【AI】人工智能赋能下的全球知识工作者工作方式变革研究.pdf

1、世界互联网大会智库合作计划系列成果印象笔记研究院人工智能赋能下的全球知识工作者工作方式变革研究2025年4月工作组组长乔迁工作组成员王怀千唐胤轩刘雨鑫前言随着人工智能技术的迅猛发展，全球各行业的工作方式正经历前所未有的深刻变革。对于知识工作者而言，AI的引入不仅提升了工作效率，同时在医疗、法律、教育、专业服务等领域提升效率并催生出全新的工作模式和流程。根据哈佛商学院技术管理运营研究所与波士顿咨询集团的研究，在实际咨询任务中，使用人工智能辅助咨询的顾问平均完成的任务多12.2%，完成任务的速度提高25.1%，且结果质量提高了40%以上。1微软首席执行官萨提亚纳德拉（Satya Nadella）也

2、指出，AI将改变知识工作，但并非取而代之。他认为，AI将与人类协同工作，创造新的工作流程和职责。2人工智能对知识工作者工作方式产生深刻影响的同时，在专业技能要求、伦理和隐私等问题上也带来了新的挑战。因此，深入研究AI对知识工作者的影响，具有重要的现实意义。作为长期专注于知识管理和生成式人工智能应用的企业，印象笔记结合多年来在知识管理垂类跟踪全球知识工作者、知识工作方式的最佳实践，由印象笔记研究院与世界互联网大会联合发布本研究报告。旨在系统性地分析人工智能所带来的信息获取、处理流程、生产力工具、知识工作方式的变革、全球知识工作者所面临的挑战以及未来机遇，为专注知识领域的研究者和从业者提供有价值的

3、参考。Forbes:Harvard And BCG Unveil The Double-Edged Sword Of AI In The Workplace1Business Insider:Microsoft CEO says AI will change knowledge work but that doesnt mean its going away2一、二、三、前言人工智能时代的知识工作者（一）知识工作者身份的演进（二)知识工作方法论的变革（三）服务于知识工作者的工具进化（四）知识工作者、生产力工具与工作方法的共生演进人工智能时代知识工作的变革（一）知识工作新局面（二)利用人工智能提

4、高数据处理效率（三）人工智能引领信息组织方式的变革（四）人工智能带来从信息到知识的全新突破（五）人工智能时代演进出智慧新形态人工智能时代知识工作的变革展望（一）人工智能进一步推进知识工作的变革（二)知识工作变革需兼顾不同国家的差异（三）知识工作变革离不开发展负责任的人工智能010101020203030304040507070708目录一、人工智能时代的知识工作者（一）知识工作者身份的演进（二）知识工作方法论的变革“知识工作者”（Knowledge Worker）的概念是由管理学领域先驱彼得德鲁克（Peter Drucker）于20世纪50年代首次提出1。他认为，知识工作者是那些主要以知识为基

5、础进行工作的个人，他们的主要任务是创造和应用知识，以推动组织的发展和创新。知识工作者的生产力和效率对组织的成功至关重要。在过去几十年中，随着信息技术的进步和全球化的推进，知识工作者的身份和角色经历了显著变化。从最初的研究人员和工程师到如今各行各业的专业人士，知识工作者的范围和影响力不断扩大，工作方式也从单一任务执行转变为多任务处理、跨部门协作和创新驱动的工作模式。进入人工智能时代，知识工作者的身份和角色再次发生转变。许多重复性、规则性强的任务可以不再由人来完成，知识工作者的工作重点进一步转向更具创造性的领域。他们需要具备更高的跨学科知识，能够与人工智能协同工作，利用AI的优势来解决复杂问题和推

6、动创新。例如，在医疗领域，医生不仅需要具备医学知识，还需要理解AI诊断系统的原理和局限性，以更好地为患者提供服务。人工智能时代要求知识工作者不断学习和适应新的技术，提升自身的综合素质，以在快速变化的环境中保持竞争力。在知识工作者身份演进的同时，知识工作也在发生着变化。传统的知识工作建立在DIKW模型（Data-Informa-tion-Knowledge-Wisdom 模型，即数据-信息-知识-智慧模型）之上，该模型通常以金字塔形式呈现，强调每一层次在转化过程中所增加的价值。进入21世纪，经历高速发展的信息时代，知识工作方法变的更具像化。CODE方法2（Capture,Organize,Dis

7、till,Express）强调通过收集、组织、提炼和表达四个步骤来优化知识工作流程，是近年来对知识进行高效管理和应用的策略。CODE方法论提供了系统框架帮助知识工作者有效地处理信息和知识，核心步骤包括：01Peter Drucker：The Landmarks of Tomorrow1Tiago Forte：The 4 Levels of Personal Knowledge Management2DIKW 知识管理金字塔1.收集（Capture）：知识工作者需要从海量的信息源中获取相关数据和资料，CODE方法论强调系统化地收集信息，确保获取的资料具有高质量和相关性。2.组织（Organize

8、）：收集到的信息需要经过有效组织，以便于后续检索和应用。CODE方法论提倡建立清晰的分类和索引系统，提升信息的可访问性。3.提炼（Distill）：从大量信息中提取出核心观点，形成知识，是知识工作中的重要环节。CODE方法论强调对信息进行分析和总结，提炼出有价值的知识。4.表达（Express）：有效地将提炼出的知识传达给他人，是知识工作者的关键能力。CODE方法论鼓励通过清晰、简洁的方式表达知识，促进知识的共享和应用。1.数据（Data）：数据是原始的、未经处理的事实和数值，缺乏上下文和意义。它们是信息的基础，但本身并不具备直接价值。2.信息（Information）：当数据被组织、处理和赋

9、予上下文后，便形成了信息。信息是有意义的、可用于回答“谁”、“什么”、“哪里”等问题。3.知识（Knowledge）：知识是在信息的基础上，通过经验、学习和理解所获得的能力。它回答“如何”的问题，是信息的内化和个人化，涉及对信息的深刻理解和应用。4.智慧（Wisdom）：智慧是在知识的基础上，结合价值观、判断力和经验，做出明智决策的能力。它回答“为什么”和“何时”的问题，体现了对复杂情境的理解和洞察。世界互联网大会智库合作计划系列成果（三）服务于知识工作者的工具进化（四）知识工作者、生产力工具与工作方法的共生演进人工智能的发展为CODE方法论的各个环节都提供了新的可能。在抓取环节，人工智能可以

10、自动化地从海量数据中筛选和收集信息，极大提高信息获取的效率和准确性。在组织环节，利用大语言模型对信息进行分类和关联，建立复杂的知识图谱，帮助用户更好地理解和利用信息。在提炼环节，通过自然语言处理和机器学习，AI可以从大量信息中提取出有价值的洞察，辅助决策和创新。而在表达呈现上，AI可以生成报告、PPT甚至音、视频内容进行传播，提升表达的效率和效果。知识工作内容围绕着信息的获取、处理、分析和应用，而专注于信息处理的生产力工具（Productivity Tools）在知识工作者的日常工作中扮演着重要的角色。生产力工具的起源可追溯到20世纪初。随着工业化进程的推进，企业对信息处理和管理的需求日益增长

11、，催生了早期的办公自动化工具。而在过去一个世纪，随着信息技术的不断进步和发展，生产力工具也得到了长足的创新和发展。人工智能时代的知识工作者从依赖单一技能的领域专家转变为与AI密切协作的创新者。AI技术的广泛应用，推动了知识工作方法的变革，尤其是在CODE方法论的四个核心步骤（收集、组织、提炼、表达）中实现了更加智能化、自动化的流程提升，也促进了生产力工具的快速演进，使得知识工作者能够更加高效地发挥其潜力。知识工作者从传统的信息处理者转变为 AI 赋能的创新者，生产力工具从被动的工具箱演化为主动的智能协作者，知识工作方式也迈向更加动态、高效、智能的新时代。这一变革进一步拓宽知识工作者的边界，要求

12、他们具备与智能化生产力工具协同作业的能力，以适应新的生产力范式。同时也要应对AI带来的挑战，确保知识工作的可持续发展。根据功能和应用场景，生产力工具可分为：文字处理、电子表格、演示文稿、电子邮件客户端、项目管理、笔记和知识管理、时间管理d、在线会议等工具。这些工具创造性地通过高效处理文字、简化数据分析、优化信息存储和检索与呈现、协调和跟踪项目进度等能力，帮助知识工作者提高日常工作效率，全面推进生产力提升。反观生产力工具的演进，则经历了以下的几个阶段：机械化阶段：20世纪初，打字机和计算器等工具的出现，提高了文书处理和计算的效率。电子化阶段：20世纪中期，电子计算机的发明使得数据处理和存储变得更

13、加高效，催生了早期的电子表格和文字处理软件。集成化阶段：20世纪80年代，微软推出Office套件，将文字处理、电子表格和演示文稿等功能集成在一个平台上，极大地提升了用户的工作效率。移动化阶段：随着智能手机和平板电脑的普及，生产力工具逐渐向移动端迁移，用户可以随时随地访问和编辑文档、管理任务和日程，极大地提升了工作灵活性和效率。印象笔记正是诞生于这一阶段。云化阶段：21世纪初，云计算技术的发展与移动办公的需求叠加，实现了生产力工具的在线访问和协作，Google Workspace和Microsoft 365等云办公套件应运而生。智能化阶段：近年人工智能技术的引入使得生产力工具具备了自动化处理、

14、智能推荐和语音识别等功能，进一步提升了工作效率。生产力工具为知识工作者提供了高效的工作手段，而知识工作者的需求和反馈又推动了生产力工具的不断创新和发展。在人工智能时代，这种互动关系更加紧密，共同推动工作方式的变革和生产力的提升。02知识管理的 CODE 方法CaptureOrganizeDistillExpressCODECase Study:How Alibaba Uses AI Chatbots to Serve a Billion Customers1Microsoft 365 Copilot:How The AI-Powered Assistant Boosts Productivit

15、y2IDC:Data Age 20253How Walmart enhances its inventory,supply chain through AI4二、人工智能时代知识工作的变革（一）知识工作新局面(二)利用人工智能提高数据处理效率彼得德鲁克在其著作中早已预见到，随着经济从制造物理商品转向知识驱动的领域，劳动力将逐步从体力劳动转向“应用理论和分析知识”的工作者。在此背景下，如何提升知识工作者的生产力，成为管理者的核心挑战。德鲁克指出，知识工作与流水线工作本质上不同，任务并非事先设定，而是需要由工作者自己识别、定义和执行。知识工作者需要收集数据、处理信息，并在采取行动之前识别和分析问题

16、。然而回顾过去的几十年，尽管知识工作者的潜力巨大，但大量的时间却被浪费在重复性的数据处理、信息收集以及内部沟通上，导致他们无法将精力集中在更具战略性和创造性的工作上。今天通过AI的支持，知识工作者能够更高效地审视并优化工作流程，将重复性任务交给AI，从而释放出更多的时间和精力，专注于那些无法由机器代替的战略性和创新性工作。例如：在阿里巴巴，AI客服系统通过自动化处理大量客户服务请求，显著减少了人力成本并提升了服务效率。现在AI可以自主解答80%以上的客户咨询，客服人员得以专注于更复杂的问题解决和客户关系维护，从而提高了整体工作效率和客户满意度。1 微软在其Microsoft 365产品中集成了AI技术，帮助用户从大量电子邮件中提取关键任务信息，自动安排会议，甚至为会议提供议程和跟踪反馈。通过智能助理、自动化流程和数据分析等功能，显著提高了知识工作者的工作效率。2作为知识管理金字塔的基础，数据（Data）是从信息到知识、再到智慧转化的起点。人工智能时代的数据在生成、存储以及加工和处理方式都发生了深刻的变革，主要体现在以下几个方面：过去，数据处理依赖人工手段，效率低下且容易出错；应用静态、