计划遗漏的那个维度

人才是我们在 GESTALT 解读中跟踪的七种宏观力量之一,也是在规划的最终文件里出现得最少的一种。市场、竞争、技术和监管各有独立章节。人才则变成人力预算里的一行。

这种不对称代价很高,因为在七种力量中,只有它直接决定了其余六种能不能被执行。

论坛的那份报告,不止流传的几个数字

世界经济论坛(World Economic Forum)的 《Future of Jobs Report》 被大量转发,却很少被真正读完。流传出来的是两三个数字,真正重要的东西在它的结构里。

报告围绕五大宏观趋势来组织工作的变化:技术变革、经济不确定性、地缘经济碎片化、绿色转型与人口转型。每一项在不同业务上的分量都不一样,而这正是第一步要做的功课:不要照搬平均值,而要弄清自己这一份组合。

从总量看,到 2030 年岗位的创造应当超过岗位的消失。变化的是构成。增长的是与数据和人工智能相关的职能、多个专业方向的技术工程、网络安全、环境工程与最后一公里物流。收缩的是行政事务类岗位、会计与法律的入门级职位,以及一部分平面设计工作。

第二组值得一个很少被提出的观察。收缩恰好集中在过去用来培养职业生涯初期人员的那些任务上。把初级岗位的工作自动化掉的人,必须回答 2032 年的资深人员从哪里来。

第一阶段:未来会需要哪些能力

报告按行业列出了能力清单,而没有一家企业应该直接拿来就用。这项功课必须自己做,起点是两个问题:五年之后对我的客户而言什么有价值,以及如何用比今天更少的资源生产出这份价值。

对第一个问题,有三类来源有用。客户,通过与那些做长期思考的人进行结构化的访谈;也包括不是你客户的人,他们往往更能说清缺的是什么。对标,去看比自己更大和更小的企业、其他国家的市场,以及面对相似或趋同问题的行业。还有咨询机构与意见领袖,他们的材料非常丰富,但必须先被翻译到你自己的语境里,才会有用。

对第二个问题,另有三类。自己的员工,但要记住:听到还缺什么才能改进很容易,听到该换一种做法很难,所以对标要排在前面。供应商,他们有想法,引入他们时要小心不要把知识转移给竞争对手。还有高校,他们带来的是前沿思考,不一定能落地,而这恰恰就是他们在这项功课里的作用。

这个阶段的交付物,是一张面向 2030 年的所需能力地图。不是一份岗位清单,而是一份能力清单。

第二阶段:家里已经有什么

几乎没有企业能回答自己已经具备哪些能力。它们知道自己有哪些岗位,而这是另一回事。

一份简单的记录就能解决大部分问题:每个人此前在哪里工作过,在本行业有多少年经验,待过哪些职能,掌握哪些技术。在没有这类记录的地方,分析本团队的公开职业档案,几天之内就能得到一份可用的样本。

还缺一份技术清点,而这往往才是真正的瓶颈:有哪些系统,它们是怎么搭起来的,究竟谁真正懂它们,升级它们要花多少钱。常见的发现是:2030 年计划的最大约束,并不是还没招到的某项能力,而是那套已经没人会动的系统。

第三阶段:补上缺口

三条路,组合起来才有效,单独用都不行。

培养已经在岗的人。这比对外招聘更快也更便宜,前提是诚实地把成本算进去:培训工时、熟练曲线所需的时间、管理者是否真的支持,以及下班之后还要学习的人有没有动力。

从外部招聘。要像手术一样精准,因为校准失当的招聘对内部团队的打击,会大于新能力带来的增益。早一点开始,就可以借自然流动按想要的画像逐步补位,而不必做一次突然的更替。

以及建立合作。当某项能力是必需的,却不必由企业自己拥有时,可以与独立从业者、初创公司和其他组织合作。

人与机器之间的边界

论坛预测,到 2030 年,约 34% 的任务将由人与机器共同完成,而不是由其中任何一方单独完成。

有证据表明,这份收益并不是平均分配的。Gambacorta 与同事关于生产率与生成式人工智能的一项研究发现,初级程序员的生产率提高了 55%,而资深程序员的使用率要低得多。这个数据比看上去更有意思:威胁入门级任务的那项技术,同时也是最能提升入门者产出的技术。

务实的解读是:边界并不在替代与保留之间。它在于决定由机器承接哪些任务,从而让资深团队的时间花在只有他们才能解决的地方,也让初级人员比上一代人学得更快。

六行写完的计划

识别自己所在细分市场的未来会需要哪些能力。盘点家里已经有什么。测量两份清单之间的缺口。组合培养、招聘与合作来补上缺口。把技术用进决策,而不只是用进运营。并且照顾好代际之间的平衡,让辅导在两个方向上都发生。

这些都不是方法论上的新东西。新的地方在于真的去做,而且提前的程度,要和规划设备投资或渠道投资时一样。

参考资料
  • 世界经济论坛(World Economic Forum):《Future of Jobs Report》,近期各版。
  • Gambacorta, L.; Qiu, H.; Shan, S.; Rees, D. M.:"Generative AI and labour productivity: a field experiment on coding",《BIS Working Papers》,2024 年。
  • Jesuthasan, R.; Boudreau, J.:《Work Without Jobs》。MIT Press,2022 年。

查看全部洞察