近日, 在线教育网站 Udemy 根据其学员的课程数据, 制作了一份《2020 年职场学习趋势报告》, 指出了哪些技能最受职场人关注. 其中有很多很有意思且具有前瞻性的观点, 比如:
AI 正在重塑企业形态, 但大多数企业还没准备好;
人工智能, 数据科学, web 开发和云将成为 2020 年最受欢迎的技术技能;
在劳动力市场紧张的情况下, 企业领导开始意识到对现有人才进行再培训以胜任新职位, 要比竞争稀缺人才更为有效;
到 2020 年, 更多的公司员工将依赖社区学习, 从而了解和获得新技术;
......
一, AI 正在重塑企业形态, 但大多数企业还没准备好
人工智能 (AI) 的兴起正在重新定义企业的运营方式. 人工智能使计算机能够通过处理大量数据和识别模式来从经验中学习并更有效地完成类似人的任务.
在金融领域, 由 AI 和计算机管理的投资基金如今已占美国股票市场的 35%. 而且这一数字还在不断增长.
据报告中的数据显示, 65% 的领导认为人工智能和机器人技术是人力资本中一个重要或非常重要的问题. 但接受调查的组织中只有 26% 开始准备应对这些技术的影响.
也就是说, 鉴于变化的速度, 大多数组织还没有为人工智能做好准备.
人工智能还将带来数据的广泛应用. 建立数据驱动的文化对于组织利用 AI 和大数据的力量至关重要.
二, 五种学习趋势变化和五个结果预测
这次的报告还讨论了在未来十年内, 组织如何重塑工作场所的学习.
最新的学习趋势和最热门的技能, 是根据全球超过 40 万人在实际的学习场景的数据而定的, 包括按角色, 行业和国家 / 地区分类.
趋势一: 从概念到现实: 人工智能在 2020 年成为主流
2020 年是 AI 成为主流的一年. 我们开始看到 AI 在业务的各个方面都得到采用. 市场营销正在将 AI 数据洞察力应用于客户行为, 以量身定制销售优惠. 人力资源团队开始使用 AI 来招募, 筛选和面试候选人. 财务团队正在应用 AI 和机器学习来降低公司差旅成本. AI 的应用场景是无止境的.
过去 3 年中, 人工智能和数据科学技能发生了转变.
在查看过去三年中 Udemy 上最热门的技能趋势时, 我们看到了向 AI 和数据科学的转变. 以下是过去三年中 (2016-2019 年) 最受欢迎的十大技术技能.
机器学习和神经网络是推动风靡全球的人工智能 (AI) 创新背后的力量. 人工神经网络模仿人脑如何处理, 存储信息并对其起作用. 虽然自动驾驶汽车或面部识别是最流行的示例, 但几乎每个行业都可以利用神经网络的力量.
建立这些神经网络和机器学习模型是一项复杂的任务, TensorFlow 等新技术使此过程变得更加容易.
计算机视觉是 AI 的一个领域, 它可以训练计算机解释和理解数字图像, 例如面部识别任务. OpenCV 是另一个开放源代码的编程功能库, 可帮助开发人员构建实时计算机视觉应用程序. 在 AI 的驱动下, 聊天机器人可以重现人类与客户互动以解决管理任务, 销售或常见问题的方式.
人工智能, 数据科学, Web 开发和云是 2020 年最受欢迎的技术技能. 这也导致对 AI 和数据科学技能 (Python, 机器学习, 深度学习) 的需求很大, 但对 Web 开发框架 (React,Angular), 云计算和其他 IT 认证(AWS,CompTIA) 以及 Docker 的需求也很大.
Docker 是一个开源用于创建称为容器的软件包的平台. 例如, 在 DevOps 流程中使用 Docker 来自动化 DevOps 工程师的一些手动任务.
这次报告还研究了 40 多亿人正在学习的新兴技术技能.
Gatsby.JS 是一个正在兴起的新的 Web 开发框架工具, 这类工具正逐渐成为构建未来网络的一种方式. 其他网络开发工具, 例如 React Hook 是 React 16.8 的新增功能, 而 Next.JS 以及用于 Appl e 应用程序的用户界面工具 SwiftUI, 也在 2020 年新兴技能中名列前茅.
最后, 物联网中使用的全新技能 (例如量子计算和 ESP32) 也出现在今年的新兴技能列表中.
趋势二: 提升人的素质 - 2020 年即将实现人与机器的全部潜能
人工智能和机器人流程自动化 (也称为软件机器人) 正在扫描组织中的各种数据, 以改善工作场所的安全性, 雇用时间或差旅成本.
但这不仅仅涉及软件机器人. 由于自动化和 AI 负责执行较为平凡的任务, 因此员工越来越专注于利用独特的 "人类" 优势 (如创造力, 情商和讲故事) 的任务.
2020 年和下一个十年将是关于提升人类水平并实现人类和机器在工作场所中的全部潜力.
就像物理机器人彻底改变了制造业一样, 软件机器人现在对办公室工作也产生了类似的影响. 机器人流程自动化 (RPA) 只是意味着使用流程自动化工具来快速复制人类在 Microsoft Excel, 数据库或 Web 应用程序等工具上执行日常日常办公工作的方式.
在我们不断变化的环境中, 敏捷 scrum(项目管理)和风险管理也是快速增长的技能也就不足为奇了.
当我们分析 2020 年人们在工作中学习到的增长最快的软技能时, 我们发现对诸如增长思维, 创造力和创新等主题的学习有所增加.
对于员工而言, 采用不断学习的成长心态并在工作场所保持开放的态度变得越来越重要. 尽管技能培训是关键, 但建立组织文化和领导能力以培养创新和创造力也至关重要. 最终, 员工开始关注他们天生的人文技能以及机器人不能做什么. 批判性思维, 沟通, 讲故事和情绪智力是 2020 年职场中增长最快的软技能的榜首.
这与领导在调查中最优先考虑的软技能类似. 创新, 变革管理, 情绪智力, 沟通与讲故事以及成长心态都体现在这一清单上.
趋势三: 学习与发展开始解决劳动力掌握新技能问题
- "净节省的成本: 从外部雇用的成本可能是从内部雇用的成本的 6 倍之多."
- -Josh Bersin
数据显示, 企业倾向于裁员以解决历史问题, 然后采用新技能来推动业务发展. 但是, 在劳动力市场紧张的情况下, 企业领导人开始意识到对现有人才进行再培训以胜任新职位要比竞争稀缺人才更为有效.
虽然技能的重新培养需要长期的计划, 但破坏性的裁员和雇用的成本可能比为员工提供持续的培训更为昂贵.
从数据可以开始看到, 公司会选择重新培训现有员工以担任新职务. 作为 "未来就绪" 计划的一部分, AT&T 已对 80,000 名员工进行了再培训. 员工可以查看组织中的按需角色, 并选择接受必要的培训以换取这些新角色.
Future Ready 帮助 AT&T 最大限度地减少了外部雇用, 并将员工大规模转移到新职位上.
随着越来越多的组织在内部为新角色提供重新技能计划, 员工开始更加积极地看待自动化和突破性的技术. 当我们询问企业领导者他们的员工对自动化和其他颠覆性技术的感觉时, 有 29% 的领导者说他们的员工很高兴学习新技能. 只有 12% 的人担心他们会失业.
趋势四: 组织正在建立一种数据驱动的文化
随着组织建立数据驱动的文化以利用 AI 和大数据的力量, 角色正在快速变化并且变得更加灵活. 例如, 营销人员和销售专家越来越精通数据.
通过提升深度学习, 算法, 自动化, 自然语言处理, Excel, 数据分析和云等技术技能, 企业正在转变为数据驱动型组织.
下面是各领域不同技能的增长排名:
趋势五: 世界各地的国家都在提升令人垂涎的技术技能
基于 2020 年最流行的十大技术技能, 我们了解了哪些国家学习这些技能的人数最多. 然后, 我们创建了一个综合排名, 以衡量各国在获得这 10 种技术技能方面的表现.
这些技术技能包括 Python,React, 机器学习, 深度学习, Docker 或 Amazon AWS.
我们还对每个学习者平均学习小时数最高的国家进行了排名, 以消除规模偏见.
商业和学习领袖如何为未来的技能做好准备? 以下是对 2020 年的 5 个学习预测.
预测一: 技能映射将绘制未来的劳动力图表
在接下来的十年中, 随着大规模技术中断, 持续的技能映射对于劳动力规划至关重要. 预测组织的未来技能并非易事, 并且在实施再培训计划时通常遇到障碍. 在一定程度上, 挑战是旧的, 而新角色并不总是完全适合重新技能.
对于许多这些未来的工作, 没有外部候选人具有这些新兴技能, 这使得内部重新技能成为下一个最佳选择. 例如, 亚马逊正在为其仓库工人创建职业培训路径, 以便为公司的数据技术人员重新配备新的按需角色.
什么是技能映射?
技能映射是与组织员工的现有技能库相比, 视觉上可以表现所需职责的技能的表达. 此练习可帮助人力资源和企业领导者识别关键技能的差距.
随着企业解决员工技能再培训问题, 他们开始聘请专家来帮助绘制现有员工技能和未来技能. 摩根大通正在与麻省理工学院的数字经济倡议合作, 预测其劳动力的新兴技能. 摩根大通还在其 IT 部门试用 "技能护照" 平台. 该平台使员工能够评估当前技能并浏览新角色和必要的培训, 以实现其职业生涯的下一步.
预计在 2020 年及以后, 组织将更深入地研究技能映射, 为未来的工作做好准备.
预测二: 企业「能力学院」将取代临时培训
麦肯锡认为, 公司通常会采用临时方法进行人才培养. 他们雇用具备所需技能的新工人, 或在需要时接受特别培训. 但是, 这些快速修复策略不足以改变组织并不断跟上技术和业务变革的步伐.
麦肯锡认为,"虽然聘用新人才可以解决即时资源需求, 例如从一开始就迅速建立组织的 AI 实践所需的资源, 但它回避了大多数组织的关键需求: 跨各个级别的广泛能力建设."
或许通过使用内部能力计划, 培训当前员工才能达到最佳效果.
预测三: 社区可以帮助快速保持技能更新
为了补充企业内部「能力学院」提供的深度学习, 社区也正在二次兴起, 以支持在职学习.
在 IT 行业中, 行业标准变化很快, 并且通常是由共识设定的. 开发人员可能会分享最佳做法, 并且该行业几乎会在一夜之间朝着新的方向发展. 这使得很难跟上最佳实践并安排相应的课程材料来提高团队的技能.
为了使团队成员掌握的技能与行业最新趋势保持一致, 我们看到公司越来越依赖实践社区. 例如, 当开发人员遇到一行代码问题时, 他们自然会向同行寻求帮助.
社区不仅仅是有机的互助学习, 开发团队也可以围绕在社区中创建结构化学习.
报告中给出预测, 到 2020 年, 更多的公司员工将依赖社区学习.
预测四: 未来十年, 学习趋势将发生根本性转变
据调查, 目前只有 5% 的企业机构在使用 AI, 但有 26% 的企业表示他们正计划尝试 AI.
我们对 2020 年的虚拟现实 (VR) 和增强现实 (AR) 感到冷淡, 因为我们没有看到用于企业学习的应用程序有太多增加. 在 VR 领域, 几乎没有现成的内容可以轻松采用.
除了可以负担定制 VR 内容高昂价格的大型企业之外, 对于大多数组织而言, 这都是昂贵的.
相反, 随着智能手机的普及和廉价的 AR 应用程序的出现, AR 的实现更加容易.
尽管规模仍然很小, 但我们预计更多组织将在 2020 年开始尝试使用聊天机器人. 与 VR(17%)或 AR(13%)相比, 更多的团队计划在未来几年内添加聊天机器人(24%).
Siri 或类似 Alexa 的机器人被用作学习助手, 为员工提供问答. 在 2018 年至 2019 年之间, 目前拥有聊天机器人的团队从 4% 增长到 8%.
预测五: 组织将建立内部人才市场
基于固定角色来构造员工队伍的传统模式, 并不是支持快速发展的业务的最佳方法. 组织将转向专注于项目而不是固定角色的更加敏捷和灵活的网络团队.
与咨询公司或零工经济的运作方式类似, 团队成员将根据其技能而非角色来选择用于特定项目. 他们全年可能会从事各种项目. 团队可能会根据项目而变化. 在灵活的团队时代, 组织将需要一种新的方法来管理人才.
在向 "无角色" 的工作场所转变时, 技能是不稳定的, 传统的职业道路已不再相关. 内部人才市场还可以帮助员工把握组织内的职业机会. Josh Bersin 提出了以下问题: 我们将所有的钱都花在了外部人才的获取上, 但是对于我们现有员工的内部人才的获取和职业规划呢?
员工们说, 在另一家公司找到新工作要比在公司内部找到新职位容易. 事实并非如此.
简而言之, 在瞬息万变的时代, 人才管理将需要转向一种新的技能思考方式.
想看完整版报告的可以加我微信, 私发给你
来源: https://segmentfault.com/a/1190000021193628