Heather Levy Sigel, 首席人才 & 转型官, Tungsten Automation Heather Levy Sigel 首席人才 & 转型官, Tungsten Automation

AI时代正在增加对人的需求，而不是取代人

各行业的公司都在努力提升内部流程的效率。因此，我们看到技术成为一连串裁员的替罪羊。尤其在科技领域，公司将大规模裁员归咎于人工智能。组织结构趋于扁平、运营更精简以筹集投资的市场趋势被包装成效率提升，实际上，企业AI领袖会坚决否认以现有技术在如此规模上取代人类是可能的。尽管如此，关于AI取代人的说法进一步巩固，技术恐惧在每个劳动力中蔓延——即使是那些未直接受到影响的员工。的确，AI正在消除某些任务，重塑我们的时间分配，并推动我们能够实现的规模更大。但它并未消除对专业知识的需求。事实上，它正在提升在业务运营与AI交叉领域对人类专业技能的需求。工作中人类价值的转变在过去一年中，众多企业宣布了与AI相关的裁员。在某种程度上，AI的确让某些工作更高效，甚至变得多余；然而，在许多情况下，这只是公众市场奖励的更广泛削减成本努力的便利借口。虽然这会损害公司的声誉，但从表面看，因新技术提升效率而导致的裁员对投资者而言是个好信号；然而，这种策略把短期利润率的提升置于长期回报之上。事实上，根据Deloitte 研究，大多数组织将93%的支出用于技术，而只有7%重新投入到人员上。如果不将生产力提升再投资于新能力和稳固的劳动力战略，这将对公司不利。必须保持平衡，以支持在AI优先时代能够成功的劳动力转型。推动变革的框架仍然依赖于人、流程和技术——即使在AI的叙事中也是如此。虽然底层技术在变化，组织若忽视流程和人员的部分将是失策。事实上，虽然大多数AI用于自动化行政和重复性任务，但我们忽视了实现这一点所需的所有后台工作。仍然需要有人定义目标、验证输出、监管AI决策以确保系统持续改进，并围绕这些系统重新设计整个工作流程。技术是推动者，而非取代批判性思维、建立关系以及支持多元意见和视角以得出正确答案的替代品。如果这样看，企业AI可能创造的工作量超过其消除的工作量，从而改变了人类在工作中展现价值的领域。你会发现，大型语言模型懂得语言，但在了解特定企业内部运作——其政策、监管环境、公司文化和运营细节方面的洞察有限。因此，我们看到连接这两者的角色需求上升，例如前置部署工程师（FDE）、AI工作流架构师以及转型与赋能负责人。警示！组织变革在即企业已经意识到AI试点是容易的部分。将实验阶段转向生产部署才是困难所在——也是大多数企业目前所处的阶段。要成功将试点规模化到部署，需要重新设计整个工作流和业务流程。除了模型性能之外，还需要更广泛的组织变革。这就是为何能够将AI转化为特定业务工作流的人才需求上升。事实上，今年早些时候我们已经看到FDE的崛起，如果这些AI专家类型成为竞争优势也不足为奇。想象一下，在组织内部拥有能够回答以下问题的人员有多么有价值： 哪些问题/工作流需要重新设计？ 我们应如何在特定组织内衡量成功？ 我们如何才能让员工真正大规模采用AI？ 那么，业务领导者可以做些什么来确保组织为此类人才的成功做好准备？第一，决定是自行培养还是外部招聘AI人才。这是当前热议的话题，两者各有利弊。引入新人才可以立即填补技术专长的空缺，提升初始AI战略，并试点新想法。然而，如果我们谈论的是将AI流利度与业务专长相结合的新角色，最自然的填补者是组织内部已经熟悉其运营的人。当然，这需要强有力的领导来识别并培养这些人，这可能比外部招聘更为耗时。相反的答案是将培养与招聘相结合，以实现理想的结果。将外部的技术AI专家与内部的工作流专家配对，能够达到最佳平衡。第二，打造跨职能的AI团队，而不仅仅局限于IT孤岛。如果成功的劳动力转型框架是人、流程和技术，那么任何一环都不可忽视。一些最佳的AI部署由跨人力资源、产品团队、法务部门等业务领导者主导。AI时代及其未来：审视新劳动力如果以史为鉴，我们知道每一次重大技术浪潮都会颠覆当时的劳动力结构，削减岗位——是的，但随后会出现新岗位。例如，互联网降低了对传统实体零售和印刷工作的需求。然而，在后台，出现了数字营销人员、平面设计师、网络安全专业人士、云架构师等新职业。综上所述，我们可能会继续看到大规模裁员被归咎于AI，尤其是公司宣传其使用率和生产力提升时。然而，真正以AI为导向的公司明白，虽然岗位本身可能会变化，但岗位数量不太可能大幅波动。已经处于变动中的新劳动力将需要能够弥合业务运营、变革管理与技术专长之间鸿沟的专业人才。那些提前布局的公司将打造出能够将AI转化为可持续竞争优势的劳动力。