AI將重新定義工作邊界，工作模式將被重塑，人機(jī)協(xié)作成為新形態(tài)。根據(jù)麥肯錫的數(shù)據(jù)，從2023至2025年，對AI素養(yǎng)的需求增長7倍。但人類價值始終無法替代。

4月10日，麥肯錫全球董事合伙人張勤亞對澎湃科技表示，未來，人類最重要的能力是清晰地表達(dá)自己的需求，講清楚目標(biāo)是什么、邊界在哪里、想要達(dá)成什么目的。具體的執(zhí)行工作則可以交由AI來完成。因此，在AI時代，最終勝出的未必是最聰明的人，而是那些學(xué)習(xí)最快、最善于靈活運用各種工具并能高效實現(xiàn)既定目標(biāo)的人。

技術(shù)過硬、懂業(yè)務(wù)、持續(xù)學(xué)習(xí)的AI人才最稀缺

在當(dāng)前市場環(huán)境中，AI能力突出的工程師無疑是最受追捧的人才群體。張勤亞表示，衡量一名優(yōu)秀的AI工程師，通常可以從三個維度入手。

一是對AI前沿技術(shù)的掌握能力。能夠持續(xù)跟進(jìn)最新技術(shù)并具備深厚實踐經(jīng)驗的工程師本就難得，而如果同時擁有較長的工作年限，則更加稀缺。

二是對業(yè)務(wù)有一定理解。純粹的開發(fā)崗位對業(yè)務(wù)理解的要求相對較低，但這類崗位的影響范圍往往局限于高科技、學(xué)術(shù)研究場景。對于絕大多數(shù)企業(yè)來說，其所需的AI工程師不僅要懂技術(shù)，還需對所處行業(yè)及業(yè)務(wù)流程有基本認(rèn)知，這類復(fù)合型人才同樣十分難覓。

三是學(xué)習(xí)意愿與心態(tài)。即便前兩個維度有所欠缺，只要具備主動學(xué)習(xí)的意愿，這樣的人才依然值得重視。

張勤亞表示，綜合來看，既要技術(shù)過硬，又要懂業(yè)務(wù)，還要愿意持續(xù)學(xué)習(xí)，這樣的人才在市場上較為稀缺。這類優(yōu)秀人才的流動通常不是因為裁員，而是其他公司提供了更具吸引力的薪酬待遇。而對于能力相對初級的工程師而言，如果無法有效利用AI提升工作效率，可能會面臨較大職業(yè)沖擊。

“很多工程師正在主動學(xué)習(xí)如何更好地使用Agent工具。事實上，在AI時代，工程師的工作量非但不會減少，反而可能增加。因為企業(yè)對內(nèi)部迭代速度和響應(yīng)效率的要求不斷提高，工程師需要完成的任務(wù)只會越來越多，不會出現(xiàn) ‘做完就沒事了’的情況?！睆埱趤啽硎荆谶@種背景下，初級工程師的流動性反而不是最需要擔(dān)心的問題，關(guān)鍵在于如何快速掌握并運用好AI工具。

AI轉(zhuǎn)型的本質(zhì)是有選擇地自我顛覆而非盲目“All in”

AI應(yīng)用已經(jīng)從過去的文本生成，發(fā)展到如今各行各業(yè)規(guī)?；\用智能體，未來5年，智能體的應(yīng)用潛力將進(jìn)一步釋放。目前，知識管理、產(chǎn)品服務(wù)開發(fā)、IT、營銷與銷售、服務(wù)運營五大領(lǐng)域的AI采用率較高，但AI的規(guī)?；瘧?yīng)用和成效顯現(xiàn)面臨重重困難。

根據(jù)麥肯錫的調(diào)研，25%的企業(yè)在數(shù)字化和AI轉(zhuǎn)型方面取得了切實成果，僅10%的企業(yè)規(guī)?；瘧?yīng)用AI。在規(guī)模化用例中，目前只有不到5%貫穿整個工作流程，大多數(shù)還只停留在孤立的小范圍試點或概念驗證階段。

麥肯錫全球資深董事合伙人卜覽。

這一現(xiàn)象被稱為“試點陷阱”。“目前75%的企業(yè)長期局限于在不同業(yè)務(wù)領(lǐng)域不停地散狀、點狀試點，最后發(fā)現(xiàn)效果不好，也不知道在哪里放大效果，所以信心不足?！丙溈襄a全球資深董事合伙人卜覽表示，如果員工都使用AI，但每天只節(jié)省二三十分鐘，公司看不到效果，也無法產(chǎn)生規(guī)?；臉I(yè)務(wù)效益。真正能夠?qū)崿F(xiàn)AI規(guī)?；?yīng)的企業(yè)，需要明確自身最具獨特競爭價值的業(yè)務(wù)領(lǐng)域，利用AI將優(yōu)勢最大化，或識別出那些若不改變就可能被外部顛覆的環(huán)節(jié)，主動“革命”。無論哪種路徑，都必須自上而下地精準(zhǔn)鎖定1-2個核心業(yè)務(wù)領(lǐng)域，利用AI重塑工作流，改變工作方法，變革管理。

卜覽表示，成功的AI轉(zhuǎn)型，本質(zhì)上是一種有選擇地自我顛覆。當(dāng)前，企業(yè)高喊的“All in AI”實際上是一種戰(zhàn)略態(tài)度，如果將其作為具體的方法論來推行，簡單地將“All in AI”理解為在公司每一個職能、每一個流程、每一位員工身上全面鋪開，將導(dǎo)致行動過于分散，難以形成實質(zhì)效果，變化過大，也令人類難以接受。AI轉(zhuǎn)型的根本不在于技術(shù)本身有多強(qiáng)，也不僅僅是自動化現(xiàn)有流程，而在于能否挑中業(yè)務(wù)重點、重塑工作流。