<ruby id="jhjhh"></ruby><p id="jhjhh"></p>
    <p id="jhjhh"><cite id="jhjhh"><progress id="jhjhh"></progress></cite></p>

    <del id="jhjhh"><mark id="jhjhh"></mark></del>

      <ruby id="jhjhh"><dfn id="jhjhh"></dfn></ruby>

          <p id="jhjhh"><del id="jhjhh"><dfn id="jhjhh"></dfn></del></p><p id="jhjhh"></p>
          <p id="jhjhh"></p>
          <ruby id="jhjhh"></ruby>

          <p id="jhjhh"></p>

          <ruby id="jhjhh"><mark id="jhjhh"><progress id="jhjhh"></progress></mark></ruby> <p id="jhjhh"><mark id="jhjhh"><th id="jhjhh"></th></mark></p><p id="jhjhh"><mark id="jhjhh"><progress id="jhjhh"></progress></mark></p>
          <pre id="jhjhh"></pre>
            <output id="jhjhh"><dfn id="jhjhh"><span id="jhjhh"></span></dfn></output>
              <pre id="jhjhh"><b id="jhjhh"><progress id="jhjhh"></progress></b></pre>

              GPT-4、文心一言、Copilot橫空出世,AI時代的管理思路,要變了...

              人工智能會為企業管理帶來什么顛覆?未來的企業管理者,需要面對哪些和今天截然不同的挑戰?又該如何應對?

              書中有些觀點,非常有意思。今天,也挑出來分享給你,希望對你有啟發。

              剛剛過去的3月,真是瘋狂。

              一顆顆關于人工智能的重磅新聞,扎堆在這個月引爆。

              轉眼進入4月,OpenAI的GPT-4、百度的文心一言、微軟的Copilot…都已經談不上是新聞了。

              它們,是實實在在的發令槍。槍聲落下,真正的效率革命,才剛剛開始。

              AI人工智能

              不知道你有沒有感覺,但我的身邊很明顯,越來越多的創業者、管理人,都已經開始行動起來了。

              不是打聽,不是轉發,不是閑聊,而是行動。開會討論、注冊賬號、測試prompt…一邊摸索一邊調整,在自己的業務里用人工智能提高效率。

              有同學問我,面對這種顛覆性的變化,作為管理者,該如何適應和應對?有沒有什么變化可以預判,早早準備起來?

              《經濟學人》的主編丹尼爾·富蘭克林,在他的《超級技術》里,曾聯合眾多科學家、企業家等,對未來的技術變化帶來的影響,做出預判和應對建議。

              雖然,沒人擁有水晶球,沒有誰能絕對準確地預測未來,但這些站在科技最前沿、商業最中心的思考者,確實帶來了很多已被時間證實的推理,和深刻又接地氣的建議。

              比如,人工智能會為企業管理帶來什么顛覆?未來的企業管理者,需要面對哪些和今天截然不同的挑戰?又該如何應對?

              書中有些觀點,非常有意思。今天,也挑出來分享給你,希望對你有啟發。


              圖片

              晉升的路,變“橫”了

              回憶一下,你目前常見的那些職業發展路徑,是不是很多都像金字塔?

              專員、經理、總監…

              程序員、項目組長、總監…

              住院醫師、主治醫師、主任醫師…

              越往上,越需要經驗。

              經驗怎么來呢?學幾年、練幾年,直到經驗越來越足,職位越來越高。

              現在,再看一眼這個自下而上,垂直分布的晉升路徑吧。

              以后,可能會不一樣了。

              為什么?因為這條晉升路上,多了一位新同事——人工智能。

              當這樣一位“同事”進入職場,過去的職業晉升路徑,會被徹底改變:

              很多傳統的中層,會被人工智能這位“新同事”替代。

              為什么?先看看過去這個月,ChatGPT通過的很多考試。

              當程序員,它能通過年薪18萬美金的Google程序員面試。當律師,它的司法考試成績,也能超過90%的人類考生。

              這位“新同事”,最擅長的,就是學習。

              我們的“學幾年,練幾年”,在他那兒,可能就是打個響指的事。

              所以,這位“新同事”最不缺的,就是很多中層最核心的:經驗。

              偏偏,它需要的“工資”,還大概率會比一位工作多年的中層員工低得多。

              那,底層和高層員工呢?受的沖擊,可能還相對小些。

              為什么?舉個例子,醫院。

              以前,一份肺結節的報告,可能需要一個有5-10年經驗的主治醫生才能完成讀片和診斷。

              但現在,一個剛入職一年的醫師,也能在人工智能的幫助下完成了。

              而院長,還是那個判斷業務,協調資源的院長。

              你說,誰會最先被優化?

              不過,中層受的沖擊大,并不意味著只有中層需要改變。

              因為,當中層消失,原來的垂直向上的晉升路線,也斷了。

              事實上,從初級的專員到高級的管理者,也都會聽到一句來自科技的殘酷提示音:“路線已為您重新規劃”。

              初級崗位的人想要晉升,不再能靠熟練或經驗,而是必須找到能“跳過中層,一步到頂”的晉升通道。

              比如,走一條“橫向”的職業發展路徑。

              對于初級員工來說,這個路徑意味著,要多跳槽,多歷練一些項目,積累更多的資源和眼界。

              而對于高級管理者來說,這個路徑則意味著,原來的“企業忠誠度”甚至都不那么重要了,必要的時候,甚至還要鼓勵員工離開公司,去外面歷練,積累多元化的技能和認知。

              未來的企業領導者,很可能需要的是一位合格的引路人。幫助員工了解需要掌握哪些方面的技能,并鼓勵和指導他們去歷練和積累。

              但是,注意,還有一群人,會選擇跳出這個路徑,走一條不一樣的路。


              圖片

              與自由職業者協作

              那些去外面歷練的員工,不一定會回來。

              事實上,當職業晉升的路變“橫”,一個職業發展的選項會變得更為常見:

              成為自由職業者。

              來看2個數據:

              1,中國互聯網絡信息中心的《中國互聯網絡發展狀況統計報告》顯示,截至2022年6月,我國在線辦公軟件用戶規模達到了4.61億,占整體網民的43.8%。2,國家統計局發布的數據顯示,截止2021年底,我國的靈活就業人員就已經達到了2億人。

              隨著互聯網技術的發展,遠程的協同效率也在攀升。自由職業,已經越來越有土壤。

              在人工智能對企業晉升機制的影響下,那些初級崗位的員工,如果不想“反復橫跳”,或者不能“一步升天”,也大可以轉而選擇自由職業。

              未來,自由職業者,可能會越來越多。

              對于很多看到這個趨勢的企業管理者來說,這意味著:

              企業需要形成一套新的人才觀。

              以前,企業的做法,更多是一群人一起,坐在同一個辦公室做事,管理者管好這群人就好。

              以后,玩法可能會變成,不同背景的自由職業者,在一個項目里遠程合作,項目結束就分開。下一個項目,再按照需求,重新配置一批合作者。

              這種玩法下,企業的管理,還能只關注辦公室里的這一群人嗎?

              傳統的招聘流程,得變。

              自由職業者更自由,更分散,要找到他們,不再能只依賴傳統的招聘渠道。

              管理者得做足功課:

              你的人才需求到底是什么?

              能滿足這些需求的人才會在哪里?

              他們想要的到底是什么?

              如何才能準確、高效地找到或者吸引這些外部人才?

              傳統的人才管理,也得變。

              不在一個屋檐下工作,意味著很多過去的管理經驗,也可能不再有用。

              未來的企業管理者,必須追問自己一個問題:

              怎么做才能更好地去激勵和驅動千里之外的自由職業者?

              這題怎么回答?一千個管理者,有一千種辦法。

              但書中,倫敦商學院管理實踐學教授琳達·格拉頓,幫未來的管理者們更深刻地審了這道題:

              放棄“雇傭”。

              如果你還停留在“雇傭”的思維里,那你的解題思路注定會受限。

              什么?不“雇傭”?那公司和員工還能有什么關系?

              變成“聯盟”。

              未來,有別于“我雇你”,“我們組個聯盟吧”會成為公司和員工合作的新趨勢。

              “雇傭”和“聯盟”的區別就在于,后者更長期,更靈活。

              作為公司,我不在乎你有沒有忠誠度、準不準時打卡,我只在乎你的能力,可不可以幫到我。

              作為自由職業者,我也不在乎你有沒有給我穩定的晉升路徑、完善的技能培訓,我只在乎你當下的這個項目和報酬,我感不感興趣。

              以上的這些變革,都是關于公司與外部的自由職業者的合作。

              那,公司與內部員工的合作方式,會有變化嗎?

              當然。


              圖片

              更“小”的培訓?

              書里提到,未來的企業管理者,可能還會有一個新的KPI:

              幫助企業內部的員工,形成終身學習的能力。

              為什么?書里提到了2個消息。

              一個壞消息:技術的變革,可能會讓很多原來的工作技能,再也沒用了。

              舉個例子,當人工智能發展得越來越快,很可能會出現這么一種情況:

              你剛學會一項技能,沒兩年,就被人工智能取代了。

              相信現在很多的基礎寫作、軟件繪圖、編程等從業者,已經開始感受到了這種壓力。

              那,怎么辦呢?員工在當前的工作上遇到問題,還需要學習嗎?

              當然需要。因為技術從開發和迭代,到真正能應用,也需要時間。

              在這個時間差里,你要是能快速學會,快速應用,就依然還有價值和優勢。

              那,用著用著沒兩年,我學的這個技能,又被人工智能追上了,又能取代我了,怎么辦?

              答案是:繼續學。

              這,就是未來企業可能要應對的新局面。企業和員工,都要適應一種新的學習模式:終身學習。

              終身?聽起來好像很沉重。

              那不妨再看看書里提到的一個好消息:

              終身學習,或者說企業需要為員工的持續提升打造的培訓機制,恰恰可以是一種更輕松的培訓制度:模塊化。

              什么意思?

              回想一下以前,一個員工的學習模式,可能是前期的學校教育,和后期的技能培訓。

              比如,一個計算機專業的大學生,大學讀了4年,學了C語言,工作時發現Python又流行了,又買了個課,花2個月學了Python。

              4年。2個月。這些,都是以前的速度。

              未來,這種速度,可能會變成幾周,甚至幾天。

              那怎么學得會呢?

              這,就是“模塊化”的重點所在:不追求大而全,全盤弄懂,而是追求小而美,快速上手。

              當工作中出現一個需求時,缺哪一小塊,馬上學,幾周內就上手能用。

              這種模塊化的好處,就是能在人類能做到的基礎上,更務實高效地和時代賽跑。

              那,這種模塊化的培訓機制怎么做呢?

              未來的企業管理者可以從兩個方面入手:

              一方面,與專業的在線教育、培訓機構合作,購買甚至定制精準的模塊化培訓課程。

              這些課程可以根據實際的業務需求來打造,并且拆分成模塊。

              比如,國外有些教育網站,就有開發“納米學位”。

              這類培訓,會先和合作企業溝通,了解員工最欠缺的技能,再專門為他們打造可以快速上手,即學即用的培訓課程。

              并且,購買這些課程的成本也不高,有些甚至能免費。

              另一方面,企業還可以通過彈性工作制,或設置專門的“學習假”,來進一步鼓勵員工定期、模塊化地完成學習,提升自己的技能。

              聽起來很卷啊。我們只能這么與人工智能對立,互相追趕嗎?


              圖片

              與人工智能合作

              取代工作、威脅人類……關于人工智能對人的“威脅”的討論,我們已經看到過太多了。

              但是,作為帶領團隊打勝仗的管理者,管理者需要同時看到另一面:人工智能對人的“賦能”。

              只有這樣,才能更大程度地想到人機合作的各種可能,以及這種合作可以創造出什么新的崗位和新的工作。

              并且,馬上配置,馬上嘗試。

              比如,最近我們已經聊了太多次,但又覺得聊多少次都不為過的ChatGPT,就是一個很典型的案例。

              短短幾個月內,從北上廣的大公司,到縣城的辦公室,ChatGPT已經開始成為越來越多人的超級助手。

              這確實對很多人的就業帶來了沖擊。但,這也確實讓很多企業的生產效率帶來了躍升。并且,是革命性的躍升。

              管理者需要適應。在思考中適應。

              人工智能,可以怎么用到我的業務里?

              員工和人工智能,怎樣才能更好地協作?

              哪些是人工智能可以做得更好的?哪些是人工可以專注的?

              在人工智能的幫助下,會創造哪些新工作,帶來哪些新可能呢?

              ……

              一定要保持思考。

              因為,每一次思考,都可能帶來更多效率躍升的機會。

              因為,效率革命的發令槍,已經打響。


               

              最后的話

              未來已來。不會回頭。

              科技的變革,帶給未來企業的變化,會是顛覆性的。

              作為管理者,需要意識到,未來有4種變化,可能會發生,值得思考,讓企業在未來能夠適應得更從容:

              1,傳統的階梯型晉升模式,可能會被顛覆。

              管理者可以做向導、做教練,鼓勵員工獲得更多歷練。

              2,自由職業者,可能越來越多。

              要想好,怎么找到他們,激勵他們,跟他們協作。

              3,模塊化的終身學習,會成為必備的能力。

              去建立,一個更靈活,更務實的培訓制度。

              4,人工智能,會是新的“同事”

              思考 “賦能”,思考協作,思考新的機會。

              書中提到的這4點,只是推測。可以作為參考,支持你的思考。

              但人工智能,已經真的來了。聽懂發令槍的人,已經開跑,得到時代的紅利。而只把變革當熱點新聞的人,在被迫退場時,甚至不會收到時代的通知。

              整個世界在悄悄地劇變,一定要有所行動。

              硅谷著名科技觀察家,曾寫出《失控》、?《必然》的凱文·凱利,曾在他的那本《科技是什么?》里,總結了3種人類面對劇變時的行動:

              激烈抗爭,遲緩接受,正面擁抱。

              不同的行動背后,是不同的命運。

              企業的命運、人的命運。

              你怎么選?

              祝福。

              觀點 / 琳達·格拉頓? ?主筆 / 尤安 ??責編 / 李桑 來源:劉潤公眾號

              (0)
              上一篇 2023-04-02 10:15
              下一篇 2023-04-03 20:48

              相關推薦

              發表回復

              您的電子郵箱地址不會被公開。 必填項已用*標注

              <ruby id="jhjhh"></ruby><p id="jhjhh"></p>
                <p id="jhjhh"><cite id="jhjhh"><progress id="jhjhh"></progress></cite></p>

                <del id="jhjhh"><mark id="jhjhh"></mark></del>

                  <ruby id="jhjhh"><dfn id="jhjhh"></dfn></ruby>

                      <p id="jhjhh"><del id="jhjhh"><dfn id="jhjhh"></dfn></del></p><p id="jhjhh"></p>
                      <p id="jhjhh"></p>
                      <ruby id="jhjhh"></ruby>

                      <p id="jhjhh"></p>

                      <ruby id="jhjhh"><mark id="jhjhh"><progress id="jhjhh"></progress></mark></ruby> <p id="jhjhh"><mark id="jhjhh"><th id="jhjhh"></th></mark></p><p id="jhjhh"><mark id="jhjhh"><progress id="jhjhh"></progress></mark></p>
                      <pre id="jhjhh"></pre>
                        <output id="jhjhh"><dfn id="jhjhh"><span id="jhjhh"></span></dfn></output>
                          <pre id="jhjhh"><b id="jhjhh"><progress id="jhjhh"></progress></b></pre>
                          一区在线观看