Membuka era produktiviti baru Britain: Membina bangsa peneroka AI

Hanya 15% pekerja British mendapat promosi, kenaikan gaji, dan kemajuan kerjaya yang terukur daripada AI — manakala 85% yang lain sama ada sedang mencuba atau menonton dari tepi. Statistik tunggal ini daripada Laporan Kesan Ekonomi UK terbaru Google mengubah keseluruhan perbualan produktiviti AI. Soalannya tidak pernah sama ada AI akan mengubah kerja. Ia tentang sama ada orang benar-benar akan belajar menggunakannya dengan baik.

Membuka era produktiviti baru Britain: Membina bangsa peneroka AI adalah kerangka yang dipilih oleh Google UK untuk penyelidikan ini — dan ia adalah yang betul. Kerana apa yang sebenarnya diterangkan oleh data bukanlah masalah teknologi. Ia adalah masalah pengagihan kemahiran. Dan jurang ini mempunyai implikasi langsung bukan sahaja untuk pekerja British, tetapi untuk setiap pembangun dan pengasas di Asia yang memerhati bagaimana pasaran penerimaan AI yang matang berkembang.

Apa Yang Berlaku

Google UK, bekerja dengan firma penyelidikan Public First, menerbitkan salah satu kajian penerimaan AI tempat kerja yang paling komprehensif yang pernah dijalankan di Britain. Menurut Blog AI Google, penerimaan AI tempat kerja di UK telah meningkat lebih daripada dua kali ganda dalam satu tahun — melonjak daripada 34% pada 2025 kepada 73% pada 2026. Itu adalah kadar penerimaan yang menakjubkan untuk mana-mana teknologi.

Tetapi angka utama menyembunyikan gambaran yang lebih rumit. Penyelidikan membahagikan tenaga kerja UK kepada empat peringkat penerimaan yang berbeza:

• Penonton AI (10%) — Tidak bereksperimen dengan AI sama sekali
• Pengeksperimen AI (38%) — Menguji dengan tugas mudah seperti soalan cepat dan draf asas
• Pengamal AI (37%) — Menggunakan AI sebagai alat harian yang boleh dipercayai di seluruh kerja mereka
• Peneroka AI (15%) — Pengguna lanjutan yang menolak sempadan, menemui cara kerja yang sama sekali baru

15% teratas itu — Peneroka — adalah mereka yang melaporkan ulasan prestasi yang lebih kuat, peningkatan gaji, dan kemajuan kerjaya yang lebih cepat. 85% yang tinggal mendapat beberapa manfaat daripada AI, tetapi bukan jenis yang kompaun dan menentukan kerjaya.

Kate Alessi, Naib Presiden dan Pengarah Urusan Google UK & Ireland, merangka cabaran dengan jelas: matlamat sekarang adalah meningkatkan kemahiran 85% yang tinggal supaya kemajuan peribadi yang didorong AI bukan wilayah eksklusif minoriti teknikal. Laporan ini memposisikan ini sebagai imperatif produktiviti nasional, bukan hanya pilihan kerjaya individu.

Apa yang menjadikan data ini signifikan adalah kekhususannya. Kebanyakan tinjauan penerimaan AI mengukur kekerapan penggunaan. Yang ini mengukur kedalaman penggunaan — dan mendapati bahawa kedalaman, bukan kekerapan, adalah yang mendorong hasil sebenar.

Mengapa Ia Penting untuk Asia

Pasaran teknologi Asia memerhati lengkung penerimaan Britain dengan alasan yang baik — kerana banyak pasaran Asia Tenggara kira-kira 12 hingga 18 bulan di belakangnya. Negara-negara seperti Indonesia, Vietnam, Filipina, dan bahkan sebahagian India sedang berada dalam fasa yang Britain berada pada 2025: penerimaan awal yang pesat, banyak eksperimen, tetapi penggunaan kedalaman yang tidak sekata.

Jurang itu adalah kedua-dua amaran dan peluang.

Amaran: jika pengalaman UK adalah panduan, hanya membuat pekerja mencuba alat AI tidak menghasilkan hasil ekonomi. 38% yang merupakan "Pengeksperimen AI" — menggunakan AI untuk soalan cepat dan draf mudah — tidak melihat keuntungan kerjaya. Dividen produktiviti datang kemudian, apabila pengguna membangunkan pertimbangan untuk menggunakan AI pada tugas yang kompleks dan berisiko tinggi. Asia berisiko meniru lengkung penerimaan yang sama: penerimaan cepat, penggunaan cetek, dan pembahagian 15/85 yang sama antara mereka yang mengekstrak nilai sebenar dan mereka yang tidak.

Peluang: komuniti pembangun dan pengasas Asia berada dalam kedudukan yang lebih baik daripada kebanyakan untuk melangkau ke hadapan. Pembangun, mengikut sifat mereka, berinteraksi dengan AI pada tahap yang lebih dalam daripada pekerja pengetahuan purata. Mereka sudah membina dengannya, menggesa secara beraturcara, mengintegrasikannya ke dalam aliran kerja. Jurang antara "Pengeksperimen AI" dan "Peneroka AI" lebih kecil untuk pembangun yang menghantar kod daripada untuk pekerja pejabat yang kadang-kadang meminta chatbot untuk meringkaskan e-mel.

Ada juga kelebihan struktur dalam ekosistem permulaan Asia. Syarikat yang lebih muda tidak menyesuaikan AI ke aliran kerja warisan — mereka membina AI-asli dari hari pertama. Itu adalah kedudukan permulaan yang berbeza secara asas daripada perusahaan British besar yang dilaporkan Google secara tersirat. Pasukan pengasas 10 orang di Jakarta atau Ho Chi Minh City boleh bergerak dari Pengeksperimen ke Peneroka lebih cepat daripada organisasi 10,000 orang di London boleh.

Sudut teknologi Asia di sini bukan hanya tentang mengejar Britain. Ia tentang mengiktiraf bahawa lengkung penerimaan yang Britain navigasi — dan jurang produktiviti yang ia dedahkan — akan tiba di pasaran Asia tidak lama lagi. Masa untuk membina kedalaman kemahiran AI adalah sebelum jurang itu mengeras, bukan selepasnya.

Apa Ini Bermakna untuk Pembangun

Segmentasi empat peringkat dalam laporan Google memetakan dengan bersih kepada sesuatu yang pembangun sudah faham: ada perbezaan antara menggunakan alat dan menguasainya. Kebanyakan pembangun telah melihat dinamik ini bermain dengan kawalan versi, kontainerisasi, atau saluran CI/CD. Pengguna awal mendapat kelebihan sebenar. Pengguna lewat akhirnya mengejar, tetapi keuntungan kompaun sudah terkumpul di tempat lain.

AI mengikuti corak yang sama, tetapi lebih cepat dan dengan pertaruhan yang lebih tinggi.

Untuk pembangun, soalan praktikal adalah: apa sebenarnya yang diperlukan untuk bergerak dari Pengamal ke Peneroka? Berdasarkan tingkah laku yang tersirat oleh penyelidikan Google, ia datang kepada tiga perubahan:

• Daripada menggesa reaktif kepada proaktif. Pengeksperimen menggunakan AI apabila mereka tersekat. Peneroka membina AI ke dalam aliran kerja mereka sebelum mereka tersekat — menggunakannya untuk meneroka ruang penyelesaian, menjana kes ujian, dan permukaan kes tepi yang mereka tidak pertimbangkan.
• Daripada penaakulan satu putaran kepada berbilang putaran. Tugas draf mudah adalah interaksi satu putaran. Masalah kejuruteraan yang kompleks memerlukan pergi balik berulang dengan model AI — memperhalusi konteks, mencabar keluaran, dan membina berdasarkan respons sebelumnya. Ini adalah kemahiran yang memerlukan latihan yang disengajakan.
• Daripada penggunaan individu kepada integrasi sistemik. Keuntungan produktiviti terbesar datang apabila AI tertanam dalam aliran kerja pasukan, bukan hanya digunakan oleh satu orang pada tugas mereka sendiri. Ini bermakna berfikir tentang AI pada tahap seni bina — bagaimana ia sesuai dengan saluran pembinaan anda, proses semakan kod anda, aliran kerja dokumentasi anda?

Di sinilah platform penting. Alat AI individu bagus untuk tugas individu. Tetapi penskalaan daripada produktiviti peribadi kepada produktiviti peringkat pasukan memerlukan infrastruktur — jenis yang mengendalikan penyambung, orkestrasi aliran kerja, dan integrasi AI pada tahap platform dan bukannya tahap alat.

Pembangun yang akan mencapai status Peneroka paling cepat tidak semestinya mereka yang mempunyai pengetahuan AI paling mendalam. Mereka adalah mereka yang membina sistem yang menjadikan penggunaan AI lalai, bukan pengecualian. Itu adalah mentaliti seni bina, dan ia adalah tepat apa yang memisahkan 15% daripada 85% dalam data Google.

Untuk pengasas yang membina di Asia, ini juga mempunyai implikasi produk. Jika pengguna anda berada pada lengkung penerimaan — di suatu tempat antara Pengeksperimen dan Pengamal — reka bentuk produk anda harus mengambil kira itu. Membina ciri yang menganggap kecairan AI peringkat Peneroka akan terlepas kebanyakan pasaran anda. Membina ciri yang secara aktif membantu pengguna meningkatkan penggunaan AI mereka adalah pembeza kompetitif yang tulen.

Pengambilan Utama

Laporan UK Google