在這個(gè)充滿機(jī)遇和挑戰(zhàn)的AGI時(shí)代氛圍下，組織管理也面臨著前所未有的陣痛，傳統(tǒng)管理方式和工具已難以適應(yīng)多變的商業(yè)環(huán)境，企業(yè)組織管理如何利用新技術(shù)突破新老時(shí)代交替下的人力瓶頸？未來企業(yè)雇傭人才的模式將發(fā)生哪些變化？什么樣的組織和人才有可能會(huì)被人工智能替代，以及作為HR怎樣應(yīng)對變化？

基于對上述問題的探索，Moka于上月在京舉辦《擁抱AGI時(shí)代組織未來——2023 Moka Foresight人力數(shù)字化峰會(huì)暨夏季發(fā)布會(huì)》。會(huì)上，Moka 邀請到金沙江創(chuàng)投主管合伙人張予彤、小冰公司人力資源負(fù)責(zé)人李明、第四范式HRVP王子文、昆侖萬維CHO楊姝及Moka CEO李國興，共同就相關(guān)話題展開分享和探討。

嘉賓簡介

以下為圓桌對話部分的核心內(nèi)容梳理：

主持人/張予彤：今天聊得更多的是AI和組織、人才以及HR，剛才分享的時(shí)候也提到，可能隨著AI的不斷發(fā)展，很多工作崗位被自動(dòng)化更新導(dǎo)致一些人失業(yè)。我聽到一個(gè)笑話“AI不會(huì)替代我們，但是用AI工作的人會(huì)替代我們?！彼晕矣X得我們應(yīng)該積極擁抱AI。想聽聽各位嘉賓的意見，在未來，什么樣的組織和人才有可能會(huì)被人工智能替代，以及作為HR應(yīng)該怎樣應(yīng)對變化？

李明：我是一個(gè)樂觀主義者，每次技術(shù)革命都會(huì)引起大量的人工被機(jī)器替代，但與此同時(shí)也會(huì)有新機(jī)器和新產(chǎn)業(yè)興起，所以未來的機(jī)會(huì)還是很多的。不過我確實(shí)感覺到了焦慮和疑問，先說一下對現(xiàn)狀的理解：

• 從技術(shù)層面，無論是ChatGPT背后的大語言模型，還是AI繪畫背后的擴(kuò)散算法，本質(zhì)上都是工具型的AI，也就是說它需要針對特定的場景進(jìn)行訓(xùn)練，灌輸海量的數(shù)據(jù)。它有人類不可比擬的數(shù)據(jù)處理能力，但是它的范圍和上限是被鎖定的，它本身沒有自發(fā)性，這是目前工具性AI和人類一個(gè)最大的差別。
• 從組織層面，在現(xiàn)在這樣一個(gè)工具性AI快速發(fā)展的時(shí)代，一些員工的角色已經(jīng)被改變了。比如，原來需要很多員工一起完成的工作，現(xiàn)在是AI跟人類一塊更高效、更有趣地完成。也因?yàn)锳I可以處理海量的數(shù)據(jù)而且特別高效，所以整個(gè)組織也向扁平的狀態(tài)推進(jìn)。如果我們的組織和人才不能適應(yīng)這樣的方向的話，那將會(huì)落后于他人。

至于人力資源應(yīng)該怎么樣應(yīng)對？

• 首先，人力資源從業(yè)者必須要非常關(guān)注和理解人工智能的發(fā)展趨勢和業(yè)務(wù)場景，這樣才能提前做好人才戰(zhàn)略和人才規(guī)劃；
• 第二，人力資源部門要根據(jù)組織的業(yè)務(wù)需求和人工智能的應(yīng)用情況，合理地分配人才的工作流程和工作職責(zé)，充分發(fā)揮人類和人工智能技術(shù)各自的優(yōu)勢；
• 第三，組織好培訓(xùn)，讓員工更好地運(yùn)用人工智能技術(shù)；
• 最后，幫助企業(yè)推動(dòng)它的數(shù)字化轉(zhuǎn)型和智能化升級(jí)。

王子文：我的觀點(diǎn)和李總的類似，未來有很多中層管理崗位或者是沒有溫度的基層管理崗位會(huì)面臨被淘汰的風(fēng)險(xiǎn)。AGI時(shí)代下企業(yè)內(nèi)部會(huì)自發(fā)學(xué)習(xí)、自我迭代，變得更加敏捷，就像我們經(jīng)常說的戰(zhàn)略會(huì)更加精準(zhǔn)地去穿透，我認(rèn)為這是未來一個(gè)特別明顯的變化。作為HR的從業(yè)者有兩件事情要做，一是建立信任，二是更好地理解業(yè)務(wù)，幫助業(yè)務(wù)人員做好培訓(xùn)，才能支撐戰(zhàn)略的落地。總結(jié)來說，我覺得AI對未來很多崗位還是會(huì)造成較大的沖擊。

楊姝：昆侖萬維由于業(yè)務(wù)原因，算是在AI方面布局比較早的，我從2022年夏天就開始持續(xù)地尋找這部分人才。我個(gè)人還是認(rèn)為70%的人會(huì)失去目前的崗位，在一定的算力基礎(chǔ)上，AI替代部分崗位是一種必然，這個(gè)節(jié)點(diǎn)的到來可能沒有那么快，但是組織和個(gè)人必須提前布局下一階段，爭取往剩下的30%邁進(jìn)。首先，要引領(lǐng)變革的話，必須保持自己是站在AI的風(fēng)口上的，我作為HR之前沒有太多這方面的積累，但我會(huì)通過各種渠道去獲取相關(guān)信息；其次，要推動(dòng)業(yè)務(wù)迭代，并同步盤點(diǎn)公司的AI人才標(biāo)簽，看有多少儲(chǔ)備，幫助組織走向前沿的30%。

李國興：我覺得技術(shù)的發(fā)展會(huì)超出大家的預(yù)期，像ChatGPT出來之后，即便我是之前學(xué)過AI的人還是會(huì)被震驚到。現(xiàn)在技術(shù)加速發(fā)展，說實(shí)話未來發(fā)生什么無法預(yù)測。但我確定的是，即便AI不會(huì)讓我們失去很多崗位，也會(huì)大幅改造現(xiàn)有的工作方式和能力畫像?，F(xiàn)在ChatGPT寫代碼的能力已經(jīng)非常強(qiáng)了，它能夠掌握不同的編程語言，再往后3-5年，這個(gè)能力還會(huì)再升級(jí)。但核心的依然是解決問題的能力、構(gòu)建一個(gè)軟件系統(tǒng)的設(shè)計(jì)能力等等這些東西。那么對HR乃至公司負(fù)責(zé)人來說，要全力推動(dòng)組織重視這件事情，以及讓大家盡量擁抱技術(shù)，所以Moka內(nèi)部也特別提倡大家去使用這樣的產(chǎn)品。大家只要更積極地應(yīng)用AI技術(shù)，即便崗位變化，但也不會(huì)被時(shí)代浪潮所淘汰。

主持人/張予彤：當(dāng)我們每次面對巨大的生產(chǎn)力變革的時(shí)候，一定會(huì)有很大的變化。但是人類社會(huì)作為一個(gè)整體，我們也要找到新的工作崗位，比如編程對于一個(gè)非常專業(yè)的程序員來講，未來幾年也不能提升10倍的效率，但是對于AI來說就是從零到一的過程，所以我覺得有些人會(huì)通過這樣的工具能力能夠創(chuàng)造出新的職業(yè)。那么，剛才談了怎樣才能更好地發(fā)揮出人和AI不同的能力，那么隨著AI逐步邁入深度人機(jī)協(xié)同，未來企業(yè)雇傭人才的模式是不是也會(huì)發(fā)生一些變化？以及企業(yè)如何去適應(yīng)這一次的技術(shù)變革和組織變革？

李明：首先從個(gè)體上來講，AI是一個(gè)放大器，如果員工原來的知識(shí)體系比較完整，他的技能越多，跟AI結(jié)合的時(shí)候就能獲得更多的可能性、輸出更大的價(jià)值，所以AI使學(xué)習(xí)這件事變得特別容易。另外一方面，AI可以使產(chǎn)出大大地增加，所以一個(gè)員工原來的產(chǎn)出越多、質(zhì)量越高，他跟AI結(jié)合的時(shí)候，它的價(jià)值就會(huì)越大，所以這就是我們期待的人機(jī)協(xié)作的模式。在這樣的一個(gè)大前提下，我覺得公司的招聘人才的策略就要更多地吸納那些具有多領(lǐng)域知識(shí)的復(fù)合型人才，因?yàn)橹挥羞@樣的人才才能更好地理解和運(yùn)用AI技術(shù)，并且他們能夠深刻理解在不同領(lǐng)域中的業(yè)務(wù)需求和業(yè)務(wù)場景是什么。還因?yàn)槿斯ぶ悄芗夹g(shù)剔除了很多重復(fù)性、機(jī)械性的工作，給了人工更多的時(shí)間和精力探索新的業(yè)務(wù)模式。那么在這個(gè)過程中，我們就需要具有創(chuàng)造力、創(chuàng)新性的人才。人工智能的落地一定需要多個(gè)領(lǐng)域的專家和跨團(tuán)隊(duì)的合作，所以人才是不是具有跨團(tuán)隊(duì)協(xié)作的能力也是十分重要的。最后，是可以分析數(shù)據(jù)、處理數(shù)據(jù)的人，因?yàn)锳I幫助我們把這部分工作做得特別好，我們需要可以操作AI這類應(yīng)用的人才。總體來說，在之后的發(fā)展道路上，企業(yè)應(yīng)該更多地考慮如何真正實(shí)現(xiàn)深入的人機(jī)協(xié)同，更多地吸納具備能跨界、能創(chuàng)新、能團(tuán)隊(duì)合作、能數(shù)據(jù)處理的人才，積極地做好儲(chǔ)備和培訓(xùn)。

王子文：我覺得AI對人才戰(zhàn)略會(huì)有比較大的影響。一句話總結(jié)就是，我們希望招到十項(xiàng)全能的人才，但這很明顯是不可能的，所以現(xiàn)在尋找跨界的人才。我們現(xiàn)在有大量數(shù)據(jù)專家的需求，這些人80%不需要來自于數(shù)據(jù)專業(yè)，我們希望他來自于材料專業(yè)、化學(xué)專業(yè)等等，利用他的編程能力、專業(yè)能力作出最大的改變。

楊姝：我特別同意子文的說法。我們現(xiàn)在找的人才都是AI for Science的，因?yàn)樗念I(lǐng)域深度夠深，它的科學(xué)研究也夠深。另外我覺得還是跨界以及人才的綜合能力，因?yàn)镺pen AI就是信息的綜合能力更強(qiáng)，它懂既算法、懂工程，又懂產(chǎn)品、懂行業(yè)、懂商業(yè)化，其實(shí)這也是我們對人才持續(xù)發(fā)揮職能的期望。

李國興：我從另一個(gè)角度來說，令我特別興奮的是，AI真的帶來了巨大的生產(chǎn)力釋放，更多的人有可能去從事創(chuàng)造性的工作。我覺得這種想象空間是非常非常大的，往后暢想5-10年，可能一兩個(gè)人就能做出非常適配某個(gè)客戶群體的產(chǎn)品，成本的大幅降低，足以讓這個(gè)公司比較健康的運(yùn)轉(zhuǎn)。同時(shí)具備戰(zhàn)略性思維、經(jīng)營型思考方式的人才會(huì)比較稀缺，從而導(dǎo)致雇傭模式的變化，人才與企業(yè)見不再是一對一的雇傭關(guān)系，而是更靈活乃至一對多的模式。

主持人/張予彤：我覺得大家的角度很有意思，都不約而同地提到了綜合能力、創(chuàng)造能力，這跟今天的人工智能能力差不多，因?yàn)檫@一代人工智將變得更通用和泛化，現(xiàn)在大家發(fā)現(xiàn)智能模型也具備這樣的能力，這也是未來發(fā)展的方向。我覺得除了綜合性的人才之外，在具體的領(lǐng)域里面，人工智能大概能夠完成人類專家30%到50%不等的專業(yè)高度，但是它現(xiàn)在還不能到人類1%甚至10%的高度。也想問一下，每個(gè)公司除了有業(yè)務(wù)人才外，還需要關(guān)注組織競爭力，那么在AI的時(shí)代下，企業(yè)要怎么提升自己的組織競爭力？

李明：我覺得這是一個(gè)非常好的問題，現(xiàn)在我們在給服務(wù)客戶公司的時(shí)候，我們得到價(jià)值并不是通過員工激勵(lì)、客戶代表那種傳統(tǒng)的業(yè)務(wù)流程，而是智能算法。所以我們發(fā)現(xiàn)一些企業(yè)在這個(gè)過程中逐漸形成了所謂的組織競爭力，我簡單說幾點(diǎn)：

• 第一，很重要的就是AI能力。主要指的是企業(yè)利用人工智能技術(shù)的能力。一個(gè)企業(yè)要知道人工智能能做什么不能做什么，自己有什么樣的資源，自己有什么樣的數(shù)據(jù)。再通過接到第三方的AI技術(shù)平臺(tái)，獲得資源賦能業(yè)務(wù)，這就是AI能力；
• 第二，任何致力于AI化的公司都必須有能力長期積累大量的優(yōu)質(zhì)數(shù)據(jù)，然后用AI技術(shù)從這些數(shù)據(jù)里面提煉出組織前進(jìn)的燃料；
• 第三，就是敏捷。因?yàn)锳I可以讓組織扁平，更高效；
• 第四，AI可以助力生態(tài)系統(tǒng)。通過多種的網(wǎng)絡(luò)關(guān)系積累原始數(shù)據(jù)，可以跨界構(gòu)建自己的優(yōu)勢算法，最后加強(qiáng)周圍的生態(tài)系統(tǒng)，這也是AI給公司帶來的非常好的競爭力。

王子文：我從另外一個(gè)維度說一下。在我看來組織能力是非常重要的方面，傳統(tǒng)的組織理論包括了員工能力、員工思維和員工治理等方面。員工能力是他能不能干，員工思維是他愿不愿意干，員工治理是允不允許他干，我覺得這一塊跟AI的聯(lián)系會(huì)比較緊密，我們可以通過數(shù)字化來解決這些問題。即便在AGI的這個(gè)環(huán)境下面，傳統(tǒng)的理論依然適用，依然能夠保證企業(yè)具有良好的競爭力。

楊姝：其實(shí)第一就是配合業(yè)務(wù)趕上風(fēng)口，輔助業(yè)務(wù)把公司的卡位卡好，我覺得這是HR必須要干的事。第二，個(gè)人趕緊訓(xùn)練出自己的數(shù)字孿生，讓自己的數(shù)字孿生更有價(jià)值。

李國興：其實(shí)已經(jīng)講得特別全了，解決這個(gè)問題的核心就是怎么結(jié)合AI，需要組織不斷消化、不斷建立更好的方式。大環(huán)境下敏捷性太重要了，Moka內(nèi)部也一直在要求自己的團(tuán)隊(duì)抓住機(jī)遇，更多地去擁抱技術(shù)，我們的市場團(tuán)隊(duì)會(huì)用MidJourney或者ChatGPT做文案和圖片的生成，我們的研發(fā)工程師也會(huì)用Copilot之類的系統(tǒng)。這些東西都需要時(shí)間的積累，那如果你嘗試更早，整個(gè)組織就能更好地與技術(shù)融合。