人工智能承诺为人们带来一种企业几十年来一直试图创造的东西：更多的可用时间与精力。
但历史表明，还有另一种可能。科技节省下来的时间，并不一定会转化为更好的工作。它也可能只是腾出空间，让人们承担更多工作。
对于 brioHR 的 CMO Mattie Pujol 来说，这让一个问题变得越来越重要：重新获得的时间，究竟应该由谁来决定如何使用？
Pujol 在科技、教育和组织变革领域拥有 15 年经验，涉足过云基础设施、协作工具、机器学习，如今则专注于 HR 科技。
目前，他在一站式 HRMS 与薪资管理平台 brioHR 的工作重点，是思考当科技减轻 HR 的部分行政负担之后，接下来应该发生什么。
他的答案超越了人们熟悉的那种说法——让员工转向“更高价值的任务”。Pujol 认为，企业应该将释放出来的部分时间和精力，投入到一种更难被自动化取代的能力上：全然投入（presence）——人们给予自己以及彼此的专注质量。
在接受 NewInAsia 采访时，他探讨了 AI 带来的生产力红利是否可能演变成新的倦怠问题，为什么随着自动化日益普及，“全然投入”可能变得更加重要，以及即使科技能够更快完成工作，企业又应该在哪些场景中有意识地选择人与人之间的互动。
亮点
AI 节省了一个小时。谁来决定这个小时怎么用？
问：你在 brioHR 的很多工作，都聚焦于 HR 团队重新获得时间之后会发生什么。在 AI 时代，你认为企业真正应该让员工把更多时间花在哪里？
答：我想先从整个过程说起，因为这个过程本身就是问题的关键。
brioHR 是一个一站式 HRMS 与薪资管理平台。我们的软件将大量繁重的行政工作自动化，包括薪资、休假、报销申请和法定合规——这些日常运营事务往往在不知不觉中占用了 HR 团队大量时间和精力。
这是我们承诺的前半部分：把时间还给 HR 领导者。而我的工作属于后半部分：通过我们的合作伙伴生态系统和精心打造的 HR 社群，设计这些时间接下来应该如何被使用。
而我学到的第一件事是：如果你不决定这些时间要用来做什么，就会有其他东西替你做决定。
对于你的问题，标准答案通常是“更高价值的任务”。但我认为，这个答案仍然停留在一个错误的思维框架里。它假设，把人从某些任务中解放出来的目的，就是再交给他们一些更好的任务。
这在一定程度上没有错：当 HR 团队摆脱行政事务后，他们终于可以向更高层次迈进——从员工行政管理，到绩效管理，再到人才参与。我们每周都能看到客户完成这样的转变，而这确实非常重要。
但更深层次的答案，其实根本不是某一项任务。
企业应该给予人们更多时间去做到全然投入（presence）：提升他们对自己以及对他人的专注质量。
是不再一次又一次被推迟的一对一交流。
是经理能够在员工递上辞职信之前，就察觉到对方正在经历困难。
是真正建立信任，而不是假设信任已经存在的对话。
这些事情都不会出现在职位描述里，但职位描述里的所有工作能否真正做好，却都取决于这些事情。
在 brioHR，我们一直遵循这样一个顺序：我们照顾好 HR 团队，让他们能够照顾好自己的员工，再让员工创造他们希望带来的影响。
AI 只是让这个过程变得更快。它并没有改变这个过程存在的意义。
如果生产力红利最终变成一张“倦怠账单”呢？
问：AI 承诺消除重复性工作，让人们能够从事更高价值的任务。但这些生产力提升，会不会最终只是变成更高的工作要求和更多的工作，而不是更好的工作？
答：会。事实上，如果我们什么都不做，默认情况下事情就会这样发展，我们应该坦诚面对这一点。
过去 30 年里的每一种科技，都做出过同样的承诺。
电子邮件会把时间还给我们。
智能手机会把时间还给我们。
协作软件会把时间还给我们。
我的职业生涯中曾经销售过其中好几类产品，所以谈到这一点时，我其实带着一些复杂的感情：时间的确被节省下来了，但随后又立刻被其他工作填满，因为从来没有人真正为这些时间设计一个明确的去处。
当领导层保持沉默时，积压的工作会替你决定，收件箱会替你决定，而工作要求则会悄无声息地不断提高，直到所有效率提升最终都被吸收掉。
产出更多，疲惫依旧。
所以真正的问题并不是 AI 能否释放出更多时间与精力。它一定会。
真正的问题是：谁来决定这些新增的时间和精力应该用来做什么？
这是一个领导力选择，而不是一个由科技自动决定的结果。
在 brioHR，我们有一项不可妥协的原则，而它恰好直接回应了这个问题：Impact over Activity——影响力优先于忙碌程度。
更多产出只是 activity。更好的工作才是 impact。
两者并不是一回事，而混淆两者，恰恰就是“生产力红利”最终变成“倦怠账单”的原因。
我们还有一个公式：Impact ∩ Care。
50% 是绩效，50% 是对人的关怀，因为只有两者相交的地方，才可能出现真正的心流状态。如果任何一方占据绝对主导，我们就失败了。
一家企业如果把 AI 带来的全部红利都投入到 impact 一侧，短期内或许会看到非常亮眼的数据，但随后可能会通过员工流失、投入度下降以及项目停滞等方式，连本带利地偿还这些收益。
效率提升并没有真正消失；它只是从效率仪表板看不到的地方流失了。
能够在这个时代胜出的企业，会把重新获得的时间视为一种值得投资的资产，而不是一种必须消除的空闲。
把它投入到判断力、人际关系，以及那些能够推动下一次转型发生的对话之中。
这才是更好的工作。
而这一切，要从领导者明确说出这样一句话开始：
我们重新获得的这一个小时，不是为了继续做更多同样的事情。
如果所谓的“软性因素”，其实才是真正推动业绩的力量呢？
问：你认为“全然投入”是推动绩效的一种机制，而不是良好绩效带来的奖励。面对那些能够轻松衡量 AI 所带来的效率提升，却难以量化信任、专注或人与人之间连接的领导者，你会如何说明这一点？
答：我会分三步来说明。
第一，我会纠正因果关系。
大多数企业把信任、同理心以及人们给予彼此的专注质量，看作经营状况良好时才有资格获得的一种奖励——仿佛只有当数字足够健康之后，企业才有余裕去关注这些事情。
但真正的因果关系恰恰相反。
全然投入是让数字变得健康的原因，而不是健康的数字让全然投入成为可能。
第二，我不再要求领导者去衡量“全然投入”本身，而是邀请他们去衡量它缺席时造成的后果，因为这些后果其实可以直接在损益表中找到。
那些你不希望失去、最终却离职的员工，给企业造成了多少成本？
上一次失败的转型，如果把所有成本都计算进去，究竟花了多少钱？
员工缺乏投入、返工、问题升级，以及因为两个部门拒绝彼此沟通而最终告吹的交易——这些全部都是“缺乏全然投入”所产生的成本项目。
当它缺席时，事情就会出问题，而所有事情的成本都会变得比原本应该付出的更高。
大多数领导者其实并不需要一项研究才能理解这一点。
每一位领导者至少都曾经见过一次这样的团队：他们创造出来的成果，是单凭人数、战略和预算都无法解释的。
问问他们，那个团队拥有什么。
从来没有人会回答：
“一个更好的数据仪表板。”
第三，我会承认那个看起来最有力、实际上却最薄弱的观点：没错，你无法把“全然投入”放进电子表格里的某一个单元格。
但你同样无法直接衡量“健康”本身。我们衡量的是各种健康指标，可没有人因此得出结论说健康并不存在。
这是我与我们社群中的 HR 领导者最常进行的讨论之一。而 AI 的出现，反而让这个论点变得更有说服力。
随着自动化变得廉价而普及，效率将不再是一种差异化优势。
当所有公司都以同样的速度运行相同的模型时，剩下的变量就是人：判断力、信任，以及协作的质量。
全然投入将不再是什么“软性因素”。它会成为最后一种无法被复制粘贴的竞争优势。
仅仅因为可以自动化，就真的应该自动化吗？
问：随着 AI 越来越深入地融入 HR，从招聘和绩效管理到员工支持，企业应该在哪些地方有意识地选择所谓的“人类低效率”，而不是自动化，因为人与人之间的互动本身就具有价值？
答：首先，我想对这个问题的前提做一个小小的修正：这些时刻并不是低效的。
只有当你认为一次互动的任务仅仅是传递信息时，它们才显得低效。
而在真正重要的时刻，互动本身就是信息。
我的判断标准很简单。
如果某个环节只是为了传递信息，那就放心地自动化。
没有人的尊严取决于他的休假余额究竟是如何计算出来的，所以 brioHR 才会将薪资、报销申请以及合规流程实现端到端自动化。
但是，如果某一个时刻会影响信任、归属感或尊严，那就应该让一个真实的人参与其中——即使机器能够更快、更便宜地完成这件事。
这在 HR 的哪些场景中适用？
就是那些人们多年之后仍然会记得的时刻。
传达令人难以接受的消息：解雇员工、拒绝一位已经参加过三轮面试的候选人，或者进行一次令人难受却必须面对的绩效谈话。
处理冲突与申诉，因为让一个人感受到“自己的声音被听见”，本身就是解决问题的一半。
入职第一天，因为就在这一天，一个人会开始判断自己加入的究竟是一家公司，还是一个系统。
给予认可，因为当一个真实的人主动选择表达认可时，那份认可带来的感受完全不同。
还有那些个人遭遇危机的时刻：亲人离世、疾病、倦怠。
把这些时刻周围的工作流程自动化，但永远不要把这些时刻本身自动化。
这里还存在一个企业往往低估的重要信号。
当自动化方案更加便宜时，你却仍然选择由人来完成，这已经成为为数不多能够真正证明“你的价值观是需要付出成本的”方式之一。
员工会注意到。
候选人会注意到。
客户也会注意到。
我们对自己同样执行这项原则。
在 brioHR 内部列出的“我们绝不希望成为的样子”清单中，明确写着一项：“cold automation”（冰冷的自动化）。
无论软件设计得多么直观，有时候你就是想和一个真实的人说话，而有时候你也确实需要这样做。
当这种时刻出现时，回应你的速度与善意，本身就是产品的一部分。
因此，我们招聘那些真正愿意帮助他人的人，而你能够真实地感受到这一点。
在 AI 时代，这不是低效率。
这就是护城河。
为什么我们明明知道需要改变，却依然没有改变？
问：在你的职业生涯中，你一直在科技与组织变革的交汇处工作。这段经历让你对于“为什么我们明明知道需要改变，却如此少能真正实现改变”有了怎样的理解？
答：这个问题整整 15 年都没有放过我。
云基础设施、协作工具、机器学习，再到如今的 HR 科技——每一个周期的技术类别都在改变，但真正需要做的工作从来没有改变。
始终都是教育和变革管理。
始终都是帮助企业成为那个它们早就知道自己应该成为的样子。
再读一遍这句话：
它们早就知道。
缺少的从来都不是知识。
我亲眼见过的每一次失败转型，都有战略演示文稿、有商业案例、有培训计划。
它们缺少的不是信息。
很多年来，我一直试图从系统和流程中寻找答案。
更好的框架、更好的沟通计划、更好的激励机制。
这些东西确实有帮助，但后来我发现，它们其实只是表层。
转型究竟会不会发生，真正取决于更深一层的东西：思维方式、日常实践，以及人们面对自己和彼此时所投入的觉察质量。
是什么阻止“知道”变成“做到”？
是如何存在（being）。
我不是通过研究得出这个结论的。
我是通过失败得出的。
当我的转型事业不断取得成功时，我的生活中却同时存在着另一场失败：我无法持续实现那些对自己真正有意义的改变。
少一点冲动，多一点关怀，更加专注于当下。
很多年来，我非常清楚自己究竟需要改变什么，但“知道”本身什么也没有改变。
真正的改变来得很晚，而这个迟到的改变也带来了失去。
最终让我发生转变的，并不是什么新的信息输入。
什么都没有增加。
真正改变的是：我开始以不同质量的专注，面对那些本来就已经存在的东西。
我也由此明白，转型并不是一道跨过去就结束的界线，也不是一个抵达之后就可以停留的终点。
它是一种你不断回归的实践，永远不会真正完成。
所以，我没有“改变完成”。
我在持续练习。
这就是为什么领导者既可能是瓶颈，也可能是打开局面的关键。
而我自己，同样既是瓶颈，也是打开局面的关键。
你无法示范一个你自己尚未成为的样子。
我也无法示范一个我自己尚未成为的样子。
但让别人看见自己确实正在练习，就是一个开始。
有时候，所谓以身作则，就是承认自己的失败和脆弱，不放弃，然后再试一次。
这实际上也能帮助其他人。
一个仍然在成长中的领导者，比一个已经宣布自己“成功完成改变”的领导者更容易让人愿意追随，因为前者会让改变显得真正可以做到。
这并不是一段轻松的旅程，但这是我们所有人都正在经历的旅程。
这也是为什么在解决行政工作的痛点之前，我们拒绝谈论转型。
实践需要时间，而要获得时间，首先必须从行政负担中解放出来。
然后，真正的转型发生在你的下一个即时行动中，而不是下一场公司外部战略会议上。
一次全神贯注的对话。
一个同时兼顾关怀与影响力的决定。
只需要调整一步。
就在这里。
就在现在。
这就是我们所说的 Further Together。
最后的思考：我们将选择如何使用这些时间？
几十年来，职场科技一直承诺让我们变得更加高效。
AI 或许终于能够以前所未有的规模兑现这个承诺。
也正因为如此，接下来会发生什么，就成为了一个领导力问题。
Pujol 的观点并不是企业应该在人性与科技之间二选一。
他的观点是，企业应该更加有意识地决定：什么地方适合科技，什么地方必须留给人。
有些流程中，速度本身就是价值。
而另一些时刻，专注、判断、尊严和关怀本身才是价值。
随着 AI 越来越擅长完成那些曾经被认为必须由人来完成的任务，这两者之间的界线或许会越来越难以辨别——但辨别它们也会变得越来越重要。
因此，AI 职场时代真正具有决定意义的问题，或许并不是企业最终能够节省多少时间。
而是：
它们认为这些时间究竟值什么。
AI 正在把时间还给我们。
我们将选择如何使用它？
亮点
Read the English article here.
