后COVID-19時代之下，大部分B2B企業(yè)已經(jīng)意識到自己難以抵御流行病的突然爆發(fā)，開始著手為隨時可能出現(xiàn)的下一場危機(jī)做好準(zhǔn)備。

根據(jù)Penn博士與Parolari博士對過往疫情爆發(fā)整理的研究報告，任何一年發(fā)生類似COVID-19式疾病大流行的概率約為2%。也就是說，2000年出生的人們到現(xiàn)在，已經(jīng)有約38%的幾率遭遇疫情。研究人員斷言，未來這種疫情爆發(fā)可能性只會越來越大，因此企業(yè)必須調(diào)查疫情風(fēng)險認(rèn)知、積極做好準(zhǔn)備。運營者要意識到疾病流行并不罕見，及時提高后續(xù)防控工作的優(yōu)先級。

截至2022年9月，全球因COVID-19感染而死亡的正式記錄病例超過690萬，而更現(xiàn)實的間接死亡數(shù)字已逾1720萬。相比之下，西班牙流感在1918年至1920年期間共導(dǎo)致超3000萬人死亡。

其中，加拿大死于COVID感謝的人數(shù)近46000，甚至超過加拿大在第二次世界大戰(zhàn)中死去的44000人。

研究還進(jìn)一步估計，未來幾十年內(nèi)新疾病爆發(fā)的可能性將增長3倍。而且就在接下來的5年內(nèi)，盡管幾率很低，但類似COVID的重大流行病爆發(fā)仍有再次發(fā)生的統(tǒng)計學(xué)可能性。

說起“百年一遇的洪水”，很多人可能會理解成每一百年才會發(fā)生一次的洪水。但事實并非如此，“百年一遇”很可能明年就到來。

隨著全球人口增長、氣候變化、環(huán)境污染、食物短缺以及人與動物間接觸的增加，SARS和COVID-19這類傳染病的爆發(fā)風(fēng)險還將持續(xù)攀升。

企業(yè)董事會與CEO該如何制定疫情防范策略？

首先也是最重要的問題，當(dāng)然是保證企業(yè)董事會和CEO愿意制定一份疫情防范策略。

接下來的問題，才是如何在主觀與客觀兩方面制定解決方案，保障員工的健康和安全。

對員工福祉的關(guān)注與保障，是企業(yè)表達(dá)善意關(guān)懷的重要依托。哈佛、埃森哲、Gartner等多家企業(yè)的專家紛紛強(qiáng)調(diào)，這種以人類幸福為使命的經(jīng)營理念是成就強(qiáng)大組織體系的必要前提。

面對嚴(yán)苛的疫情防范要求，能幫助我們推動方案創(chuàng)新，在組織中建立良好關(guān)懷與人性呵護(hù)的一股重要力量正是AI。

疾病控制中心（CDC）已經(jīng)發(fā)布全面的指導(dǎo)框架與工具包，幫助企業(yè)有效規(guī)劃疫情應(yīng)對策略。其中的具體實踐圍繞以下三大支柱展開：

• 準(zhǔn)備與溝通：需要在疫情前開展的活動，確保做好準(zhǔn)備，并與各級政府、社會各階層及個人溝通相應(yīng)角色與責(zé)任。
• 監(jiān)控與檢測：國內(nèi)外體制應(yīng)提供持續(xù)“態(tài)勢感知”，確保盡早發(fā)布警報以保護(hù)民眾。
• 應(yīng)對與遏制：采取行動，限制疫情蔓延并緩解大流行對健康、社會和經(jīng)濟(jì)產(chǎn)生的影響。

AI技術(shù)如何在這些方面發(fā)揮作用？

1）AI可用于增強(qiáng)對人群內(nèi)疾病傳播模式的識別能力，針對不同地理位置做出疫情爆發(fā)預(yù)測?；贏I的預(yù)判與預(yù)測方案，能夠幫助公共衛(wèi)生官員選擇更好的流行病應(yīng)對也準(zhǔn)備措施，有效補(bǔ)充傳統(tǒng)抗疫方法。據(jù)估計，如果在本輪疫情中采用不同的管理方法，有望將美國的COVID-19致死人數(shù)降低59%至92%，達(dá)到與挪威或加拿大等國家相近的水平。

2）利用AI搜索方法分析大規(guī)模數(shù)據(jù)源，借此揭示病毒的來歷、傳播與診斷、管理措施及以往抗疫經(jīng)驗，幫助決策者和醫(yī)學(xué)界尋求解決辦法。例如，白宮與多支領(lǐng)先研究小組整理出的COVID-19開放研究數(shù)據(jù)集（CORD-19）就囊括了超100萬篇學(xué)術(shù)文獻(xiàn)，其中包括超40萬篇關(guān)于COVID-19、SARS-CoV-2及相關(guān)冠狀病毒的完整論文。這套免費數(shù)據(jù)集將供全球各研究社區(qū)使用，借助自然語言處理及其他AI技術(shù)快速生成洞見，支持各項抗疫工作。

3）深度學(xué)習(xí)模型有助于預(yù)測新舊藥物對COVID-19的療效。鑒于大流行帶來的高健康風(fēng)險，AI識別治療方法與原型疫苗開發(fā)方案將大大加快研究速度。

4）挖掘社交媒體與主流新聞中的早期預(yù)警，及早發(fā)現(xiàn)病毒傳播模式。BlueDot的生物線程智能系統(tǒng)就將機(jī)器與人類智能相結(jié)合以識別新興威脅信號，并對具體威脅進(jìn)行分類和優(yōu)先級排序，提供豐富的數(shù)據(jù)洞見以輔助專家決策。世界衛(wèi)生組織（WHO）在COVID-19的信息整理方面也表現(xiàn)出色。約翰霍普金斯大學(xué)與經(jīng)合組織（oecd.ai）等機(jī)構(gòu)也發(fā)布了交互式儀表板，通過實時新聞、已確認(rèn)的冠狀病毒病例、康復(fù)及死亡等實時數(shù)據(jù)來跟蹤病毒傳播。

5）人口監(jiān)測，即像韓國和中國那樣利用算法通過地理位置數(shù)據(jù)、監(jiān)控攝像頭畫面、信用卡記錄等追蹤冠狀病毒患者。中國使用手機(jī)軟件為每位民眾分配風(fēng)險等級（紅碼、黃碼、綠碼），指示傳染風(fēng)險。同時，機(jī)器學(xué)習(xí)模型還能利用出行、支付和通信數(shù)據(jù)預(yù)測下一波疫情的爆發(fā)位置，搜索引擎和社交媒體則有助于實時追蹤疾病傳播動向。

6）部署半自主機(jī)器人和無人機(jī)以響應(yīng)醫(yī)護(hù)需求，例如：運送食品和藥品、清潔與消毒、整理、幫助醫(yī)生護(hù)士和交付設(shè)備等。無人機(jī)的其他應(yīng)用場景還包括安保與監(jiān)視、人群監(jiān)控、在社交隔離下傳遞消息等。AI收集到的所有數(shù)據(jù)，都可用于組織見解、為決策者提供指導(dǎo)。

7）虛擬助手與聊天機(jī)器人可根據(jù)癥狀對病患進(jìn)行分類。美國疾控與預(yù)防中心聯(lián)手微軟開發(fā)了一項冠狀病毒自查服務(wù)，幫助用戶自我評估是否感染了COVID-19并提供行動建議。

8）AI與機(jī)器人也能以多種形式發(fā)揮作用，例如負(fù)責(zé)處理高傳染性標(biāo)本、處理化學(xué)品泄漏、處理核事故、提供運輸與服務(wù)交付（復(fù)查、物流處理及清潔/消毒等），這一切都有助于提高我們應(yīng)對流行病爆發(fā)的能力。

9）抱持以人為本和關(guān)懷生命的心態(tài)，引導(dǎo)員工理解保障健康安全、造福社會的重要意義。

如果沒有健康安全作為保障，員工不可能專注處理工作和業(yè)務(wù)。因此，應(yīng)當(dāng)建立起運營實踐，通過日常溝通體系幫助員工分享自身感受，借助雙向通道準(zhǔn)確捕捉員工情緒。只有這樣，才能真正建立起良好的健康與安全運營氛圍。

很多企業(yè)之所以抗疫失敗，一大核心原因就是未能實時捕捉員工的感受/情緒，無法傳達(dá)各種相互依賴關(guān)系（例如人員、流程、技術(shù)、數(shù)據(jù)、設(shè)施、第三方等）及關(guān)聯(lián)影響，進(jìn)而導(dǎo)致緩解策略無法落地、運營效率持續(xù)降低。所以，必須通過閉環(huán)實踐建立起強(qiáng)大的傾聽文化，借此提升員工敬業(yè)度、改善多層次運營效能。

幾個事實：

根據(jù)加拿大會議局的調(diào)查，約60%的缺勤狀況源自工作壓力過大。職業(yè)倦怠每年給加拿大企業(yè)造成約120億美元損失，具體表現(xiàn)為健康索賠、生產(chǎn)力下降以及曠工行為。在美國，倦怠產(chǎn)生的成本甚至更高。根據(jù)哈佛商學(xué)院的數(shù)據(jù)，組織機(jī)構(gòu)每年承擔(dān)的醫(yī)療保健費用在1250億到1900億美元之間，整體工作幸福感也因此大受影響。

埃森哲、安永、Gartner Group、蓋洛普、哈佛等主要研究機(jī)構(gòu)紛紛證實，企業(yè)越來越關(guān)注員工的健康指標(biāo)，并將其視為保障生產(chǎn)力的核心因素。

如今，企業(yè)紛紛用滿意度調(diào)查、敬業(yè)度調(diào)查、健康和保健調(diào)查等方式把握員工的心理健康、身體健康與財務(wù)健康狀態(tài)。但現(xiàn)實問題在于，大多數(shù)方法的靈活性與實時性較差，不足以真正融入日常管理。

Gartner在2020年采訪了52位人力資源高管，調(diào)查發(fā)現(xiàn)：94%的企業(yè)在大幅強(qiáng)化員工福利計劃，85%上調(diào)了心理健康福利，50%增加了身體健康福利，38%增加了員工財務(wù)福利。

Gartner報告稱，享受到這些福利的員工當(dāng)中，有23%表示心理健康水平有所提高，17%表示身體健康好轉(zhuǎn)，23%睡眠質(zhì)量開始改善。這些個人指標(biāo)也轉(zhuǎn)化成了更高的工作績效與留存率。

另有研究發(fā)現(xiàn)，心懷悲傷或氣憤情緒的員工在工作、駕車或居家時，引發(fā)事故的幾率會猛增10倍。而令人擔(dān)憂的是，全球20%到30%的民眾會帶著悲傷或憤怒的情緒開始新的一天。因此企業(yè)領(lǐng)導(dǎo)者必須重視這個現(xiàn)實問題，用多種方式提升員工幸福感。

所以也許在不久的將來，企業(yè)高管團(tuán)隊會迎來首席幸福官或者首席健康官之類的新成員。

員工為什么會開心、悲傷或者憤怒？

原因多種多樣，但里面總有共性：工作、個人、精力、客戶等等。根據(jù)具體工作職能，影響因素也會有所變化。例如，銷售的情緒可能跟著提成走，司機(jī)跟著車輛/天氣/交通走，客服中心跟著客戶的態(tài)度走。這一切都與員工的情緒和幸福感緊密相連。對于企業(yè)高管來說，網(wǎng)絡(luò)安全風(fēng)險已成為影響其幸福感的五大核心要素之一。

AI如何助力以人為本與呵護(hù)氛圍？

AI可以通過多種方式建立這種充滿關(guān)懷與呵護(hù)的氛圍，包括實現(xiàn)日常情緒/健康檢查、關(guān)注對員工影響最大的工作狀況、提供做出改進(jìn)的建議、通過語氣模式分析群體感受，甚至將視頻中的肢體語言映射至開心、憤怒、悲傷等情緒。

其中的關(guān)鍵，在于確保AI解決方案始終尊重隱私與匿名性，也就是讓洞察結(jié)論始終立足于統(tǒng)計學(xué)意義上的大規(guī)模數(shù)據(jù)。這樣既能讓每位員工感到安心，也可反映出真正有意義的整體性模式。AI技術(shù)應(yīng)用的目標(biāo)不是監(jiān)視，而是充分營造溫馨舒暢的工作氛圍。

每位CEO及企業(yè)高管都應(yīng)該關(guān)心員工對于工作環(huán)境的感受，盡可能創(chuàng)造出一種能夠激發(fā)更高績效的文化氛圍。如果做不到這一點，董事會就會選擇其他更合適的人選。

此外，員工幸福感還有另一大重要影響因素，即他們的直接主管。企業(yè)一般會每年組織一次員工調(diào)查，平時也會盡量聽取他們的意見，指導(dǎo)主管改善與員工之間的溝通效果和協(xié)作關(guān)系?？傊?，一味施加壓力并不是優(yōu)秀管理者的應(yīng)有表現(xiàn)。

根據(jù)哈佛報告，組織正通過更多福利措施衡量員工的財務(wù)健康、心理健康與身體健康狀況，借此準(zhǔn)確預(yù)測員工績效與留存率。另外，也有研究證實，糟糕的健康水平已經(jīng)成為運輸/設(shè)備處理、產(chǎn)品制造、石油與天然氣、建筑和采礦等行業(yè)中的頭號事故根源。

埃森哲在近期發(fā)布的未來趨勢報告中認(rèn)定：

“關(guān)懷已經(jīng)成為核心因素，時刻提醒我們保持善良與同理心的重要性。關(guān)懷體現(xiàn)在諸多方面，關(guān)懷面臨的挑戰(zhàn)以及關(guān)懷產(chǎn)生的成本/作用已經(jīng)得到組織機(jī)構(gòu)的廣泛重視與討論。對于企業(yè)雇主及其品牌，這場變革既帶來了挑戰(zhàn)、也蘊藏著機(jī)遇?！?/p>

所以問題來到了企業(yè)一邊：如何設(shè)計出與眾不同的關(guān)懷機(jī)制。

AI能夠提供強(qiáng)大的數(shù)據(jù)分析層，借此預(yù)測健康風(fēng)險、為重大風(fēng)險做好準(zhǔn)備，突破以往每年一次的僵化滿意度調(diào)查。

總結(jié)

最后，我們再來回顧AI改善疫情防范策略、關(guān)注員工身心健康與敬業(yè)度的9種重要方法：

• 識別疾病傳播模式
• 通過搜索方法分析大規(guī)模數(shù)據(jù)源
• 使用深度學(xué)習(xí)方法預(yù)測新舊藥物或治療方法
• 挖掘社交媒體與主流新聞內(nèi)容，實現(xiàn)早期預(yù)警檢測
• 人口監(jiān)測
• 半自主機(jī)器人與無人機(jī)
• 虛擬助手與聊天機(jī)器人
• 機(jī)器人
• 身心健康與員工敬業(yè)度