盛曉娟 郭 輝 何 勤

(1.北京聯(lián)合大學 管理學院，北京 100101;2.首都經濟貿易大學 勞動經濟學院，北京 100070)

一、引言

人工智能被認為是第四次工業(yè)革命的核心驅動力量，機器人、自動化、語音識別、智能輔助等人工智能技術的應用正在驅動著新一輪的產業(yè)變革，將歷次技術變革積累的能量進一步釋放，重塑生產、消費、服務等各個環(huán)節(jié)，衍生大量新模式、新技術與新形態(tài)，推進人類生產生活的重大變革[1]。人工智能技術的采納會重塑就業(yè)結構[2]，減少員工數(shù)量[3]，重塑技能需求與職業(yè)機會[4]?，F(xiàn)有研究表明，人工智能技術的應用，一方面能夠幫助企業(yè)進行有效的資源配置，提高工作效率；另一方面卻可能會給員工帶來消極情緒[5]。人工智能技術滲透到各行業(yè)改變原有的生產經營方式，也必將對員工的發(fā)展產生深刻的影響，而員工績效是驅動企業(yè)取得長期競爭優(yōu)勢的核心要素[6]，重視人工智能技術的采納對員工績效的作用機制將有助于新技術的擴張與企業(yè)的長期健康發(fā)展。在當前弱人工智能階段的背景下，主動關注人工智能對員工績效的影響對企業(yè)人才戰(zhàn)略管理、員工職業(yè)發(fā)展等具有重要意義。

隨著人工智能技術的應用，傳統(tǒng)的勞動力將會被規(guī)模性地取代[7]，造成大量的失業(yè)，形成極化現(xiàn)象，這將是嚴峻的社會問題。就業(yè)是員工實現(xiàn)自身價值的基本條件，作為衡量員工行為結果與組織目標接近程度、決定工作產出的績效對員工發(fā)展至關重要，其豐富的內涵也將注定是人工智能時代下的社會現(xiàn)實問題[3]。梳理現(xiàn)有相關的文獻發(fā)現(xiàn)，學者們多把研究視角聚焦在宏中觀層面，包括宏觀就業(yè)結構變化[8-9]，以及中觀企業(yè)價值與管理[10]，還未涉及員工績效這一微觀維度。而技術變革對員工產生的影響必須得到關注與重視，因此本研究主要是探索AI技術運用對員工績效的影響。

根據(jù)資源保存理論，當個體面臨資源損失時，具備積極采取措施獲取、保留與開發(fā)重要資源，阻止資源進一步流失的動力[11]。自我決定理論則認為，個體天生具有積極自我調節(jié)的傾向，在充分認識自己與外部環(huán)境的基礎上，對自己的行為或者行動做出決策[12]。資源保存理論基于資源視角，解釋行為的內在動機，同時為行為的發(fā)生提供資源性條件分析;而自我決定理論基于行為視角，將自我保留重要資源的內在動機結合外部環(huán)境，做出積極的行為應對。已有研究表明，個體技能水平的提高與知識的積累，可以激勵其有效提高任務績效[12]。在新技術滲透到各行各業(yè)的背景下，技術變革需要更高層次、更廣泛的技能種類，以及高于平均水平的技能?；谫Y源保存理論與自我決定理論的雙重視角，員工并不會因為人工智能技術使用程度的提高而主動放棄保留重要資源的需求，相反地，為應對新的知識技能要求，員工個體勢必不斷主動提升自身在工作方面的勝任力，加大工作投入，實現(xiàn)保存生活所需要的資源目標，呈現(xiàn)出提高知識技能的需求。因此，為研究AI技術運用對員工任務績效的中間作用機制，本研究將知識技能要求納入其中，探討新技術的運用如何通過知識技能要求影響員工任務績效；本研究還考察AI技術運用對員工任務績效的直接影響作用；基于資源保存理論和自我決定理論的整合視角，構建“AI技術的運用-知識技能要求-員工任務績效”的研究框架。

二、理論分析及研究假設

(一)AI技術運用的概念與內涵

人工智能被定義為系統(tǒng)正確解讀外部數(shù)據(jù)、從這些數(shù)據(jù)中學習以及通過靈活使用這些學習來實現(xiàn)特定任務和目標的能力。有學者認為，人工智能主要是通過模仿、延續(xù)與擴張人類的智慧，來幫助人類完成工作[13]。概括來說，人工智能領域主要包括兩個方面，一個是試圖再現(xiàn)人類的能力，另一個是通過利用計算機的力量來擴展延伸人類做出更好決策的能力。

隨著技術的滲透，人與機器的信息交換活動越來越頻繁，即人機交互程度隨之加大，許多機器人必須與那些不具備操作機器人的特殊技能或未受過培訓的人進行互動[14]；人機交互領域面臨著支持復雜任務、調解網絡交互以及管理和利用日益增加的數(shù)字信息可用性的困難與研究設計的挑戰(zhàn)[15]；人與機器協(xié)作克服困難，相互增強，共同進化，這就是人機協(xié)同。人機協(xié)同反映的是人對人工智能技術在工作任務上的依賴程度，同時，隨著機器智能化水平的提高。數(shù)智化技術將逐漸融入組織內部的關系網絡中，人們對機器的定位將發(fā)生改變，即從輔助工具到必須面對的合作伙伴[16]。信息系統(tǒng)領域的結構化理論認為，不管面對怎樣的技術，人的主體性依然處于領導地位，所以，不僅要關注技術的結構屬性，員工對技術的情感體驗、認知與反抗行為也是不容忽視的[17]，人機關系就是人機依存關系，反映員工對機器運用的態(tài)度與情感體驗。隨著人工智能技術的運用，人與智能機器不斷磨合，人與機器協(xié)作完成工作任務，進而催生出人機關系。因此，人機協(xié)同程度與人機關系能夠反映人工智能技術運用的程度。

目前，學術界對AI技術運用的測量指標或者維度尚未統(tǒng)一，有學者采用R&D投入密度、專利申請數(shù)量、機器人的引進與價值等度量，但這些指標均未將人的因素納入考慮范圍，無法準確測量AI技術的應用水平。不同于以往的新技術，人工智能技術具有破壞力更大、影響力更強的特點，隨著AI技術的運用，人機協(xié)同將成為智能進程下的常態(tài)化機制[18]，機器并非獨立于人而存在，而是作為人的輔助者、延伸者，人機協(xié)同程度能夠很好地測量AI技術運用中人機交互的強度；另外，根據(jù)行動者網絡理論，技術和人是行動的聯(lián)合體，該理論主張關注人與技術相互影響、彼此塑造的關系，以及人機組成的協(xié)作網絡的動態(tài)發(fā)展過程[19]。人機協(xié)同的過程中，人的價值觀主宰機器的價值判斷，人機關系則反映人對機器的情感體驗與態(tài)度，員工的態(tài)度正向影響技術的運用[20]。人機協(xié)同程度和人機關系分別從實際操作維度和主觀態(tài)度來反映AI技術運用的程度，因此，本文將人機協(xié)同程度與人機關系作為衡量AI技術運用的兩個維度。

(二)AI技術的運用與員工任務績效

員工績效是驅動企業(yè)取得長期競爭優(yōu)勢的核心要素，由此在學術界備受關注，基于績效結果觀，任務績效是工作產出的主要表征形式[6]，其可以衡量員工完成個人任務的能力，也是個體可以利用外部機會作為追求與有效個人績效相關回報的手段[21]。

就人工智能技術的應用對員工產生的影響來看，王才等人(2019年)[22]的研究表明，人工智能技術的運用使得組織外部環(huán)境發(fā)生變化，而對員工的生存發(fā)展產生顯著影響，引發(fā)員工的工作不安全感，面對技術的復雜性，員工會表現(xiàn)出消極的情緒[5]，然而工作不安全感則會對工作績效產生負向影響[23]。根據(jù)自我決定理論，人與生俱來就有積極自我調節(jié)的傾向，當從事某種活動能帶來結果時就會產生行為動機[12]。于偉等人(2018年)[24]研究發(fā)現(xiàn)，個體的積極特征帶給工作績效的積極影響往往能夠抵消工作不安全感或是消極情緒對工作績效的負面影響。具體而言，人工智能技術的采納，使得工作條件、工作內容等工作資源發(fā)生變化，員工將感知到技術運用對低技能崗位的替代效應與失業(yè)風險，從而面臨資源損失的不確定性。根據(jù)資源保存理論，個體傾向于保留已有的重要資源，員工為掌控機器操作、提高自己的勝任能力，勢必尋求可行的學習方式，更好地與機器互動，努力達成人機協(xié)同。朱曉妹等(2021年)[25]認為人工智能對程序化、事務化工作的快速處理，使得員工可以從煩瑣重復性的工作中解脫出來，能夠更加專注核心的工作任務，進而提高工作績效。為適應人工智能技術，員工會結合新的環(huán)境做出行為選擇，謝小云等人(2021年)[26]的研究表明，內在動機使得人機關系趨于和諧，和諧的人機關系將增強員工對資源的感知，為維護、保留、獲取自己認為有價值的資源，他們會加大工作投入，主動承擔任務，進而促進任務績效的提高[18]?；诖?，本文提出以下假設：

H1a：人機協(xié)同程度對員工的任務績效具有顯著的正向影響；

H1b：人機關系對員工的任務績效具有顯著的正向影響。

(三)AI技術的運用、知識技能要求與員工任務績效

知識技能要求指的是勝任工作任務所需具備的專業(yè)知識和技術能力，包括技能水平、技能復雜程度等[27]。人工智能帶來的技術變革將使勞動力的知識結構與技能要求發(fā)生顛覆性的轉變[13]，因為其技術偏向性的特征會使得勞動力市場中對高學歷和高技能員工的需求持續(xù)加大，同時低學歷和低技能的崗位需求大幅減少，進而迫使勞動者技能結構重構，形成極化現(xiàn)象。

國外學者弗蘭克(Frank)等人(2019年)[4]研究認為，人工智能時代下，新技術的采納，會要求執(zhí)行特定的工作任務，從而改變對特定工作場所技能的需求。從人機交互視角來看，國內學者鄭勤華等人(2021年)[28]認為，人機協(xié)同要求員工在掌握原有硬知識的基礎上，還要構建多維度智能素養(yǎng)。邱子童等人(2020年)[29]表明人機協(xié)同提高了崗位技能要求，使其呈現(xiàn)出跨學科技能多樣化、技能水平高階化、人機合作技能復雜化等特征。另外，新技術的引進，持續(xù)增大了對高技能人才的需求，其技術偏好性的特征提高了對知識技能水平的要求。從人機關系視角來看，張?zhí)盏热?2019年)[16]認為，在智能化進程中，人機關系將從人機分離到人機融合。為實現(xiàn)自身價值以及保證工作的延續(xù)性，人的態(tài)度將會從一開始的抵抗逐步轉向適應[26]，從不信任到信任，而員工對技術的信任是影響其使用的關鍵因素，人機關系的改善需要員工具備更多的社交技能，因為這些技能難以通過自動化獲取[4]，認知和社交技能表明需要更高技能和更具生產力的工作[26]。綜上所述，本研究提出以下假設：

H2a：人機協(xié)同程度對知識技能要求產生顯著的正向影響；

H2b：人機關系對知識技能要求產生顯著的正向影響。

根據(jù)資源保存理論，個體傾向于獲取、保留自身資源，會時刻關注周圍環(huán)境的變化，接收、分析、評估變化所帶來的信號進而采取相應的行動[11]。所以當技術變革導致工作環(huán)境和條件變化、提高對員工的工作技能要求時，會促使員工整合內外部資源，提高自身的技能水平，強化專業(yè)知識[30]。隨著技能水平的提高與知識的積累，可以激勵其有效提高個人的績效[12]。人為因素是工業(yè)4.0未來所需技能的關鍵要素，不僅要確保員工能夠有效和自信地使用新技術，而且要確保他們在快速變化的工作場所生存和繁榮[23]。工作技能決定著工作匹配的成敗[4]，根據(jù)自我決定理論，員工為滿足自身勝任力與自主能力的需要，會主動尋求學習機會，努力提高技能水平，滿足知識技能要求從而促進績效產出?；诖耍狙芯刻岢鲆韵录僭O：

H3：員工的知識技能要求對員工任務績效產生正向影響，即知識技能要求越高，越有助于提高員工的任務績效。

隨著AI技術的運用，原有的工作內容與工作要求等被重塑，大量低技能崗位將被淘汰，對勞動者的知識技能提出更高的要求。根據(jù)資源保存理論，個體傾向于保留、獲取自己認為重要的資源，形成提升自我的內在動力，驅動著個體在已有資源的基礎上實現(xiàn)資源增值螺旋[11]，呈現(xiàn)提高知識技能的需求，增加對組織奉獻的感知，激勵個體加強自身競爭力與開發(fā)新技能，從而增強績效水平。隨著人工智能技術的采納，知識技能要求的提高會促使員工自主加大工作投入，逐漸增強職業(yè)適應能力，提高對動態(tài)環(huán)境的感知與控制，進一步提高績效?；谫Y源保存理論以及自我決定理論的綜合視角，員工將提高知識技能水平作為應對技術運用的有效方式，在權衡技能要求與所需技能后，對其有整體感知，這種感知進一步促使員工采取積極的措施來應對技術運用對自身任務績效的影響，技能水平的提高有利于提高工作效率，從而促進任務績效。因此，員工的知識技能要求在AI技術運用與員工任務績效之間起到中介作用?；诖?，本研究提出以下假設：

H4a：員工的知識技能要求在人機協(xié)同程度和員工任務績效之間起到中介作用。

H4b：員工的知識技能要求在人機關系和員工任務績效之間起到中介作用。

綜上所述，本研究所構建的人工智能技術影響員工任務績效的理論模型如下圖1所示：

圖1 本文理論模型

三、量表構建

由于目前人工智能的相關研究還處于初級探索階段，對于人工智能技術運用的測量還缺乏成熟的工具，同時，學術界對于員工未來具體知識技能的要求尚未達成統(tǒng)一的共識, 所以本研究編制了量表。

(一)初始量表編制

參考Medcof(Medcof，2011年)[31]的計算機程序使用程度量表，同時結合人工智能企業(yè)訪談內容編碼形成測量AI技術運用的題項，從人機協(xié)同程度與人機關系兩個維度篩選形成的十個條目來測量AI技術運用。請企業(yè)員工測評十個條目的可讀性，并進行語言修改，然后請人力資源方向的專家來評定條目的科學性，最終得到由八個條目組成的初始量表，兩個維度分別由四個條目來測量。人機協(xié)同程度的測量題項包括：“X1我需要AI技術提供信息資源來完成工作的程度是”“X2我需要AI技術輔助我完成工作的程度是”“X3我需要與AI技術實時進行交互的程度是”“X4我監(jiān)控AI設備獨立完成工作的程度是”，人機關系的測量題項包括：“X5我將AI設備視為我的工作伙伴”“X6我在工作中與AI設備的協(xié)作是友好的”“X7 AI設備讓我在工作中感到支持”“X8在工作中，我能夠與AI設備進行類似人與人之間的交流”。量表采用Likert-5評分法。

另外，借鑒MJ Sousa(Sousa & Wilks，2018年)[32]預測未來所需技能的量表，設計如下題項：請根據(jù)您在工作中所需要的技能程度，選擇最符合您實際狀態(tài)的選項：A1人工智能專業(yè)或應用軟件的能力，A2編程語言和技術，A3算法分析能力，A4數(shù)據(jù)分析和挖掘能力，A5智能化系統(tǒng)操作能力，A6智能化系統(tǒng)優(yōu)化能力，A7智能系統(tǒng)解釋能力，A8智能系統(tǒng)維修、維護能力，A9與機器的互動能力，A10與機器進行信息交換的能力,A11交互界面設計能力；B1學習能力，B2適應能力，B3應急處理能力，B4歸納推理能力，B5溝通協(xié)調能力，B6團隊合作能力，B7創(chuàng)新能力。量表采用Likert-5評分法。

(二)初始量表測量

將初始所收集到的樣本隨機平均一分為二，用第一份樣本做探索性因子分析，用第二份樣本做驗證性因子分析。兩份數(shù)據(jù)樣本在學歷、月收入等方面無差異。首先，對設計的題項進行探索性因子分析，采用主成分分析方法提取因子，利用最大方差法進行旋轉。結果顯示，AI技術運用的題項的KMO值為0.922，通過KMO和Bartlett球形檢驗，適合做因子分析。提取的兩個因子與設定的兩個維度一致，其中，X1、X2、X3、X4為一個因子，X5、X6、X7、X8為一個因子，分別將其命名為“人機協(xié)同程度”與“人機關系”，累積總方差解釋率為79.24%。測量知識技能要求條目的KMO值為0.974，也通過檢驗，適合做因子分析，提取出了兩個因子，A1—A11為一個因子，B1—B7為一個因子，將其分別命名為：“技術能力要求”與“適應能力要求”，累積總方差解釋為72.413%，克隆巴赫系數(shù)值也較為理想。

其次，利用Amos25.0進行驗證性因子分析，經檢驗，各項指標都在標準范圍之內，各題項的標準化因子載荷均在0.7以上，且在0.001水平下顯著。根據(jù)標準化因子載荷計算組合信度(C.R)與平均方差抽取量(AVE)檢驗收斂效度，并檢驗區(qū)別效度，具體結果如下表1所示，結果顯示，平均方差抽取量(AVE)均大于0.5，組合信度(C.R.)均大于0.7，量表具有較為理想的收斂效度和區(qū)別效度。

(三)最終量表的確定

本文用“人機協(xié)同程度”和“人機關系”兩個維度測量AI技術的運用程度，每一個維度包括4個題項；知識技能要求用提取的兩個因子進行測量，其中“技術能力要求”表示和人工智能技術相關的能力，具體包括11項能力；“適應能力要求”表示非程序性的非認知能力，具體包括7項能力。

四、研究設計

(一)樣本收集

采用線上發(fā)放與線下實地調研的方式，對全國各地技術或研發(fā)崗、財務崗、人力或行政管理崗、銷售崗、運營崗、客戶服務崗、產品生產或服務提供崗的在職人員進行問卷調查與收集，剔除無效問卷后，最終收回1500份有效樣本，其中，男性占比48%，女性占比52%；一半以上的被調查者年齡在26～35歲；學歷方面，大專及以下占比34.27%，本科占比57.13%，碩士及以上占比8.6%。

表1 信效度檢驗

(二)變量測量

1.人工智能技術的運用

采用本文自編的人工智能技術運用的量表，量表的Cronbach’s α 系數(shù)為0.930。

2.知識技能要求

采用本文自編的知識技能要求的量表，量表的Cronbach’s α 系數(shù)為0.966。

3.員工任務績效

采用許彥妮[33]編制的任務績效量表，量表由四個條目組成，包括：“Y1工作量高于平均水平”“Y2工作質量高于平均水平”“Y3工作效率高于平均水平”“Y4工作質量高于其崗位規(guī)定的標準”，由領導評價下屬相比其他下屬的表現(xiàn)情況進而評價其績效水平，量表采用Likert-5評分法，量表的Cronbach’s α 系數(shù)為0.782。

4.控制變量

根據(jù)獨立樣本T檢驗及單因素方差分析結果，本文控制變量包括學歷(高中及以下 = 1，大專 = 2，本科 = 3，研究生及以上 = 4)、月收入(3000元以下=1，3001～5000元=2，5001～8000元=3，8001～12 000元=4，12 001元及以上 = 5)。

五、實證分析

(一)各變量的獨立性檢驗

本文使用Amos23進行驗證性因子分析，分別將人機協(xié)同程度、人機關系、技術能力、適應能力和員工任務績效所構建的五因子模型、四因子模型、三因子模型、二因子模型和單因子模型進行比較。結果如下表2所示，由表2可以看出，五因子模型的擬合情況最理想，說明本文的五個構面具有較好的區(qū)分效度。

(二)共同方法偏差檢驗

為了避免可能存在的共同方法偏差，本研究采用Harman單因子方法來進行檢驗。該方法是將5個因子的測量題項進行因子分析，若是只析出唯一因子或者第一個因子能夠解釋大部分的變異，則表明存在嚴重的共同方法偏差[34]。結果顯示，第一個因子解釋的變異量為23.35%，遠小于臨界值40%，說明本研究不存在嚴重的同源偏差。

(三)描述性分析

采用Spss25.0對各變量進行描述性統(tǒng)計及相關性分析，表3給出了變量的均值和標準差及變量的相關系數(shù)。結果表明，人機協(xié)同程度、人機關系均和技術能力要求、適應能力要求及任務績效顯著正相關；技術能力要求和適應能力要求也和員工任務績效顯著正相關，初步驗證了提出的假設。

(四)假設檢驗

1.直接效應檢驗

利用SPSS25.0進行多重線性回歸以檢驗直接效應，結果如表4、5所示。結果表明，人機協(xié)同程度正向影響技術能力要求(β=0.71，p<0.001)，正向影響適應能力要求(β=0.55，p<0.001)，假設H2a得證；正向影響員工任務績效(β=0.34,p<0.001)，假設H1a得證。

人機關系正向影響技術能力要求(β=0.685，p<0.001)，正向影響適應能力要求(β=0.57，p<0.001)，假設H2b得證；正向影響員工任務績效(β=0.36，p<0.001)，假設H1b得證。技術能力要求正向影響員工任務績效(β=0.38，p<0.001)，適應能力正向影響員工任務績效(β=0.36，p<0.001)，假設H3得證。

當人機協(xié)同程度與人機關系同時作用于“技術能力要求”時，產生顯著的正向影響，人機協(xié)同程度的標準化回歸系數(shù)絕對值為0.45，大于人機關系的標準化回歸系數(shù)絕對值0.39，說明人機協(xié)同程度對技術能力要求的影響相對較大；當人機協(xié)同程度與人機關系同時作用于“適應能力要求”時，產生顯著的正向影響，人機協(xié)同程度的標準化回歸系數(shù)絕對值為0.29，小于人機關系的標準化回歸系數(shù)絕對值0.37，說明人機關系對適應能力要求的影響更大。不難解釋，人機協(xié)同表示的是人對工作任務上的依賴程度，隨著技術的推廣運用，人機協(xié)同程度增大，需要員工提高相應的工作技能以應對工作任務的變化，進而提供技術能力要求;隨著人機關系的提高，人對人工智能技術的情感依賴程度增強，提高員工的認知能力，相應的提高適應能力要求。當人機協(xié)同程度與人機關系同時作用于任務績效時，人機關系的標準化回歸系數(shù)更高，對任務績效的影響更大，也就是說，從某種程度上看，和諧的人機關系更能從根本上提高員工的任務績效。

表2 驗證性因子分析結果

表3 描述性分析結果

表4 層級回歸結果

表5 層級回歸結果

2.中介效應檢驗

采用SPSS25.0的多重線性回歸檢驗中介效應，研究結果如表5所示。結果表明，在納入技術能力要求后，人機協(xié)同程度對員工任務績效的正向影響降低(β= 0.13，p< 0.001)；人機關系對員工任務績效的正向影響降低(β= 0.19，p< 0.001)。

在加入適應能力要求后，人機協(xié)同程度對員工任務績效的正向影響降低(β= 0.20，p< 0.001)；人機關系對員工任務績效的正向影響降低(β= 0.23，p< 0.001)。

利用SPSS25.0的Process程序進行Bootstrap檢驗，設置抽樣次數(shù)5000次，設置95%的置信水平，進一步檢驗知識技能要求在AI技術運用與員工任務績效之間所起的中介作用，研究結果如下表6所示。根據(jù)結果可知，人機協(xié)同程度通過技術能力要求影響員工任務績效的間接效應值為0.08，非對稱區(qū)間為(0.042，0.118)；通過適應能力要求影響員工任務績效的間接效應值為0.057，非對稱區(qū)間為(0.029，0.085) ，人機關系通過技術能力要求影響員工任務績效的間接效應值為0.085，非對稱區(qū)間為(0.042，0.129)；通過適應能力要求進而影響員工任務績效的間接效應值為0.064，非對稱區(qū)間為(0.028，0.099)。非對稱區(qū)間均沒有包含0，因此假設H4a，H4b得證。

六、結論與啟示

(一)結論

本研究基于資源保存理論和自我決定理論的整合視角，從人機協(xié)同程度與人機關系兩個維度探索了人工智能技術的運用對員工任務績效的影響及作用機制，得出了以下結論：

表6 中介效應結果

人工智能技術的應用對員工的任務績效存在顯著的正向影響，說明AI技術運用的程度越高，對員工任務績效的提升作用越明顯。盡管已有研究發(fā)現(xiàn)，人工智能技術的采納會引發(fā)員工的消極情緒，帶來工作不安全感，但是人天生的積極特征會進行自我調節(jié)，進而促進工作績效，抵消負面情緒對工作帶來的消極影響。另外，本研究將人工智能技術的運用劃分為人機協(xié)同程度與人機關系兩個維度，證實了二者對員工績效的正向影響作用，具有一定的創(chuàng)新探索意義，也意味著在關注技術發(fā)展的同時，我們需要關注員工對機器的態(tài)度，這樣才能更好地實現(xiàn)人機融合。

知識技能要求在提升員工任務績效的同時，還中介了人工智能技術運用與員工任務績效之間的關系，說明AI技術的運用會提高員工知識技能的要求進而促進任務績效，具備滿足新技術要求的知識技能與適應環(huán)境變化能力的員工往往能獲得更高的績效水平。以往研究表明，人工智能技術的采納會重塑技能結構，但并未具體到需要何種技能。本研究提出的兩類技能要求值得關注，對員工的職業(yè)發(fā)展方向也具有一定的指導意義。

(二)啟示

綜合本研究來看，在外部技術變革與企業(yè)內部管理需求的驅動下，企業(yè)和AI技術的融合是一種必然趨勢，盡管現(xiàn)在還處于弱人工智能時代，但是人工智能技術對企業(yè)與員工的影響并非短暫的、局部的，而是長遠的、全面的滲透性影響。然而，組織和個體應該意識到這種動態(tài)的影響并非是一件壞事，反而可能“激活個體”，促進員工實現(xiàn)“自我升級”進而提高任務績效。因此，處于數(shù)字化、智能化的時代背景下，無論是企業(yè)管理層還是員工個體層面，都應當以積極的態(tài)度靈活應對，提高適應性，在變革的環(huán)境中打造自身的核心競爭力。

對于企業(yè)而言，要為人工智能時代下組織的長期發(fā)展做好培養(yǎng)高端技能人才的工作。首先，企業(yè)應該合理設計工作內容，給予員工更多的自主權。技術的引進導致了持續(xù)的任務重組，這給員工造成了知識缺口，個人與環(huán)境之間的不匹配可能會導致緊張，帶來壓力，所以，組織應當引導員工客觀分析環(huán)境變化的復雜性和預測發(fā)展方向，發(fā)現(xiàn)蘊藏的威脅與機會，充分發(fā)揮其主觀能動性。根據(jù)社會交換理論，當員工擁有自主性、任務認同、任務反饋、技能多樣性，并獲得組織支持和發(fā)展機會時，他們將以更高的敬業(yè)度作為回報，積極地進行自我提升；其次，企業(yè)應當建立健全培訓員工知識專業(yè)化、技能多樣化的常態(tài)化機制，使得員工掌握最新的知識技能以適應使用新技術的需求，并且將員工的職業(yè)能力發(fā)展納入組織發(fā)展的目標，幫助員工學習成長，實現(xiàn)二者的共同發(fā)展；再次，企業(yè)內部應當建立激勵機制，激化員工自主提升的積極性，形成競爭合作的發(fā)展機制，使得員工正確看待新技術的引進。此外，企業(yè)在采納和推廣人工智能技術時不僅要考慮到人機協(xié)同程度，也要主動關注人機關系，及時捕捉員工對技術的情感體驗、認知、適應與反抗行為，做好員工的心理疏導工作，力求達到技術、組織與員工的深度融合與協(xié)同發(fā)展。

對于員工而言,首先，應該認識到技術的進步是不可逆的，要以積極的態(tài)度應對技術的使用，已有研究表明技術壓力源于員工無法以正確的方式應對技術的使用，實際上，壓力是一種不安，壓力源來源于個人與其環(huán)境之間的差距或不適應，技術壓力可以影響員工的績效、組織承諾和工作滿意度，因此積極樂觀的態(tài)度與正確的方式顯得尤為重要。其次，員工要有自我提升的意識，培養(yǎng)終身學習的觀念，優(yōu)化自身知識結構，提高技能多樣性，轉換管理思維。不僅要提升自身技術方面的能力，注重專業(yè)知識的加速迭代，還要加強培養(yǎng)包括人際溝通、創(chuàng)新能力、適應能力等軟能力技能，使得自身滿足基于自主、勝任與關系的需求，形成自我決定感，主動提高個人與工作要求的匹配度，進而提高工作績效。最后，員工要調動一切可以利用的資源，不斷地訓練自己去應對變化，在復雜的環(huán)境中尋求與變化相匹配的最佳模式，借助解決問題的能力，讓危機轉變成新的發(fā)展機遇。