-
行为技能
AI重塑工作？你可能想错了——来自《2026年全球技能趋势报告》的4个惊人真相
HRTech概述：AI 正重新定义组织的学习方式、工作方式与竞争方式。报告指出，AI 流利度已经成为团队新的数字素养，不再是工具培训，而是理解 AI 的应用场景、风险边界、伦理规则以及每日使用习惯。报告强调，推动 AI 规模化的核心不是技术，而是领导力与组织文化。透明沟通、授权式管理和心理安全，是员工愿意尝试、迭代、信任 AI 的关键。
视频解读访问视频号：#HRTech
更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
关于人工智能（AI）将如何改变我们的工作，你是否也感到既兴奋又焦虑？我们每天都被各种关于AI工具和技术的新闻轰炸，但真正的变革远不止于此。许多公司和个人都专注于“学习使用AI”，却忽略了更深层次的转变。
这些观点将帮助我们理解，在AI时代取得成功的关键，并非仅仅掌握一项新技术，而是关乎思维模式、学习方式、领导力乃至整个组织文化的重塑。
1. AI素养：它不是一项技术，而是一种新的工作操作系统
大多数组织错误地将“掌握AI技能”等同于学习如何操作某个工具或软件。然而，报告指出，真正的挑战在于重塑企业文化——鼓励员工去试验、探索，并将AI自然地融入日常工作流程中。
这引出了一个核心概念：“AI素养”（AI fluency）。它不是一项待办清单上的技术任务，而是一种全新的工作“操作系统”。真正的AI素养意味着深入理解AI的能力、风险和道德问题，并养成每天使用它的习惯。至关重要的是，AI素养还需要培养判断力、好奇心、灵活性和风险承受能力等适应性技能。它要求我们不仅知道如何使用AI，更要知道何时该依赖它，何时该质疑它。
这种转变并非纸上谈兵，员工们已经以惊人的速度在积极拥抱它。数据显示，对Microsoft Copilot和GitHub Copilot等工具的学习使用量出现了爆炸性增长，年同比增长率分别高达 +3,400% 和 +13,534%。这个观点之所以重要，是因为它将焦点从被动学习工具转移到了主动重塑工作方式和思维模式上——这是一种更深刻、更持久的变革。
2. 忘记培训课吧：最好的AI学习发生在工作中
一个普遍的迷思是：学习只发生在培训室或在线课程中。然而，报告强调，技能只有在实际工作中被应用、调整和改进时，才能被真正掌握。这种模式被称为“在工作流中学习”（learning in the flow of work）。
这一观点得到了研究的有力支持。卡内基梅隆大学的数据显示，通过实践和即时反馈学习的学生，其学习效率是仅通过听讲学习的学生的3倍。这意味着，为员工创造一个可以安全试验、应用AI并获得反馈的环境，远比单纯提供课程重要得多。
“能够蓬勃发展的组织，将是那些建立了沉浸式环境，让员工能够掌握AI素养，并建立了技术放大独特人类能力文化的公司。” —— Hugo Sarrazin, CEO of Udemy
这种学习方式之所以关键，因为它极大地减少了“学”与“用”之间的摩擦，使技能培养与创造实际业务价值直接挂钩，从而同时加速了个人和组织的成长。
3. 真正的瓶颈不是技术，而是人：领导力、道德与信任
AI转型成功与否，其决定性因素往往不是技术本身，而是“人的因素”。报告中一句极具冲击力的话点明了真相：“AI焦虑既是颠覆性技术的症状，也是领导力失败的症状。”
数据显示，领导层的准备严重不足：只有 48% 的员工认为他们的领导者已经为AI时代做好了准备。成功的领导者不能仅仅是技术的推行者，他们更需要成为信任的建立者、文化的塑造者和道德的守护者。他们必须赋予员工自主权（agency），让他们有信心去探索和塑造AI的应用方式，并为AI的使用制定清晰的道德准则。
这意味着他们需要就AI带来的影响进行坦诚沟通，并为员工和领导者创造安全的空间，让他们可以承认自己的未知……并在共同学习（和从失败中前进）的过程中安全地挑战既有假设。
“未来的竞争格局不由谁拥有最好的AI来定义，而是由谁拥有最能推动变革并赋能员工有效使用AI的领导者来定义。” —— Stephen Bailey, CEO and Co-Founder of ExecOnline
技术可以被复制，但一个充满信任、安全感和道德感的组织文化，才是最难被模仿的核心竞争力。
4. AI不是终点线，而是适应未来的训练场
这是本文最具前瞻性的观点：将AI转型本身视为最终目标，是一个巨大的战略失误。AI只是未来众多颠覆性变革中的一次，它更像是一个“训练场”，而不是“终点线”。
真正的竞争优势，在于建立一种“永久的适应能力”（permanent adaptability）。这就需要我们大力培养那些保质期超越任何特定技术的“适应性技能”（adaptive skills），例如批判性思维、决策能力、情绪恢复力和沟通能力。这些技能是应对未来一切不确定性的基石。
数据的增长也印证了这一点：决策能力的学习需求增长了 +38%，而批判性思维则增长了 +37%。麦肯锡的研究进一步强化了这一观点：高度适应和有韧性的员工，其创新能力要高出 3.8倍。
因此，AI转型本身就是一个完美的、高风险的训练场。它所带来的挑战——模糊性、对道德判断的需求、对新思维方式的渴求——恰恰迫使我们建立起那种永久的适应能力，这种能力将在AI变得司空见惯之后，长久地确保我们的价值。
在持续变革中重塑未来
AI时代的真正挑战不在于技术本身，而在于如何建立一个以人为本、由AI赋能、并能不断学习和适应的组织。领导力、员工自主性和适应性技能，将共同构成未来成功的基石。
AI正在重塑我们的工作，与其问“我们该如何使用AI？”，或许更重要的问题是：“我们希望成为一个怎样的组织，我们的员工作为人类又该如何成长？”
-
行为技能
2024年人工智能的3项趋势预测
对许多人来说，2023 年将被铭记为人工智能蓬勃发展的一年。事实上，微软首席执行官Satya Nadella将 2023 年称为 "人工智能年"。但这对 2024 年的人工智能意味着什么呢？
对于人力资源专业人士来说，人工智能一直是个喜忧参半的问题： 一些人担心人工智能会取代他们的工作，而另一些人则对减少耗时的任务、专注于更人性化的人力资源工作感到兴奋。
无论你站在哪一边，都要为 2024 年的人工智能做好准备。以下是我们的预期。
2023: 人工智能之年
虽然人工智能早在今年之前就已问世，但它的功能在今年得到了极大的扩展和普及，让许多人对它的真正功能有了坚实的了解。
从新的人工智能驱动软件到聊天机器人，自第一版ChatGPT 发布以来，人工智能呈指数级增长。人工智能的快速发展让许多人对 2024 年及以后的人工智能前景感到不安，因为几乎没有时间来制定有关使用人工智能的法规和规则。
对于人力资源专业人士来说，这给人工智能领域带来了一大堆问题，比如在招聘中避免偏见，以及围绕人工智能在工作场所的使用制定政策。人工智能的强大功能也让许多人担心工作安全，尤其是在裁员肆虐的这一年。
尽管如此，在过去的一年里，许多人力资源专家还是采用了人工智能。事实上，根据麦肯锡公司最近的一项调查，55% 的企业已经采用了人工智能，预计 2024 年使用人工智能的企业数量还会增加。
为了更好了解 2024年的人工智能战略，并为未来做好充分准备，这里有三个关于人力资源部门可以期待的预测。
2024年人工智能的3项预测
1. 转向日常休闲使用
随着 ChatGPT 的推出及其破纪录的增长，几乎每个人都可以使用人工智能。尽管人们担心人工智能会影响工作安全，但企业领导者已经意识到，人工智能可以作为一种支持运营的工具加以利用。
"isolved 公司解决方案战略副总裁 Geoff Webb 说："人工智能将从 C-suite 层面的猜想话题，开始在日常人力资源运营中得到更广泛的认可。
2024 年，人力资源专业人士可能会经常使用人工智能来帮助实现重复性任务的自动化，并简化人力资源运营。事实上，最近的一项调查发现，超过一半（61%）的人力资源专业人员正在投资人工智能，以简化流程。
对人工智能日常使用的接受和采用表明，一些关于人工智能取代工作的情绪已经平息，人力资源专业人员已经准备好接受人工智能可以支持他们的所有方式。"meQuilibrium公司首席技术官Ned Rhinelander说："2024年，我们可以期待人工智能在劳动力中前所未有的融合。"对于大多数员工来说，人工智能将成为并肩作战的同事。"
2. 注重战略
随着日常使用的增加，许多领导者将被推动为如何在工作场所使用人工智能制定正式的战略和游戏计划。"韦伯说："人力资源领导者确实希望利用人工智能，但在进入2024年后，他们将就如何开始以及从哪里开始寻求指导。
根据Salesforce的研究，目前有28%的员工在工作中使用生成式人工智能，其中一半以上是在未经正式批准的情况下使用的。更糟糕的是，根据 Josh Bersin Company 的数据，仅有 4% 的公司在人力资源领域制定了明确的人工智能战略。
"这种犹豫不决的性质将潜移默化地影响到新的一年。人力资源领导者希望利用人工智能，但他们在2024年需要一个路线图，以了解如何开始并最好地优化人工智能的使用，"韦伯说。
3. 法规和立法的进步
人工智能的快速应用使得立法很难跟上。尽管去年已经取得了长足的进步--包括一项关于人工智能安全和安保的行政命令，以及纽约市一项规范在招聘中使用人工智能的法律--但人工智能监管仍处于早期阶段。
"SHL解决方案负责人Lucy Beaumont说："人力资源部门在审查和验证基于人工智能的人力资源技术时应谨慎行事。"人工智能在很大程度上是不受监管的，其使用存在风险。" 各州的法规也不尽相同，这使得许多公司在使用时更加棘手。
随着对人工智能及其法律风险的如此关注，人力资源专业人士应该预计，随着政府机构试图在2024年赶上人工智能的快速发展，围绕人工智能监管的新兴立法将激增。"博蒙特说："当企业希望在这股浪潮中乘风破浪时，他们需要精明地了解现有技术，并在2024 年我们整合人工智能时验证其适用性。
红利：向行为技能转变
2024年人工智能的发展将产生深远影响，包括影响人力资源专业人员在新的一年里需要磨练的素质和技能。
"虽然人工智能将在工作场所发挥更大的作用，但人们也将越来越关注人工智能无法复制的独特的人类技能或软技能，"韦伯说。"在新的一年里，人力资源和更广泛的劳动力将需要自如地磨练他们最 "人性化 "的技能--塑造选择和方向，提供全面的背景信息，并成为更好的领导者。"
在更广泛的背景下，人工智能还将影响雇主在招聘新人才或提升员工技能时的需求。"对技术技能的关注有助于人力资源部门聘用能够快速上手并交付成果的人才，"博蒙特说。"在2024年，我们将看到钟摆摆向对行为技能的关注；识别那些具有学习新技能的敏捷性、能够解决问题并将自己的发现传达给他人的人。"
-
行为技能
调查显示未来领导者的技能需求：并不是数字化的技能，还是行为技能。。。
IBM本周开展了一项重要研究，研究了企业领导者未来三年所需的真正技能，其结果将使您感到惊讶。
这项研究包括对50个国家/地区的调查（5800名高管），发现大约有1.2亿专业人员需要技能来应对AI和新的数字业务环境，最大的差距不是“数字技能”，而是行为技能。
过去一年中，我一直在谈论这一点–这项研究强化了这样一个事实，即尽管对数字和技术技能的需求很高（41％的CEO担心），但他们很快就会被填补。超过45％的CHRO告诉我们，大学毕业后的人们拥有他们所需的数字技能：他们所缺少的是复杂的问题解决能力，团队合作能力，业务理解能力和领导能力。
数据非常清楚：“数字技能差距”正在解决：领导能力和行为技能没有。
如果您查看此列表，就会看到我们每天都处理的一组主题–试图适应不断变化的趋势；优先安排时间来处理最重要的事情；学习聆听和团队合作；并了解如何以令人信服的方式传达我们的想法，发现和建议。
这些“软技能”（顺便说一句，必须退休）本质上是复杂且具有行为性的，它们代表了我们现在所说的机器无法完成的“独特的人类技能”。
我是工程师，所以我对技术很满意。现在对我来说很清楚，我最大的成长机会是学习如何使用所有这些工具，将它们集成到我的工作中，并建立一个可以帮助我们的业务发展和发展的人员团队。
经济史指出了这一点
考虑以下数据。它绘制了四个工作家庭的相对工资增长。
低社交，低数学（高度常规）
低社交，高数学（技术但非团队导向）
高社交，低数学（复杂和管理，但不熟练）
高社交，高数学（复杂，管理和技术）。
它表明，在过去的30年中，高常规性工作的价值直线下降（例如桥梁收费站或简单的装配工作）。技术工作（例如工程师）略有落后，部分原因是技术不断变化并且许多技术工作已实现自动化。具有较高社会技能的职位（销售，领导，项目经理，市场营销）的价值增加，而同时需要技术和管理技能的工作增加最多。
我过着自己的个人生活。我从学校毕业并获得工程学学士和硕士学位，几年后，我意识到仅凭工程学就不会令我兴奋，工程职业起步很快，但早就停滞不前。因此，我最终进入销售，市场营销和后来的管理部门。
你们中的大多数人都非常清楚，您在工作中遇到的最大挑战不是技术上的：他们需要安排好时间，找出如何在团队中工作以及学习如何影响，支持和指导他人。
正如Burning-Glass的研究表明，甚至“数据科学家”的工作也变得越来越杂。现在，期望高薪数据科学家理解如何解释数据，如何与内部客户进行咨询以及以一种有吸引力且与业务相关的方式传达他们的想法。
对于HR，我想将其称为“全栈HR管理器”。（全栈是指一位从硬件到操作系统到数据库再到用户界面的所有知识的工程师。）我们必须了解很多关于人力资源的所有领域，此外，我们还需要了解技术，经济学，行为科学和商业。
这对您意味着什么：建立企业能力学院的时间
我正在就此主题进行新的演讲，但是从根本上来说，仅向您的员工“提供大量的数字培训”还远远不够。您需要考虑为员工提供广泛的发展机会（正如IBM在本文中指出的那样），包括正式开发，自主学习，发展任务和内部流动性。
IBM研究指出的一件事是，虽然技能的半衰期正在减少，但是开发技能的时间却在增加。2014年，公司估计需要三天时间才能开发所需的新技能。今天，他们估计需要36天，是原来的十倍。
这意味着要建立我所谓的“ 企业能力学院 ”，重点放在您提高技能，重新技能并使人们参与他们所需要的复杂技能所需的所有东西上。正如我们在自己的Josh Bersin人力资源学院所做的那样，我们汇集了精选的高质量内容，讲师和专家，发展活动以及大量的协作学习。如果您以正确的方式考虑L＆D，那么所有这一切，再加上证书和晋升奖励，都可以在您的公司中实现。
（像Capital One和许多其他公司这样的公司今天开始这样做。）
这些学院不仅是培养深厚专业知识的地方：它们还是使用现在称为“ T型技能”模型的广泛技能开发的方法。（如下所示。）在每个领域中，都需要既广泛又广泛的技能，我们在团队转型中的作用是帮助人们发展这两种技能。
例如，我认为“数字技能”（了解SEO，HTML，数据分析，可视化，人工智能，云系统）现在是广泛的技能：我们都需要在一定程度上理解它们。只有软件工程师或云设计师需要编程，用户界面，AI和算法方面的深厚技能。
您可以建立一个“数字技能学院”，该学院侧重于跨越多个领域的技能，例如，然后建立一组垂直于数字营销或数字人力资源的垂直计划。
在接下来的几周中，我将对此进行更多讨论，但是看看这种演变，您将了解世界的走向。仅“ 购买LXP ”并提供大量内容以进行自我发现是不够的。尽管这是该过程中的重要一步，但我们需要走得更远。发展人们未来需要的复杂，混合，与人相关的技能，将是您在人力资源和L＆D中最大的机会之一。现在是时候考虑一下了。
我们很高兴能解决这个问题。
以上由AI翻译完成，仅供参考
作者：josh bersin
来源：https://joshbersin.com/2019/09/the-skills-of-the-future-are-now-clear-and-despite-what-you-think-theyre-not-technical/
扫一扫 加微信
hrtechchina
