Skip to main content Skip to Footer

埃森哲《展望》期刊


人工智能:重新定义人才管理

过去,新技术主要对蓝领和服务类岗位产生颠覆性影响;但如今,人工智能将影响到企业人才管理的各个层级——从首席高管到一线管理者。

终结行政管理

管理者一半以上的工作时间都花在了协调和管控上,而这部分工作未来很可能会被人工智能接管(见图一)。诸如时间安排、资源分配、报告等,未来都将交由智能机器来完成。据我们的调查显示,受访者也认识到了即将发生的变革: 86%的受访者表示,愿意在监控和报告方面获得人工智能的支持;而45%则表示,如有可能,将实现此类工作的完全自动化。

image

事实上,利用人工智能完成月度报告的梦想并非遥不可及。目前,一些领先的新闻机构和华尔街金融机构已经开始利用人工智能报告生成器,借助数据量化分析来撰写新闻和分析报告。例如,美联社在人工智能软件机器人的帮助下,将季度收益报告的发放范围从300家企业扩大到近3,000家,这为记者节约了大量时间,可以集中于调查研究和深入报道。

全新分工
利用智能机器生成投资报表或管理报告看似无伤大雅,但智能机器的影响不仅限于行政事务。目前,人工智能正慢慢渗透到专业的人力资源领域:它们可以对人类情感和个性特点进行评估并采取相应行动。例如,招聘网站Jobaline利用智能语音分析算法,来评估求职者。该算法会对求职者讲话的副语进行分析,如语气、语调的抑扬顿挫等,预测某种特定语音所反映的个人情绪,并据此确定该求职者可能胜任的工作类型。

如果人工智能可以承担并加速处理日常工作,并提供强大的分析支持,那么新一代管理者的职责将发生怎样变化?管理者还需掌握哪些技能?我们目前所熟知的管理者角色未来是否还存在?

人工智能:接纳or排斥?

人工智能这一话题引发了人们的强烈反应:一些人认为人工智能蕴藏着无限潜力,而一些人则将其视为毁灭的先兆。调查中,高达84%的受访管理者认为,人工智能有助于提升工作效率和趣味性,但仍有36%的受访者表示出担忧,认为人工智能将对本职工作构成威胁。

高层乐观,中下层存疑虑
虽然高层管理者期待将人工智能纳入日常工作中去,但中下层管理者对此却并不乐观。当被问及他们是否能坦然接受由人工智能来监控和评估其工作时,42%的受访高层管理者表示“强烈同意”,但仅有26%的受访中层管理者和15%的基层管理者表现出同样的积极性。在是否愿意为智能机器的行为负责这一问题上,调查结果也基本相同:高层管理者的接受度最高,而基层管理者最低——表示“强烈同意”的受访者比例分别为45%和17%(见图二)。

image

同样,在对待人工智能的态度上,不同年龄层的管理者也表现出一定差异。当被问及在决策过程中是否信任人工智能给出的建议时,33%的35岁及以下的管理者表示“强烈同意”,而50岁以上管理者中仅有13%持相同态度。

年长管理者接纳人工智能上的犹豫态度或许源于其对现状的满足感。例如,在回答“如果智能系统能帮助您节约大量工作时间,您怎样分配这部分时间”时,35岁及以下的管理者提及最多的三项活动是“承担新工作”、“开展新试验”和“建立新协作”;36岁至50岁的管理者是“承担新工作”、“开展新试验”和“指导下属并增进关系”;而51岁及以上的管理者则表示,会把时间用在“完成现有工作”、“指导同事”和“促进工作与生活平衡”等方面。由此可见,高年龄受访者选择的答案更关乎现状而非未来,这表明他们缺乏参与或推进新工作的积极性。

新兴经济体积极拥抱人工智能
在深入分析后,我们发现,管理层对人工智能的接受程度还存在地域差异。具体而言,新兴经济体的管理者似乎更接纳人工智能。比如在被问及 “未来决策过程中是否信任智能机器给出的建议?”,新兴经济中46%的受访者表示强烈同意,而发达经济体中这一比例只有18%。同样,在对待“自带设备办公”(BYOD)这一工作方式上,新兴经济体管理者热衷于采用更具前瞻性的工具,来实现全球最佳实践和跨越式发展,从而领先竞争者。

与此相反,在美国、北欧等高科技成熟市场,管理者在技术应用和应对相关挑战方面经验更丰富,或许也正因如此,他们对人工智能的看法更客观、冷静,并且也更有能力引领人工智能的具体应用。此外,在发达经济体,隐私问题也会阻碍管理者积极接纳人工智能。比如,46%的新兴市场管理者“能坦然接受人工智能监督和评估自身工作”,但在发达经济体,只有18%的受访者持此态度(见图三)。

image

AI技术——用之前先要学会适应
不同层级、不同年龄层和不同地域的管理者,对待人工智能的态度迥异,企业应根据自身情况量身制定人工智能应用战略。让各级管理者参与到人工智能应用中来,这样做至少能为企业带来两大好处。

首先,智能机器必须在特定环境中进行训练。和人类一样,在职培训对智能机器同样必要,因为它们最初只具备一些非常基本的功能。为充分发挥人工智能的潜力,各级管理者都应参与到指导智能机器的工作中去。由此产生了第二大好处。我们调查显示,管理者对人工智能的信任度,取决于他对人工智能系统运作方式的了解程度(61%的受访者选择此项,见图四)。让管理者参与人工智能训练工作,可在学习过程中培育他们的主人翁意识,并逐步熟悉这些系统。最终,管理者会发现,人工智能有利于扩展(而非遏制)人类潜力——并因此更愿意接纳该技术。

image

判断性工作
未来,人工智能能承担越来越多的常规性工作,甚至辅助人们的决策,但它无法做到面面俱到——尤其无法开展 “判断性工作”。“判断性工作”是指,在无法获得充分或可靠信息时,如何运用人类自身经验和专业知识来作出关键的业务决策和实践。为了深入理解判断性工作,我们以大数据营销和销售分析为例。此类分析往往能为企业的促销活动提供重要洞见——包括预测哪些活动会带来预期的销售成果。不过,越来越多的人开始担心,这种分析驱动的短期业绩会以牺牲企业的长期品牌为代价,因为企业的品牌建设无法简单地通过数据分析来达成。企业如果不注重长期品牌建设,其未来收入和战略地位可能也会受到影响。因此,为保持品牌长盛不衰,企业的市场营销高管必须利用判断力——将数据分析与自身及他人的真知灼见和经验结合起来,妥善权衡短期和长期优先事项。

在关键业务决策中运用人类经验和专业知识,正是人类判断力的真正价值所在。在《提升判断力:助力管理者在智能机器时代卓越发展》一文中,埃森哲指出,随着人工智能释放了管理者更多的时间与脑力,管理者将关注三种形式的判断性工作,即数据解读、理念发展以及在决策过程中如何参考背景信息和历史信息。

前文中,我们介绍了可用于评估求职者的人工智能系统。虽然人工智能可以捕捉求职者的面部表情、行为举动和音调变化并做出解读,但它们无法评估该求职者能否与企业现有员工和企业文化相容,而这些决策离不开对企业背景和文化有着深刻理解的管理者们的判断。

武装新技能
管理者即使没有充分意识到判断性工作这个概念,也会对判断性工作涉及哪些事项有一定了解。调查中,管理者认为未来需要的新技能包括:数字能力、创造性思维和试验、数据分析与解释,以及战略发展(见图五)。虽然创造性、分析性和战略性技能对判断性工作极为重要,但数字能力有助于管理者与机器实现高效协作——机器不但能够释放更多的潜力,而且将成为人类的同事,而不仅是冷冰冰的设备。

image

判断力是集体活动
许多管理者错误地将判断性工作视为一种独立工作,他们并没有意识到,判断力还涉及人际关系和组织行为。在更为复杂的环境中,判断力通常是个人和团队不同观点、洞见及经验之间激荡、融合的结果。集体决策比个人决策更明智。

进行集体决策要求很高的人际交往技能,包括建立社会关系网络、员工发展与指导以及协作等。但我们调查发现,管理者对这些技能并未给予足够重视。如图五所示,受访者认为,“建立社会关系网络”、“指导”和“协作”没有其他技能重要。在参与集体决策时,领导者必须认识到社会关系网络在企业中的价值——不仅要了解这些网络的运行方式,以及如何利用这些网络建立富有成效的关系,还要擅于听取不同观点。

有时,企业还通过机构设置为集体决策创造条件。比如,建立“影子顾问委员会”,敦促管理者和员工收集并综合各种不同看法。

人类的优势
未来,创造力和社交能力无疑将变得愈加重要(见图六)。这两项能力都是判断力的有利支撑,使人类具备人工智能所不具备的优势——某种程度上,继续让电脑望尘莫及。即便机器试图模仿人类的这些特质,永远也不会模仿得那么真切。因此,当人工智能大举进入企业管理领域并取代人力时,企业对创造力和社交能力的需求也将进一步加大。这将是劳动力市场的一种长期趋势——即企业不断强化对社交技能的需求,并给予优厚回报。同时,随着对创造力需求的日益增加,管理者还需努力从企业内外收集各种想法与假设,并进行组合,针对企业急需解决的问题制定解决方案。

image

以人为本

人工智能不仅能通过日常工作自动化来削减企业成本,还能通过增强员工能力,提升劳动力价值。我们研究发现,在企业管理工作中,增强员工能力最有价值——即秉承以人为本,利用人工智能提升人类的工作成果。当然,日常管理工作自动化依然非常重要,但其更大的意义还在于,将管理者和员工从机械性工作中解放出来,使其专注于更具价值的工作上来。

值得庆幸的是,上述结论与管理者预期相符。调查中,受访者对于机器能帮助他们提高大部分工作效率这点表示欢迎。不过,这并不意味着未来管理者就可以高枕无忧了。如果机器能帮助他们提升工作效率,管理者就不能再在日常工作中偷得半日闲。相反,他们必须投身于未知领域,进行各种试验、快速学习和解决复杂问题——而所有这些都要求管理者具备更强的创造力、协作性和判断力。

高瞻远瞩的管理者不会纠结于“有了人工智能,我干什么?”之类的问题,他们会思考“我能在其他哪些领域成就一番大事?”毫无疑问,对大多数管理者而言,这将是一个艰难的转型,但对于那些迫切渴望承担更多重任的管理者来说,人工智能可以让他们从事更加有趣、更具影响力的工作——职业前景也会因此变得更加振奋人心。

试验与学习

那么,我们应如何应对充满不确定性的未来?各级管理者必须乐于开展试验,以便明确对企业和团队而言,如何应用人工智能更合理有效。实际上,许多受访者都认同这一点——他们认为“创造性思维和试验”是未来最应具备的第二项新技能(持此观点的受访者达33%)。开展结构性人工智能试验,将有利于管理者专注于最具发展潜力的机遇,包括利用智能机器加快学习进程。同时,人工智能还能通过模拟方式,使管理者能够探索各种情境(未来的多种可能)。这种方式成本较低,且不会引发现场试验可能带来的相关危害,如损害客户关系或危及健康和安全等。

根据人类预先设定的问题和问题框架,智能机器可帮助管理者筛选海量数据、发现规律。这与现代药物发现过程中,对计算生物学和化学工具及模型的利用相类似。研究人员利用这些技术来创建大型数据集,建立人类细胞和病原体模型,并确定药物标靶和高潜力化学化合物,然后根据这些研究结果,选择进行由活体参与的后续实验室实验和临床试验。

新一代管理者

在人工智能时代,新一代管理者的五大特质:

视智能机器为同事。新一代管理者将视智能机器为同事。尽管判断力仍是人类特有的技能,但智能机器可提升判断力,以数据为驱动的各种模拟、情境、研究与发现活动提供支持。

专注于判断性工作。在进行某些决策时,我们不能把数据作为唯一参考,还需要依靠个人的敏锐洞察力,而这正是人类判断力的特长——根据个人经验和专业知识确定关键业务决策和实践。

干“实”事——将行政工作交给人工智能。随着管理者传统角色的逐步降低甚至消失,他们需要将注意力转移到“实际”工作上。他们会成为领先的实践者(而不仅仅只是行政管理人员),目前一些专注解决方案的创意企业管理者就是很好的例子,如设计机构艺术总监、医院外科主任医师、科研项目负责人或是管理咨询项目经理等。

数字化跨界协作。新一代管理者需要较强的社交能力来进行高效团队建设——即梳理并汇集不同意见、洞见和经验,为集体决策、解决复杂问题提供支持。管理者还要利用数字技术,充分激发合作伙伴、客户、外部利益相关方的知识和判断力。

像设计师一样工作。管理者的创造力固然重要,但驾驭他人创造力的能力更重要。“设计师式”的管理者应深谙如何将不同想法汇集成可行且极具吸引力的综合解决方案,将设计思维融入团队和企业实践中。智能机器将促进和加快“设计式”工作流程,如支持问题表述、实现数据与解决方案可视化以及数字和实体原型设计等。

人工智能在管理中的作用
智能机器将承担起管理工作。在近期的一篇文章中(即“首席管理层中的机器因素”),我们按不同的自主水平和主动程度,指出了智能机器的三种职能角色,即助理、顾问和执行者(见图七)。助理主要是为管理者及其团队提供支持,如记录、调度、报告或维护计分卡等。人工智能在此方面的应用案例包括“虚拟助理系统”,如X.ai推出的应用程序Amy,它能通过阅读和撰写电子邮件、协调参与者和管理日历来安排会议。而诸如IPsoft的Amelia等更加先进的系统,可以承担咨询台和客服职能,回答用户问题并采取相应行动。在此过程中,这些智能系统会通过吸取自身及人类同事经验,来逐步完善相关知识和扩大服务领域。这些系统扩大了职场人工智能的定义范畴,进而成为我们所说的“顾问系统”。

image

顾问功能可通过问答、构建情境模拟等方式协助解决更复杂的问题和进行决策。最近,位于马萨诸塞州坎布里奇一家名为OnCorps的初创科技企业,推出了一款决策分析平台,用于实时基准测试,协助用户做出更合理的决策。此外,企业还可通过IBM的Watson平台,利用各种基于云端的应用程序来获取不同领域的顾问服务,如医疗诊断、安全分析、药物发现、理财建议、在线旅游接待服务和销售指导等。

最后,作为执行者,智能机器可以积极自主地评估备选方案——进行决策或挑战现状。迄今,我们很少见到真正的自主型人工智能管理系统,但能够进行商业决策的规则性应用程序变得越来越司空见惯,如交易机器人、自动处理贷款的应用程序等。

我们预计,未来,企业将以分阶段的方式应用智能机器,从助理到顾问再到执行者,复杂度逐步提升。这一假定建立在充分的技术和组织考量基础之上。当前,基于人工智能的助理型应用程序最为成熟——苹果的Siri就是全球消费者众所周知的一个典范。同时,顾问型应用程序已在多个领域进行大规模试点,而执行者型应用程序则仍处于开发阶段。

从企业接纳人工智能的态度上,我们也能发现类似规律。助理型应用程序易于理解,且不具威胁性。在企业经营决策中,管理者对智能机器提出的建议持开放态度——78%的受访管理认为在未来的经营决策过程中,会信任智能机器提出的建议。但顾问型系统更为复杂,且难以理解。调查中,大多数受访者(61%)表示,他们首先需要了解智能机器的运行方式,才能信任它提出的建议。这表明,复杂人工智能系统的全面普及仍需时日。最后,鉴于人工智能对大多数企业而言仍相对陌生,让智能系统担任执行者的事情尚未在多数企业的日程上。

迈向成功

人工智能已经进入工作场所,这一趋势未来还会更加明显。因此,对于企业而言,坐以待毙绝对不是明智之举。随着人工智能承担越来越多的日常工作,领导者及所在企业必须为更加重要的以人为主导的工作进行准备。为此,他们需采取以下举措。

立即探索。未来,管理者与智能机器将开展前所未有的合作。目前,并没有现成的方案来指导企业适应这一极具挑战性的未知领域。因此,企业高管必须自行开始探索,进行人工智能试验、快速学习、将新的洞见应用到新一轮试验等。

人工智能初期试点要让各级管理者都参与进来。基层管理者对智能机器持怀疑态度,他们必须先要了解人工智能的工作方式和生成建议的过程,才愿意采纳其给出的决策建议。在试点项目中,基层管理者将通过参与具体工作熟悉人工智能,变得不仅乐于接纳人工智能,还可帮助企业训练智能机器。

追踪人工智能。机器智能和大数据迅猛增长的力量是一把双刃剑。因此,无论是出于法律、伦理道德还是信任原因,领导者都需要密切关注敏感数据和人工智能在企业中的应用。本研究强调的是隐私问题,因此各级管理者应对其进行妥善管理——发达经济体尤其如此。

智能机器时代对成功的全新定义。人工智能将重新定义成功标准——而影响成功的因素包括:协作能力、信息共享、试验、学习与决策效力,以及在企业之外获取洞见的能力。企业如果无法调整针对管理者的关键绩效指标,则可能阻碍人工智能的应用。同时,也不利于管理者掌握新的技能和工作方式,也就无法实现人工智能价值最大化。

制定新的培训和招聘战略。尽管企业高层管理者对人工智能充满期待,但他们仍需解决迫在眉睫的人才获取和培训难题。企业领导不仅要寻求既愿意又能够参与人机合作的人才,还应发掘具有创造力、合作精神、同理心和判断力的候选人,同时着力培训现有员工的这些能力。现有员工或许熟知企业背景和发展历史,但并不一定具备与创造力和假设检验相关的技能。因此,领先企业应培养多元化的员工队伍,以及一支兼具创造力和社交能力的管理团队——双方相辅相成,为集体决策提供支持。

汲众人之智,汇百家之长。有些企业很难给新一代管理者提供足够的指引,尤其是当企业内各级管理者一直以来都遵循着按部就班的职业路径时更是如此。对这些企业而言,领导者需要在自身企业以外寻求指导、想法、洞见和行为楷模。专注于判断性工作的企业和个人(如初创企业、广告公司、人道主义组织等)能为传统企业提供宝贵的经验教训。在重视常规工作的企业中,高管们还可从其他行业合作伙伴、客户、行业楷模甚至普通大众的知识和判断力中获益。众包和市场预测就是这方面的范例。

赋权智能企业

企业或许没有想象中那样智能,你或许可以聘用优秀人才来,但如何将他们的智慧和能力汇聚起来?人工智能如何增强员工能力,从而进行高质量的判断性工作?对此,近期研究表明,团队和企业表现出的集体智慧已超越参与者的个人智慧,而这一集体认知能力又将受到团队构成、行为和组织原则的影响。在挖掘员工集体智慧的潜力上,大多数企业还有巨大潜力——试想,人工智能的崛起会带来怎样的变化。

我们相信,人工智能的崛起、新的合作型组织的涌现,将打造出前所未有的智能企业。

近期,一项研究显示,相比仅由人类或仅由机器做出的预测,人机合作给出的预测更加准确和稳定。我们将集合人类与智能机器之所长的企业称做“智能企业”,这类企业能突破组织边界、打通信息和智能资源,为解决复杂问题、创新和发明创造制定一套新的标准,从而在竞争中脱颖而出。


作者简介


维加德·库伯乔恩斯路德
埃森哲卓越绩效研究院高级研究员,常驻挪威奥斯陆

Email 

理查德·阿米科
埃森哲卓越绩效研究院高级研究员,常驻波士顿

Email 

罗伯特·J·托马斯
埃森哲卓越绩效研究院董事总经理,常驻波士顿

Email