全国服务热线
随着组织面临跨世代技术应用的挑战，他们越来越关注如何制定策略来弥合精通技术的年龄小的员工与具有不一样技术水平的年长员工之间的差距。
与刻板印象相反，年长员工通常在早期计算机时代积累了丰富的技术经验，比如排查第一代个人电脑故障或早期网络系统问题。
Cypher Learning 的创始人兼 CEO Graham Glass 表示，评估所有员工的技术历程可以进一步探索他们的技能水平和适应程度。
他说：通过将培训需求视为个性化的医疗记录，组织可以设计出尊重经验同时弥补差距的项目，避免采用可能疏远员工的统一方案。
Glass 说：在推动工作场所技术熟练度时，要考虑每个用户的观点。
Principal Financial Group 企业业务解决方案副总裁兼 CIO Ryan Downing 指出，云转型是跨代合作的典型例子，不同年龄段的工程师共同提升技能。
他说：让我印象最深的是，新员工带来新视角和活力，而经验比较丰富的小组成员贡献智慧和专业相关知识。这种动态平衡了竞争环境，增强了团队凝聚力，确保每个声音都能被听到。
为了促进包容性 AI 应用，Downing 表示组织应该将重点从简单采用新工具转移到转变工作方式上。
在 Principal，我们正在开始试点指导项目，重点是设定明确的目标，帮助团队提高效率和质量，Downing 解释道。
这些项目引导团队探索如何利用 AI 工具以不同于传统方法的方式创造价值。
他说：以结果为导向的思维方法鼓励探索，减少对 AI 工具的顾虑。
定制化培训也在帮助弥合代际技术差距。Downing 表示在 Principal，培训平衡了正式学习机会、指导和辅导以及有意义的任务分配。
这种方法让小组成员能够在实际场景中应用新技能，Downing 说。通过提供多样化的学习方法，我们大家可以适应不同的工作方式和准备程度，确保所有小组成员都能有效参与新技术。
Downing 解释说，主要挑战通常不是缺乏工具或学习意愿，而是倾向于将 AI 工具仅仅视为附加功能，而不是转型的推动力。
重要的是不要低估实施这些新工具的人文因素，帮助小组成员重新构想他们的工作流程，Downing 说。强调转型而不是工具有助于确保跨世代的有意义采用。
Glass 解释说，虽然年龄小的员工可能很快适应 AI 工具，但年长员工常常要对他们在工作场所的角色以及 AI 作为增强而非替代其贡献的工具的实用性得到保证。
由 AI 驱动的个性化学习平台允许员工按照自己的节奏学习，确保熟练度而不荒度时间或冒尴尬的风险，他说。
同伴指导和协作进一步弥合差距，让年龄小的员工分享他们的数字流畅性，同时从年长同事的问题解决能力中受益。
接触 AI 越少的人，顾虑就越多，Glass 说。我们最近的研究表明，年轻男性比年长员工或女性对 AI 的担忧更少。
这种舒适度差距是由于花在实验技术上的时间多少造成的，因此企业鼓励这种实验是明智之举。
另外两个常常会出现的重大问题是隐私和对 AI 取代人们工作的恐惧，Glass 补充道。
管理者能够最终靠制定 AI 使用规则来解决第一个问题——例如，定义不应该让 AI 接触的任务。至于第二个问题——要向员工，尤其是年长员工保证，AI 是一个工具，旨在减轻他们的例行工作，提升他们的角色。
越是强调员工的重要性，他们就越不容易担心工作保障问题，Glass 说。
Gartner 分析师 Autumn Stanish 解释说，实施跨代技术培养和训练项目的组织通常通过即时反馈和长期指标的组合来衡量成功。
留存率和吸引率是关键指标，比如跟踪员工是否因为公司的包容性声誉而留任更长时间或吸引新人才，她说。
Stanish 提到 Broadridge 的反向指导项目，年龄小的员工指导年长同事工作相关的主题。
项目结束后，导师和学员都使用 10 分制完成调查，评估增强归属感、拓宽视野和推荐体验意愿等成果。
Stanish 说，调查的短期见解有助于指导改进，而提升员工满意度和留存率等更广泛的目标需要时间才能充分实现。
小规模调查和收集反馈的时刻让我们直接与员工联系，跟着时间推移，这些定性见解推动更大的定量成果，她说。
