业务挑战

解决方案

领导层级

资源&活动

关于我们

联系我们

企业培训革新:生成式AI在人才发展中的应用

>资源&活动>前沿洞察>企业培训革新:生成式AI在人才发展中的应用

自2022年底OpenAI公司推出ChatGPT以来,生成式人工智能技术的发展速度之快,可谓是人间一天, AI十年。根据麦肯锡全球研究院的调研,尽管生成式人工智能(Generative AI,下称GenAI)刚刚公开可用,但使用这些工具的情况已非常普遍。75%的受访者预计GenAI将在未来三年内对其行业竞争造成颠覆性的改变,40%的组织机构预计将在AI领域进行更多投资;28%的企业已将其列入董事会议程。毫无疑问,一场新的生产力革命即将席卷全球。


AI发展脉络回溯 | How did we get here?

什么是生成式人工智能?为什么它在今天爆发了如此大的关注?


事实上,计算机科学家们从上个世纪开始就在研究如何让机器具备人类智能,以及如何通过不同的方法去模拟从简单到复杂的生物大脑。过去的一些AI模型,例如CNN和RNN等,可以理解为只是具有不同特点的仿生脑。ChatGPT也是其中的一个分支,因为其超大的规模涌现出了过往其他人工大脑所不具备的能力,成为了AI发展史上的里程碑。在过去的七十年里,人工智能的能力已经取得了长足的进步。可以预见,生成式人工智能将会演进出一些新的物种,包括经济学意义上的新的数字化劳动力。


那么,数字化劳动力和传统劳动力有何区别?


传统劳动力也就是我们人类,是指具有可塑性的生物神经网络,通过阅读、学习、经历建构对世界的理解,接受特定领域或岗位的专业培训,满足经济活动需求。

数字化劳动力也就是前文提及的人工大脑,是指模仿生物神经网络的人工神经网络,学习承载人类文明的互联网数据,学习符合人类偏好的特定领域的任务数据,来形成人工大脑对世界的理解,并产生经济价值。


据世界银行统计,纵观过去2000多年的全球GDP数据,第一次工业革命(18世纪60年代)之后,世界经济出现了一个非常明显的拐点,进入了快速增长期。[4]

随后的第二次工业革命(19世纪下半叶到20世纪初)、科技革命(20世纪后半期以生物技术、航天科技为代表)、信息技术革命(21世纪),不断发展的新技术大幅提升了单位劳动力能产出的经济价值,进一步推动了经济的指数级增长。


可以说,人类的经济史,就是半部科技史。那么,AI会带来哪些改变呢?

智能革命:AI应用无处不在 | Where we are now?

如果说,工业革命加速了体力工作的自动化,那么,智能革命则将加速知识/信息工作的自动化。过去,受限于技术基础和数据量,AI发展一度受到掣肘,虽然宣传铺天盖地,实际效果却不尽如人意。


2011年至今,随着互联网的普及,人们每天创造的数据量爆炸式增长,以及机器学习、深度学习等新兴技术的发展,人工智能在语音识别、图像识别、自然语言处理、机器人、自动驾驶等领域取得了突破性的进展。


越来越多的企业和创业公司看中了AI技术的潜在商业价值,开始通过投资和研发推动AI的发展。以自动驾驶技术为例,越来越多的车企、科技公司纷纷进入这一领域,推动了计算机视觉、传感器等领域的快速成长。


科学界普遍认同2040年将会实现通用人工智能(Artificial General Intelligence, AGI),届时,AI将会渗透人类生活的方方面面。高盛公司预测,基于GenAI的出现,美国四分之一的工作岗位将有可能被AI取代。而比GenAI更强大的AGI一旦成为现实,大概率将会承担更广泛的智力劳动。

人工智能发展简史.png


领导力发展的改变已经在发生。

据麦肯锡《生成式人工智能的经济潜力:下一个生产力前沿》报告,自2023年GenAI取得了突破性进展后,几乎所有行业都会受到GenAI的影响。如图所示,比较了不同职业类别中GenAI的自动化潜力(占总数的百分比)。浅蓝色表示在GenAI之前该职业的自动化比例,深蓝色表示GenAI之后,两者数值相差越大,代表这一行业受影响越大。可以看到,首当其冲的就是教育与培训行业。


教培行业因其知识密集型、专家授课型的特色,壁垒相对较高。但GenAI的出现填平了知识的鸿沟,并且,GenAI比人类拥有更快速、更庞大、7x24h不知疲倦的学习方式,成为一位人人触手可得的「超级专家」。


同时,未来随着新技术成本的下降,人工智能普及,过去教育资源不足的痛点有机会被解决,个性化的教学也将得以实现。

技术自动化潜力在中点场景的对比.png


迎接必将到来的变革 | What's next?

对于各行各业而言,GenAI的影响都是巨大的。OpenAI公司研究了美国超过 1000 个职业发现,80%的工作可以融入GenAI技术和能力。这将会深刻改变职场和工作本身。

  • 工作重塑:我们必须要面对的是,一些工作岗位将被取代或减少,一些传统行业和职业可能衰退(比如客服、电话营销员、翻译等),而新兴行业和专业则出现增长(比如prompt engineer)。当然,更多的岗位会趋于人机融合。以招聘为例,过去企业招聘从内部调研、信息分发到面试候选人,所需的成本巨大。未来,GenAI可以帮助你快速制定岗位要求、筛选资料、辅助面试,它甚至能够做到比HR和用人部门更清楚岗位所需的知识和能力要求,从而做出最全面的分析。而招聘人员的角色则转换成审查员,确定最终结果,以及不会被AI所欺骗。从历史纵深来看,技术的进步释放了人的劳动力,带动生产效率的提升,也会让各方面的管理工作更上层楼。


  • 能力重塑:HR则必须思考,岗位的在职人员是否仍然胜任,如何提前部署文化认同和大规模的技能转型。另一方面,当GenAI将人力从重复性、繁琐的行政性事务中解放出来之后,人类的软技能的重要性则日益彰显。当信息的获取变得无比平权,专家角色就显得不再那么重要,管理者需要为开放的对话创造环境,让团队建立共识,并能够从人与人的协作,转变为人机协作等。


  • 组织重塑:如同历史上的每一次技术革命,对组织的影响都是巨大的。不仅商业模式和战略逻辑要发生改变,管理模式也要改变。流程和绩效是过去工业时代的产物,而在智能商业时代,创造力更重要。当GenAI自动化许多重复性、繁琐的任务,释放人力之后,如何由内激发员工的使命感、自驱力,从而创造出更具创新性和价值的成果,是组织的升级议题。


早在1989年,英国著名管理学家查尔斯·韩迪就在《不讲理的时代》一书中,清晰描述了未来组织成功的公式:
I³=AV(Added Value)


其中I指人和机器的智力(Intelligence)、信息资讯(Information)和创意想法(Ideas)。也就是说一个组织要成功,必须拥有:高智力的人才、有智能的机器、海量数据以及源源不断的有创造力的想法。


面对如此巨大的变革,你需要做的是,让AI为你工作,而不是取代你。

AIGC.png

关于「人才发展数据赋能启示录」

DDI基于600,000 名英跃学员累积的学习数据洞察发布「人才发展数据赋能启示录」。不仅回顾了数字化学习的历程和现状,更探析了中基层领导者的能力表现和学习偏好。除了数据发现外,在每个章节,我们也就发现和对应的建议进行了凝练与总结,形成了有针对性的「思考与启示」,以帮助组织在中基层领导者的发展实践中,将这份报告中的洞察转化为切实可行的短期或长期人才策略。立即下载报告


*本文为DDI原创文章,转载请标注出处!

标签: AI , 工作模式

订阅我们的电子通讯,获取最新的领导见解

订阅

推荐资源更多

扫描二维码
关注「DDI智睿咨询」

如何帮助您?请致电