AI入局，企業如何進行人才的"選用育留"

沒有人會質疑AI是時代的未來，也沒有人會質疑人才是企業的未來。2017年釋出的《新一代人工智慧發展規劃》指出，到2020年，人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元；到2025年，人工智慧核心產業規模超過4000億元，帶動相關產業規模超過5萬億元；到2030年，人工智慧核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。

作為一項底層科技，AI的影響絕不限於一隅，從人像系統破案到刷臉取款，從輔助診斷到疾病全鏈路診療，從實時同聲傳譯到城市出行方案的優化……每個行業都將接受洗禮，每家企業都將面臨重生。

無論是AI專業人才的匱乏，還是其他專業人才對其的陌生，都預示著企業走向未來的過程絕非坦途。

前百度首席科學家、AI公司Landing.ai創始人吳恩達在2018中國人工智慧峰會（CAIS）上發言：“一家企業如果想要真正將人工智慧融入到工作流程裡，那麼組織架構需要進行調整：第一步，引入外部AI人才、外部AI資源輔助決策；第二步，利用這些外部資源，培養內部AI團隊；第三步，將內部AI團隊與各個業務部門結合。”

從這個方向上延伸出去，筆者想對AI時代企業的人才策略提出幾點更具體的建議，供菁財的朋友們參考。

端正態度，制定AI時代的人才戰略

兩年前，還有企業對AI端著不屑一顧的態度，如今這股驕傲勁隨著AI在各個領域的廣泛應用和飛速發展而支離破碎，“恐慌”成了壓倒性的情緒——個人恐懼於自己的工作崗位會被AI取代，企業慌亂於自身因無法正確運用AI而被淘汰。

筆者認為，企業需要對AI的到來樹立正確的技術心態。

AI不是全知全能的，其應用有一定邊界。AI的基礎是資料，作用方式是演算法，而這個世界上的問題中只有一小部分可以被歸類為數學問題，數學問題中又未必都能夠求解，有解的問題不一定都能被計算機解決，而如今的計算機還無法突破圖靈機的模型……AI的意義在於與大資料的相關性結合，讓機器具備感知和認知能力，輔助人類做出更好的商業決策。

企業既要重視AI，又不能對AI過度依賴，而是應該針對具體的市場經濟環境和企業自身情況作出評估，估測AI對企業的商業模式（包括供應鏈、盈利模式等所有方面）有什麼影響，本企業在多大程度上需要引入AI，有多少資源可以投入其中，量力而行。

細化到人才管理上，企業就要預計哪些職業適宜用AI代替人工，哪些崗位上AI只是人的輔助，哪些人會成為AI的護理員等，例如對於像前臺接待員這樣重複枯燥且腦力要求較低的工作，可以交給AI，但品牌公關人員就暫時不行，因為企業遇到的公關危機或許是前所未有的複雜情況，AI的資料庫中沒有處理此類新問題的模型。

以人為本

促進員工向人機協作思維和大資料思維轉化

大資料導致了機器智慧產生，計算機把智慧問題變成資料問題，能夠在一定程度上擴寬企業的認知範圍。但企業要時刻牢記：企業價值的輸出終端是像消費者和員工、股東這樣的利益相關方，是一個個活生生的人，而人（尤其是人腦）的複雜性是現有的神經科學和大資料科學尚且無法透徹理解的。要想更好地實現企業價值，企業的變革核心始終要放在人身上，人的一些特質比如共情能力，將不可或缺。

在人才管理方面，首要任務是幫助員工完成思維方式的轉變，讓AI與人工相輔相成。以往，員工的思維可能是線性的、規律性的、遵循因果聯絡的，例如對於“中醫對人類疾病的治療是否有合理解釋”這個問題存在很多爭議，有人認為“喝中藥湯後病症消失”說明中藥有療愈作用，但這實際上只是把時間的前後簡單看做因果，無法令人信服。

而在AI的幫助下，我們能夠收集到更多資料，在更大範圍內進行試驗和交叉比對，儘可能消除不確定性，離真相更進一步。這是AI提供給我們的資料紅利，員工需要認識到資料將來在工作中的地位，全心全意接受AI，並且學會系統的資料分析方法，包括收集、建模、清洗等等。

此外，人類所擅長的是以小資料進行推理，融合自己的生活經驗、日常觀察、道德文化背景等，形成價值判斷，與以深度學習為基礎的AI所能進行的大資料分析剛好能夠互補，彼此結合，在完整的行為規劃和事項決策中實現1+1>2的效果。此外，人類還能綜合應用不同的智慧系統，針對不同場景解決不同問題。

因材施教

利用AI為員工建立“能力圖譜”

提供個性化培訓方案

企業的員工培訓目前是從企業角度出發的，根據企業的業務程序來進行。

在將AI納入企業的管理系統後，通過收集每個員工的教育背景、職業履歷、工作表現、事業規劃等多方面的資料資訊，企業得以為每位員工建立獨一無二的能力圖譜，識別出員工的強弱領域，再將其性格特點等因素納入考慮，量身定製人才培養方案，實現最優的人才選拔和任用。

這樣一來，員工培訓的中心就不再只是企業一方。這種做法，既能為讓企業實現選賢任能，更好地進行分權和人才賦能，又能讓員工感到倍受重視，有更強的歸屬感。

公平高效

讓AI來進行績效評估和薪酬分配

在薪酬分配上，公平和效率似乎是魚與熊掌不可兼得。而在AI的幫助下，這一點有望改變。

管理層並不掌握所有人的資料，也無法看到流程全貌，這樣做出的人才評估很容易被個人情緒和偏好左右，引起員工不滿。企業應該依託AI建立實時全方位人力考評體系。

如前所述，掌握了員工儘可能多資料的AI能在績效評估時最大程度考慮員工的情況，從而設計出一套適用所有人的體系，或者多套體系，再設定明確規則哪些人適用哪一套。

在使用過程中儘可能保持客觀性和理性，剝離部分管理層的偏見，遵從多元化、人性化的共識，同時能在使用過程中不斷根據員工反饋進行調整。總體而言，這個考評體系規則明確但又不失靈活。

需要特別指出的是，3、4兩點能夠改善企業和人員間的關係：企業全面記錄人才的表現，在績效評估中更客觀理性，建立起人才檔案，幫助人才發掘亮點和彌補缺陷，激發出人才的潛力和組織體的活力，從而獲得更好的人才投入回報比，在獎懲和薪酬分配上也會更大度——AI幫助企業建立了人才管理的良性迴圈。

提高警惕

別讓倖存者偏差阻礙可持續發展

AI對行業的衝擊必定是巨大的，行業大洗牌會讓一些企業倒下，也會有一些企業挺過去。能夠活過這一輪的企業需要時刻自省，AI的發展會是指數型的。

企業必須不斷反思自己當下的成功有多少運氣多少實力；現在正確的人才戰略明年還適用嗎；哪些崗位需要進行AI替代或是加入AI輔助亦或是人工干預；AI處理資料的可靠性有多大，還能繼續使用還是需要升級；員工的成長速度能否跟上AI的腳步……

《三體》的作家劉慈欣在一場與企業家潘石屹的對話中提及“大篩選理論”——宇宙中的生物，從低等生物發展到可以一直延續的高等文明，過程中有很多道篩子，每一道篩子都會淘汰一些物種。對於人類來說，第一道篩子是可以自我複製的分子細胞；第二道篩子可能是核戰爭；第三道篩子，劉慈欣認為很可能就是人工智慧技術。

AI就像週期一樣無法避免，卻只有在合適人才的手中，作為智慧容器的AI才能發揮價值。任何一家渴望基業長青的企業，都要不斷探索AI與人才的甜蜜點。