?huì )議上浪費更少的時(shí)間呢？沒(méi)有人工智能捷徑可以教人們提高效率和生產(chǎn)力。

此外，如果會(huì )議、電子郵件或報告不必要地冗長(cháng)，那么創(chuàng )建它的人已經(jīng)花費了過(guò)多的時(shí)間和精力來(lái)制作這些低效的材料。當它們到達受眾時(shí)，使用 AI 來(lái)總結它們并不能節省作者的任何時(shí)間。

在工作趨勢指數中，微軟還表示，“64%的員工正在努力有足夠的時(shí)間和精力來(lái)完成他們的工作。這些員工說(shuō)他們也在創(chuàng )新或戰略思維方面苦苦掙扎的可能性要高出三倍半。

同樣，人工智能聽(tīng)起來(lái)不像是正確的解決方案。這些問(wèn)題聽(tīng)起來(lái)像是來(lái)自組織中與工作期望、工作分配以及重視“忙碌”而不是產(chǎn)出有關(guān)的嚴重錯誤。當然，你可以在上面貼上人工智能繃帶，但你的組織在下面仍然效率低下。

人工智能不會(huì )緩解你的壓力

“信息太多”或“數據太多”的問(wèn)題不僅僅是你今天如何處理它——這是人工智能可以解決的部分。這也是擁有它的純粹事實(shí)。研究人員認為，：數字囤積與物理囤積并沒(méi)有什么不同行為和障礙。問(wèn)題的核心是兩種相互矛盾的感覺(jué)：我淹沒(méi)在這種東西中，什么也找不到，但如果有一天我需要它怎么辦？

害怕丟棄某些東西，因為它以后可能有用，并不是來(lái)自理性的地方。但是，當所討論的對象是數字對象時(shí)，保存它似乎沒(méi)有成本，那么為什么不呢？

澳大利亞研究人員認為，代價(jià)是個(gè)人壓力.我對他們結論的解釋是，一般來(lái)說(shuō)，人們不會(huì )輕視數據。信息感覺(jué)嚴肅而重要。也許改變我們對數據是什么以及它代表什么的理解可以創(chuàng )造更多的輕松感，我們可以更容易地放手。忽視真正問(wèn)題的代價(jià)

忽視真正問(wèn)題的代價(jià)

自 2000 年代初通過(guò)《薩班斯-奧克斯利法案》（在較小程度上，1999 年的《格雷姆-里奇-比利雷法案》部分要求金融機構保留電子郵件）以來(lái)，美國已經(jīng)制定了管理數據保留的法律。組織負責存儲和維護大量數據。其中許多法律措施實(shí)際上是為了不銷(xiāo)毀證據，遵守這些措施是 IT 部門(mén)、法律顧問(wèn)、高管和董事會(huì )成員的事情。這與你不清理收件箱沒(méi)有任何關(guān)系。

相反，許多組織在法律上不再有義務(wù)保留數據時(shí)就會(huì )刪除數據。如果這對他們來(lái)說(shuō)不是那么珍貴，也許你也不需要那樣對待它。

但正如我所說(shuō)，我們數字混亂的部分問(wèn)題是我們一直在制造它。企業(yè)不太擅長(cháng)給員工時(shí)間、空間和資金來(lái)發(fā)展他們的核心工作技能，從而減少多余的數據生成。短視的思維（更不用說(shuō)永遠增加利潤的壓力，盡管這是不可持續的）阻礙了管理者長(cháng)期發(fā)展員工及其技能的工作。每周花一個(gè)小時(shí)在商務(wù)寫(xiě)作課或演講研討會(huì )上，比要求人工智能將75張幻燈片的PowerPoint變成10個(gè)要點(diǎn)要大得多。

是時(shí)候建立新的商業(yè)文化了

抓住我們不需要的數據是有代價(jià)的，忽視不必要地創(chuàng )建數據的員工將從技能培訓中受益這一事實(shí)就失去了機會(huì )。相反，組織應該建立一種討論數據價(jià)值的文化，同時(shí)對員工的技能進(jìn)行新的投資，而不是轉向人工智能尋求快速解決方案。