作为一项底层科技, AI 的影响绝不限于一隅, 从人像系统破案到刷脸取款, 从辅助诊断到疾病全链路诊疗, 从实时同声传译到城市出行方案的优化...... 每个行业都将接受洗礼, 每家企业都将面临重生.
没有人会质疑 AI 是时代的未来, 也没有人会质疑人才是企业的未来. 2017 年发布的《新一代人工智能发展规划》指出, 到 2020 年, 人工智能核心产业规模超过 1500 亿元, 带动相关产业规模超过 1 万亿元; 到 2025 年, 人工智能核心产业规模超过 4000 亿元, 带动相关产业规模超过 5 万亿元; 到 2030 年, 人工智能核心产业规模超过 1 万亿元, 带动相关产业规模超过 10 万亿元.
作为一项底层科技, AI 的影响绝不限于一隅, 从人像系统破案到刷脸取款, 从辅助诊断到疾病全链路诊疗, 从实时同声传译到城市出行方案的优化...... 每个行业都将接受洗礼, 每家企业都将面临重生.
无论是 AI 专业人才的匮乏, 还是其他专业人才对其的陌生, 都预示着企业走向未来的过程绝非坦途.
前百度首席科学家, AI 公司 Landing.ai 创始人吴恩达在 2018 中国人工智能峰会 (CAIS) 上发言:"一家企业如果想要真正将人工智能融入到工作流程里, 那么组织架构需要进行调整: 第一步, 引入外部 AI 人才, 外部 AI 资源辅助决策; 第二步, 利用这些外部资源, 培养内部 AI 团队; 第三步, 将内部 AI 团队与各个业务部门结合."
从这个方向上延伸出去, 笔者想对 AI 时代企业的人才策略提出几点更具体的建议, 供菁财的朋友们参考.
端正态度, 制定 AI 时代的人才战略
两年前, 还有企业对 AI 端着不屑一顾的态度, 如今这股骄傲劲随着 AI 在各个领域的广泛应用和飞速发展而支离破碎,"恐慌" 成了压倒性的情绪 -- 个人恐惧于自己的工作岗位会被 AI 取代, 企业慌乱于自身因无法正确运用 AI 而被淘汰.
笔者认为, 企业需要对 AI 的到来树立正确的技术心态.
AI 不是全知全能的, 其应用有一定边界. AI 的基础是数据, 作用方式是算法, 而这个世界上的问题中只有一小部分可以被归类为数学问题, 数学问题中又未必都能够求解, 有解的问题不一定都能被计算机解决, 而如今的计算机还无法突破图灵机的模型......AI 的意义在于与大数据的相关性结合, 让机器具备感知和认知能力, 辅助人类做出更好的商业决策.
企业既要重视 AI, 又不能对 AI 过度依赖, 而是应该针对具体的市场经济环境和企业自身情况作出评估, 估测 AI 对企业的商业模式 (包括供应链, 盈利模式等所有方面) 有什么影响, 本企业在多大程度上需要引入 AI, 有多少资源可以投入其中, 量力而行.
细化到人才管理上, 企业就要预计哪些职业适宜用 AI 代替人工, 哪些岗位上 AI 只是人的辅助, 哪些人会成为 AI 的护理员等, 例如对于像前台接待员这样重复枯燥且脑力要求较低的工作, 可以交给 AI, 但品牌公关人员就暂时不行, 因为企业遇到的公关危机或许是前所未有的复杂情况, AI 的数据库中没有处理此类新问题的模型.
以人为本
促进员工向人机协作思维和大数据思维转化
大数据导致了机器智能产生, 计算机把智能问题变成数据问题, 能够在一定程度上扩宽企业的认知范围. 但企业要时刻牢记: 企业价值的输出终端是像消费者和员工, 股东这样的利益相关方, 是一个个活生生的人, 而人 (尤其是人脑) 的复杂性是现有的神经科学和大数据科学尚且无法透彻理解的. 要想更好地实现企业价值, 企业的变革核心始终要放在人身上, 人的一些特质比如共情能力, 将不可或缺.
在人才管理方面, 首要任务是帮助员工完成思维方式的转变, 让 AI 与人工相辅相成. 以往, 员工的思维可能是线性的, 规律性的, 遵循因果联系的, 例如对于 "中医对人类疾病的治疗是否有合理解释" 这个问题存在很多争议, 有人认为 "喝中药汤后病症消失" 说明中药有疗愈作用, 但这实际上只是把时间的前后简单看做因果, 无法令人信服.
而在 AI 的帮助下, 我们能够收集到更多数据, 在更大范围内进行试验和交叉比对, 尽可能消除不确定性, 离真相更进一步. 这是 AI 提供给我们的数据红利, 员工需要认识到数据将来在工作中的地位, 全心全意接受 AI, 并且学会系统的数据分析方法, 包括收集, 建模, 清洗等等.
此外, 人类所擅长的是以小数据进行推理, 融合自己的生活经验, 日常观察, 道德文化背景等, 形成价值判断, 与以深度学习为基础的 AI 所能进行的大数据分析刚好能够互补, 彼此结合, 在完整的行为规划和事项决策中实现 1+1>2 的效果. 此外, 人类还能综合应用不同的智能系统, 针对不同场景解决不同问题.
因材施教
利用 AI 为员工建立 "能力图谱"
提供个性化培训方案
企业的员工培训目前是从企业角度出发的, 根据企业的业务进程来进行.
在将 AI 纳入企业的管理系统后, 通过收集每个员工的教育背景, 职业履历, 工作表现, 事业规划等多方面的数据信息, 企业得以为每位员工建立独一无二的能力图谱, 识别出员工的强弱领域, 再将其性格特点等因素纳入考虑, 量身定制人才培养方案, 实现最优的人才选拔和任用.
这样一来, 员工培训的中心就不再只是企业一方. 这种做法, 既能为让企业实现选贤任能, 更好地进行分权和人才赋能, 又能让员工感到倍受重视, 有更强的归属感.
公平高效
让 AI 来进行绩效评估和薪酬分配
在薪酬分配上, 公平和效率似乎是鱼与熊掌不可兼得. 而在 AI 的帮助下, 这一点有望改变.
管理层并不掌握所有人的数据, 也无法看到流程全貌, 这样做出的人才评估很容易被个人情绪和偏好左右, 引起员工不满. 企业应该依托 AI 建立实时全方位人力考评体系.
如前所述, 掌握了员工尽可能多数据的 AI 能在绩效评估时最大程度考虑员工的情况, 从而设计出一套适用所有人的体系, 或者多套体系, 再设定明确规则哪些人适用哪一套.
在使用过程中尽可能保持客观性和理性, 剥离部分管理层的偏见, 遵从多元化, 人性化的共识, 同时能在使用过程中不断根据员工反馈进行调整. 总体而言, 这个考评体系规则明确但又不失灵活.
需要特别指出的是, 3,4 两点能够改善企业和人员间的关系: 企业全面记录人才的表现, 在绩效评估中更客观理性, 建立起人才档案, 帮助人才发掘亮点和弥补缺陷, 激发出人才的潜力和组织体的活力, 从而获得更好的人才投入回报比, 在奖惩和薪酬分配上也会更大度 --AI 帮助企业建立了人才管理的良性循环.
提高警惕
别让幸存者偏差阻碍可持续发展
AI 对行业的冲击必定是巨大的, 行业大洗牌会让一些企业倒下, 也会有一些企业挺过去. 能够活过这一轮的企业需要时刻自省, AI 的发展会是指数型的.
企业必须不断反思自己当下的成功有多少运气多少实力; 现在正确的人才战略明年还适用吗; 哪些岗位需要进行 AI 替代或是加入 AI 辅助亦或是人工干预; AI 处理数据的可靠性有多大, 还能继续使用还是需要升级; 员工的成长速度能否跟上 AI 的脚步......
《三体》的作家刘慈欣在一场与企业家潘石屹的对话中提及 "大筛选理论"-- 宇宙中的生物, 从低等生物发展到可以一直延续的高等文明, 过程中有很多道筛子, 每一道筛子都会淘汰一些物种. 对于人类来说, 第一道筛子是可以自我复制的分子细胞; 第二道筛子可能是核战争; 第三道筛子, 刘慈欣认为很可能就是人工智能技术.
AI 就像周期一样无法避免, 却只有在合适人才的手中, 作为智慧容器的 AI 才能发挥价值. 任何一家渴望基业长青的企业, 都要不断探索 AI 与人才的甜蜜点.
来源: http://www.cioage.com/art/201810/585790.htm