Setengah daripada Pekerja AS Sekarang Gunakan AI pada Kerja: Model Operasi COO Perlu bagi Era Pasca-Pelopor

Ringkasan Cepat: Gallup melaporkan 50% daripada pekerja AS yang bekerja sekarang gunakan AI di tempat kerja, dengan 13% menggunakannya setiap hari. Apabila majoriti tenaga kerja anda gunakan AI tidak kira dasar, anda bukan lagi menjalankan pelopor — anda menjalankan model operasi yang tidak didokumentasikan. Kerja COO sekarang ialah membuat model itu eksplisit.

Apa Data Katakan

• 50% daripada orang dewasa bekerja AS melaporkan menggunakan AI dalam peranan mereka sekurang-kurangnya beberapa kali setahun, naik daripada 46% suku terdahulu (Gallup 2026)
• 13% pekerja AS gunakan AI setiap hari; 28% gunakannya beberapa kali seminggu atau lebih (Gallup 2026)
• 65% pekerja di organisasi yang melaksanakan AI melaporkan keuntungan produktiviti dan kecekapan (Gallup 2026)
• Industri dengan pendedahan AI lebih tinggi mengalami kira-kira 10% pertumbuhan produktiviti yang lebih besar dan pertumbuhan upah 4.8% lebih tinggi setiap sisihan piawai daripada pendedahan AI (analisis phys.org daripada data industri 2017–2024)
• Federal Reserve mula secara formal menenjejaki penggunaan AI dalam penunjuk ekonomi AS pada awal 2026, menandakan pembenaman berstruktur pada skala makroekonomi

Bagi kebanyakan tiga tahun yang lalu, AI di tempat kerja telah dibingkai sebagai peralihan: satu set alatan untuk pelopor, satu tingkah laku untuk menggalakkan, satu pelaburan untuk membenarkan. Bingkai itu masuk akal apabila penggunaan adalah satu digit dan tertumpu di pekerja yang fikiran teknologi. Ia tidak sesuai lagi.

Kajian tenaga kerja Gallup terbaru mendapati bahawa 50% daripada orang dewasa bekerja AS sekarang melaporkan menggunakan AI dalam peranan mereka sekurang-kurangnya beberapa kali setahun, naik daripada 46% suku terdahulu. Tiga Belas peratus gunakannya setiap hari. Dua Puluh Lapan peratus gunakannya beberapa kali seminggu atau lebih. Gallup bingkai ini sebagai tenaga kerja menyeberangi ambang berstruktur, bukan lonjakan hype tetapi anjakan majoriti tulen. Dan menurut penyelidikan Gallup, segmen pengguna harian telah berkembang cukup cepat bahawa angka 13% mungkin konservatif diberi kuranglaporan dalam kajian yang dinilai sendiri. Penyelidikan serentak PwC menambah konteks: hanya 20% daripada syarikat menangkap 74% nilai ekonomi AI, mencadangkan bahawa penggunaan majoriti sahaja tidak menentukan siapa menang.

Federal Reserve mengiktiraf titik infleksi yang sama pada awal 2026, mengumumkan ia akan mula secara formal menenjejaki penggunaan AI dalam penunjuk ekonomi AS. Apabila Fed membina siri data baru di sekitar satu teknologi, ia mengakui bahawa teknologi itu cukup terbenam secara berstruktur untuk penting kepada pengukuran makroekonomi. Itu bukan isyarat tentang potensi. Ia isyarat tentang realiti kini.

Soalan bagi COO bukan sama ada AI telah mencapai skala operasi. Ia telah. Soalannya ialah sama ada model operasi anda telah mengejar.

Masalah Tiga-Kohort Anda Sudah Urus (Walaupun Anda Belum Namakan Ia)

Kebanyakan rangka kerja tadbir urus AI telah ditulis untuk dunia di mana pengguna sekali-sekali ialah majoriti dan pengguna kuasa ialah pengecualian. Andaian itu telah terbalik. Di dalam tenaga kerja di mana 50% gunakan AI sekurang-kurangnya sekali-sekali dan 13% gunakannya setiap hari, anda benar-benar urus tiga kohort yang berbeza dengan keperluan yang bermakna berbeza.

Pengguna sekali-sekali (gunakan AI beberapa kali setahun) ialah segmen terbesar mengikut kiraan tetapi risiko operasi terendah. Mereka gunakan AI bagi tugas satu kali gali: meringkas dokumen, draf e-mel, jalankan carian cepat. Liputan dasar garis asas mencukupi di sini. Mereka perlu tahu alatan apa yang diluluskan, data apa yang mereka tidak patut tampal ke produk AI pengguna, dan siapa untuk tanya apabila mereka mempunyai soalan. Dasar penggunaan yang boleh terima satu halaman dan modul pelepasan ringkas menutup kebanyakan permukaan tadbir urus untuk kumpulan ini. Templat dasar tadbir urus AI peringkat jabatan boleh memberikan pengurus satu titik permulaan daripada membina dari awal.

Pengguna mingguan ialah tempat risiko integrasi tinggal. Pekerja ini telah menggabungkan AI ke dalam aliran kerja biasa mereka tetapi belum tentu mempunyai panduan formal tentang cara melakukannya dengan baik. Mereka membuat pertimbangan panggilan tentang apa untuk delegasi kepada AI, berapa banyak untuk percaya keluaran, dan cara untuk bendera ralat. Tanpa pembolehubahan yang berstruktur, pengguna mingguan membangun kebiasaan idiosinkratik: beberapa over-verifikasi ke titik mengalahkan keuntungan kecekapan, orang lain under-verifikasi ke titik penghantaran ralat AI hilir. Latihan pengurus dan piawaian aliran kerja ringan menyelesaikan kebanyakan ini. Tetapi ia memerlukan fungsi operasi dan L&D anda untuk merawat kecekapan aliran kerja AI sebagai kemahiran nyata, bukan pemberian.

Pengguna harian menjalankan AI sebagai alatan kuasa. Mereka ialah pekerja paling mungkin untuk mencapai had dalam timbun semasa anda, kerja mengelilingi alatan yang diluluskan kerana alatan yang diluluskan tidak bertemu dengan keperluan, atau membina pengautomasian tidak formal yang belum disemak. Mereka juga kumpulan nilai tertinggi anda bagi keuntungan produktiviti dan kumpulan risiko tertinggi untuk AI bayangan. Mereka perlu alatan penerusan peringkat, penjaga yang terhingga bagi pengautomasian, dan saluran untuk permukaan apa yang berfungsi dan apa organisasi perlu formalkan.

Jika dasar tadbir urus AI semasa anda tidak membezakan antara tiga kohort ini, ia hampir pasti over-mengekang pengguna harian dan under-mengekang orang mingguan.

Apa Nombor Produktiviti Bermakna (dan Apa Mereka Tidak)

Kajian Gallup mendapati bahawa 65% pekerja di organisasi yang secara aktif melaksanakan AI melaporkan bahawa ia telah meningkatkan produktiviti dan kecekapan mereka. Enam Belas peratus menggambarkan kesan sebagai sangat positif. Lebih sedikit daripada 10% melaporkan kesan negatif apa pun pada kerja mereka.

Ambil angka 65% itu dengan serius, tetapi jangan rawat sebagai pengukuran produktiviti keras. Data produktiviti yang dilaporkan sendiri mencerminkan cara pekerja berasa tentang pengalaman kerja mereka, yang bernilai, tetapi ia tidak membezakan antara keuntungan keluaran sebenar dan persepsi kerja lebih cepat. Orang yang berasa lebih produktif tidak selalu menghasilkan lebih; mereka kadang-kadang hanya berasa gesekan lebih sedikit. Itu bernilai sesuatu, tetapi ia bukan sama seperti keuntungan hasil yang boleh anda ukur.

Ada data bebas yang memasang nombor yang lebih keras bersama persepsi. Penyelidikan analisis data industri 2017–2024 mendapati bahawa sektor dengan pendedahan AI lebih tinggi mengalami kira-kira 10% pertumbuhan produktiviti yang lebih besar, 3.9% pekerjaan yang lebih kuat, dan pertumbuhan upah 4.8% lebih tinggi setiap sisihan piawai daripada pendedahan AI berbanding sektor pendedahan yang lebih rendah. Itu korelasi lintas industri, bukan eksperimen terkawal, tetapi ia terarah konsisten dengan apa data laporan sendiri Gallup mengambil. Kesan produktiviti AI dalam skala kelihatan nyata; magnitud tepatnya pada tahap firma adalah lebih sukar untuk pin tanpa infrastruktur pengukuran anda sendiri.

Implikasi bagi COO: jika anda buatkan argumen peringkat lembaga tentang AI ROI berdasarkan angka 65% Gallup, tambahkan kaveat. Jika anda merancang metrik prestasi mengelilingi penggunaan AI, binanya di sekitar penunjuk keluaran pasukan operasi anda boleh sahkan, bukan kajian kepuasan pekerja.

Model Tadbir Urus Tiga-Kohort

Kebanyakan dasar tadbir urus AI telah ditulis bagi dunia di mana pengguna harian langka. Data Gallup menunjukkan dunia itu pergi. Mengurustadbir penggunaan AI pada skala majoriti memerlukan merawat tiga kohort yang berbeza secara berbeza — pengguna sekali-sekali yang perlu liputan penjaga garis asas, pengguna mingguan yang memerlukan pembolehubahan yang berstruktur, dan pengguna harian yang memerlukan alatan penerusan peringkat, penjaga pengautomasian, dan saluran maklum balas. Satu dasar bagi ketiga-tiganya over-mengekang orang yang menjana nilai paling banyak dan under-mengekang orang yang mengambil risiko paling banyak.

Peraturan Penggunaan Majoriti: Apabila lebih daripada 50% tenaga kerja anda gunakan AI di tempat kerja, tingkah laku individu menjadi dasar organisasi secara lalai. Soalannya tidak lagi sama ada pekerja anda gunakan AI — ia sama ada anda telah membina infrastruktur tadbir urus untuk buatkan penggunaan itu konsisten, boleh disemak, dan selaras secara strategis. AI bayangan sekarang lalai organisasi; dasar rasmi ialah pengecualian yang perlu mengejar.

Lima Anjakan Model Operasi Anda Perlu Buatkan Sekarang

Perubahan berstruktur Gallup sedang mendokumentasikan permintaan perubahan merentas lima dimensi cara operasi berjalan.

1. Dasar tadbir urus: daripada peraturan selimut ke kebenaran berjenjang. Satu dasar penggunaan AI ditulis untuk pengguna sekali-sekali mewujudkan teater pematuhan bagi pengguna harian yang telah membina aliran kerja dasar anda tidak menjangkakan. Rancang semula rangka kerja tadbir urus anda mengelilingi tiga kohort. Tetapkan peraturan klasifikasi data yang jelas (apa boleh pergi ke alatan mana), takrifkan peringkat alatan yang diluluskan mengikut kes penggunaan, dan binakan laluan semakan cepat bagi pengguna harian yang ingin formalkan aliran kerja yang telah mereka binakan secara tidak formal.

2. Penyeragaman alatan: konsolidasikan timbun sebelum ia berpecah lebih jauh. Apabila penggunaan AI mencapai tahap majoriti, proliferasi alatan tidak formal yang terkumpul merentasi tempoh pelopor menjadi liabiliti operasi. Pekerja pada alatan AI yang berbeza tidak boleh berkongsi cepat, aliran kerja, atau keluaran dengan bersih. Pasukan IT dan keselamatan anda mengurustadbir permukaan serangan yang berkembang. Dan rangka kerja tadbir urus data anda hanya sealun seperti alatan yang tidak diluluskan yang paling lemah. Jalankan audit apa pekerja anda benar-benar gunakan versus apa yang secara rasmi disediakan. Jurang hampir pasti akan lebih besar daripada anda jangkakan.

3. Pembolehubahan pengurus: pengurus anda ialah lapisan tadbir urus AI yang anda bukan melatih. Pengguna harian dan mingguan yang gunakan AI bukan berinteraksi dengan dokumen dasar anda pada detik mereka membuat keputusan sama ada percaya keluaran AI. Mereka berinteraksi dengan penghakiman pengurus mereka. Jika pengurus anda belum secara eksplisit dilatih pada apa kerja berkuasa AI yang baik kelihatan, cara untuk semak keluaran AI dalam domain mereka, dan apa ralat biasa itu, mereka tidak boleh melaksanakan peranan tadbir urus itu. Ini bukan acara latihan satu kali. Ia kecekapan berkelanjutan fungsi pembangunan pengurusan anda perlu memiliki. Playbook pengurusan perubahan bagi peluncuran AI alamat khususnya cara jujukan latihan pengurus dalam program penggunaan yang lebih luas.

4. Metrik prestasi: tambahkan kefluidaan AI kepada rangka kerja pengukuran anda. Kebanyakan sistem pengurusan prestasi telah dibinakan sebelum AI ialah alatan kerja harian. Itu bermakna mereka tidak boleh membezakan antara pekerja melaksanakan dengan baik kerana mereka mahir dan orang yang melaksanakan dengan baik kerana mereka telah menjadi sangat berkesan pada menggunakan AI. Dan mereka tidak boleh kenal pasti pekerja yang melaksanakan kurang baik sebahagiannya kerana mereka belum ada pembolehubahan AI yang mencukupi. Kemas kini KPI operasi anda untuk sertakan penunjuk penggunaan AI dan pemeriksaan kualiti keluaran. Bukan sebagai mekanisme pengawasan tetapi sebagai alat diagnostik bagi di mana pelaburan pembolehubahan anda mendarat. Rangka kerja praktikal untuk mengukur ROI penggunaan AI memberikan pemimpin operasi model tiga-lapisan yang tahan terhadap semakan lembaga.

5. Item baris anggaran AI: berhenti membiayai AI melalui perbelanjaan budi bicara. Apabila alatan AI tinggal dalam anggaran perisian pelbagai guna, tiada pemilikan ke atas penggunaan, tiada akauntabiliti untuk hasil, dan tiada laluan berstruktur bagi meminta alatan tambahan. Apabila majoriti tenaga kerja anda menjadi bergantung kepada AI, alatan AI ialah perbelanjaan operasi teras, bukan eksperimen. Binakan item baris yang berdedikasi, tetapkan pemilikan, dan ikatnya kepada metrik keluaran yang anda jejaki.

Apa yang Perlu Dilakukan Minggu Ini

Anjakan daripada tadbir urus pelopor kepada tadbir urus operasi bukan memerlukan program transformasi. Ia memerlukan beberapa gerakan konkret.

Pertama, tarik data penggunaan alatan AI semasa anda daripada IT dan rekod perolehan perisian anda. Petakan siapa menggunakan apa menentang senarai alatan yang diluluskan anda. Delta ialah pendedahan AI bayangan anda. Jangan rawat ia sebagai masalah pematuhan lagi; rawat ia sebagai isyarat tentang di mana timbun yang diluluskan anda mempunyai jurang.

Kedua, semak dasar kebolehgunaan AI yang boleh terima semasa anda dan kenal pasti sama ada ia telah ditulis untuk pengguna sekali-sekali. Jika ia tidak alamat aliran kerja pengguna harian, pembinaan pengautomasian, atau piawaian pengesahan keluaran, ia memerlukan versi kedua. Anda tidak perlu bersara yang pertama. Tambahkan aneks berjenjang yang menutup kes penggunaan frekuensi lebih tinggi.

Ketiga, kenal pasti lima pengguna AI harian volum tertinggi anda dalam operasi dan tanya mereka satu soalan: apa had alatan yang diluluskan yang anda sedang kerja mengelilingi kanan sekarang? Jawapan akan memberitahu anda lebih banyak tentang jurang alatan anda daripada sebarang kajian vendor.

Pencapaian Gallup penting bukan kerana 50% ialah nombor psikologi yang memuaskan tetapi kerana penggunaan majoriti ialah ambang di mana tingkah laku individu menjadi dasar organisasi, sama ada anda telah tuliskan dasar itu atau tidak. AI bayangan sekarang lalai, bukan pengecualian. COO yang bertindak pada anjakan itu sekarang sedang binakan infrastruktur operasi yang akan berganda ke dua tahun berikutnya. Orang yang menunggu sedang biarlah pekerja tuliskan dasar bagi mereka. Pada pihak penjualan khususnya, Salesforce Agentforce mencapai $800M ARR menandakan bahawa alatan CRM agentic tidak lagi dalam wilayah pelopor — pertimbangan bagi COO menilai cara dalam untuk terbenam alatan AI peringkat platform ke dalam aliran kerja operasi.

Soalan yang Sering Ditanya

Apakah maksud 50% daripada pekerja AS sekarang gunakan AI di tempat kerja?

Kajian 2026 Gallup mendapati bahawa 50% daripada orang dewasa bekerja AS melaporkan menggunakan alatan AI dalam peranan kerja mereka sekurang-kurangnya sekali-sekali, naik daripada 46% suku terdahulu. Keputusan Federal Reserve untuk membina siri penjejakan formal mengelilingi penggunaan AI pada 2026 menandakan bahawa ambang ini mewakili pembenaman berstruktur — bukan lonjakan penggunaan sementara. Bagi COO, penggunaan majoriti bermakna tadbir urus AI sekarang keperluan operasi garis asas, bukan inisiatif.

Bagaimana COO harus berfikir tentang tiga kohort pengguna AI yang berbeza dalam tenaga kerja mereka?

Data Gallup rompak ke segmen praktikal tiga: pengguna sekali-sekali (beberapa kali setahun) yang perlu liputan dasar garis asas, pengguna mingguan yang telah menyepadukan AI ke dalam aliran kerja biasa dan perlu pembolehubahan yang berstruktur, dan pengguna harian (13% daripada tenaga kerja) yang memerlukan alatan penerusan peringkat, penjaga pengautomasian, dan saluran maklum balas. Dasar tadbir urus ditulis bagi pengguna sekali-sekali secara sistematis over-mengekang pengguna harian dan under-alamat risiko integrasi pengguna mingguan.

Adakah angka peningkatan produktiviti 65% daripada Gallup boleh dipercayai?

Angka 65% mencerminkan peningkatan produktiviti yang dilaporkan sendiri di organisasi yang secara aktif melaksanakan AI — metrik persepsi, bukan pengukuran hasil. Analisis lintas industri daripada data 2017–2024 mendapati kira-kira 10% pertumbuhan produktiviti yang lebih besar dalam sektor dengan pendedahan AI lebih tinggi, yang terarah konsisten tetapi diukur secara berbeza. COO perlu gunakan angka Gallup sebagai penunjuk sentimen dan binakan metrik belumlagi keluaran bagi tuntutan prestasi operasi.

Apakah AI bayangan dan mengapa ia kebimbangan COO pada penggunaan majoriti?

AI bayangan merujuk kepada alatan AI pekerja gunakan tanpa peruntukan IT rasmi atau liputan dasar. Pada tahap penggunaan majoriti, AI bayangan bukan lagi kes pinggiran — ia mod lalai bagi pekerja yang keperluan melebihi timbun yang diluluskan. Risiko operasi sertakan keluaran yang tidak konsisten memasuki aliran kerja berhadapan pelanggan, jurang tadbir urus data apabila maklumat sensitif ditampal ke alatan AI pengguna, dan permukaan serangan keselamatan berkembang. Audit penggunaan alatan sebenar menentang senarai alatan yang diluluskan ialah langkah diagnostik pertama.

Bagaimana COO perlu kemas kini metrik prestasi untuk memberi akaun bagi penggunaan AI?

Sistem pengurusan prestasi dibinakan sebelum AI ialah alatan kerja harian tidak boleh membezakan antara pekerja melaksanakan dengan baik daripada kemahiran versus orang yang memanfaatkan AI secara berkesan — atau melaksanakan kurang baik kerana mereka kekurangan pembolehubahan AI. Kemas kini KPI operasi untuk sertakan penunjuk penggunaan AI dan pemeriksaan kualiti keluaran. Matlamat bukan pengawasan; ia kenal pasti di mana pelaburan pembolehubahan mendarat dan di mana jurang tetap ada.