本文来自微信公众号:笔记侠(ID:Notesman),分享嘉宾:何伟(数字化人才专家),作者:拾画,编辑:金木研,头图来自:视觉中国


一、ChatGPT后的新变局


自2月份ChatGPT发布以来,几乎每天一个重磅炸单,一会儿接入微软全家桶,一会儿对接第三方应用插件,最新的重磅是解除封印可以联网。


在这样的新变局下,从企业、组织到人,都处于一个不太适应的周期。


1. 首批因AI失业的打工人


ChatGPT到来后,到底淘汰哪些岗位,人们有过很多的猜测。


前段时间,网上曝光了一份蓝色光标的内部邮件“关于将全面停止创意设计、方案撰写、文案撰写、短期雇员相关外包支出的通知”。


这是一个全面性变革,推测其背后原因有2点:


第一,蓝色光标本身业务以营销科技为主,在今年1月份已经对外宣布会跟各 AI 企业进行全面对接。第二,他们在内部建立了很多与文字、设计工作有关的小模型,从而提高人效。


2. 美国企业使用ChatGPT的情况


美国曾公布一个关于企业使用GPT的调研。其中66%用于写代码,58%用于写文案,57%用于客户支持,52%用于写会议纪要和其他文件。


在招聘过程中,约77%使用ChatGPT的公司表示会用来撰写职位描述, 66%的企业用来起草面试申请,65%用来回复申请。


在感官层面,55%的人表示ChatGPT的工作质量十分优秀,34%的人表示做得非常好。


在效能层面,48%的公司表示节省超过5万美元,11%的公司表示节省超过10万美元。


3. ChatGPT能做的事


ChatGPT的功能很多,包括程序语言转换、故事创作、代码、头脑风暴、RE文本情绪分析、广告设计等49个。概括起来有7大应用场景:应用和布局、搜索和数据分析、程序生成和分析、文本生成、内容创作、一般推理和其他。


4. ChatGPT对个人岗位的影响


ChatGPT对个人岗位的影响一度引起很大恐慌。很多博主都曾发过同一篇主题文章:ChatGPT来了,哪十大岗位即将被淘汰?哪十大岗位高枕无忧?


最危险的top10岗位有电话营销员、客服、洗碗工等。


还有一些表面上不错,其实已经岌岌可危的“外强中干”的工作:销售与市场保险、保险理赔员、卡车司机、财经和体育记者、记账员和财务分析师、专业投资人员、放射科医师等。


面对ChatGPT后的变局,市场人才的新标准是什么?企业用人的新布局是什么?这是我们需要思考的问题。


二、ChatGPT后,市场人才的新标准是什么?


相对未来的数字世界,我们现在生活世界被称为模拟世界。在模拟世界做得不错的人可称为模拟精英。


从模拟精英转换到数字精英,可从4个维度分析:第一,数字思维;第二,数字知识;第三,数字技能;第四,数字资产。


1. 数字思维


数字思维,分为三项浅思维、三项深思维。


① 三项浅思维


第一,软件思维,用软件定义协作和产品,偏标准化和流程化。


第二,网络思维,用网络定义资源和效率,偏协议化和架构化。


第三,智能思维,用智能定义能力和价值,偏模型化和协同化。


三项浅思维是应对数字化技术和文化变革需要的思维方式。


② 三项深思维


三项深思维是本质化、深层次的思维,包括模型思维、本质思维和利众思维。


第一,模型思维,是动量与结构的耦合。


这两年,很多企业弯道超车,甚至能跨行业,是因为其背后具备了模型思维。


举个例子,字节跳动创始人张一鸣在创办字节跳动前,从饭否网、九九房等连续进行了5次创业,每次创业都是不同行业。


这些行业表面看上去毫不相关,但他能一次次地在我们的视角里跨行业创业,是因为对他来说,他从来没有改变过,他做的一直是底层算法推荐,只不过区别在于推荐的餐饮信息、房产信息还是娱乐信息。


第二,本质思维,也称第一性思维。


第一性思维是2000多年前哲学家亚里士多德提出来的,被马斯克带红。


记者问马斯克,你为什么这么成功?马斯克说,我成功的原因只有一个,就是做什么事情都用第一性思维去思考。


记者又问,第一性思维是什么?马斯克举了生产特斯拉汽车时解决电池成本卡点的例子,他从根源出发,研究电池的组成、组装供应链和产业配套,完成一系列整合,将电池成本降到80美元/千瓦时,最终完成特斯拉生产。后来,他又把第一性思维延续到SpaceX,将火箭成本降下来。


第一性思维指找出“根”原因,发掘“源”方法。


第二性思维是比较思维,指空间同类相比和时间前后相比。同比、环比,跟同类型企业比较、对标,还有考察、参访,都是比较思维。


比较思维是目前常用的一种方式,但在现在这样一个面对转折、变革的时代,必须具备本质思维,超越比较,直达根源。


第三,利众思维。它随不同时代的文化而更迭。


在农业时代,生产资料以农业为主,生产单元是个体,每家每户只要把产品生产出来,跟别人交换就可以。那时崇尚害人之心不可有,防人之心不可无,强调利己。


在工业时代,进入大规模生产,强调以客户为中心,利他主义开始出现。大家知道必须做上下游的利益共同体,共同为客户服务,所以利他思维在工业时代传播得很快。


到现在数字时代,强调利众。一方面是人们的格局不断提高了,更底层的原因是数字技术让信息互通,打通了底层的透明。这时,企业要以“为人民服务”的社会责任为重,才能有利众思想,团结起来为社会创造价值。


2. 数字知识


要成为数字精英,除了要具备一定的思维,还要具备一定的数字知识。


在传统行业中,要找一个管理专家、技术专家,相对容易。可现在要找一个数字化专家,或者数字化人才,会非常困难。原因是,在数字化领域,专家不仅要懂技术知识,还要懂技术知识与产业知识的融合。


在数字知识的矩阵下,大家要学习的内容很多,包括软件知识、硬件知识、内容知识和运营知识。


此外,从数字化时代1.0到4.0,不同时代对人才标准有不同要求和不同侧重点。


在信息化时代,侧重软件知识和硬件知识。懂计算机知识的人显得稀缺而珍贵。


在网络化时代,侧重硬件知识和运营知识。互联网电商非常火的时候,选品师职位一人难求。他们在电商网络专门做服装、化妆品,或者专门为客户选择热门商品。某些品类选品师年薪一度高达百万,因为他在网络化时代掌握了非常关键的运营知识。


在智能化时代,侧重软件知识和运营知识。软件知识主要指AI知识,也就是Chat GPT相关知识。运营知识,指生产内容的知识以及如何用AI赋能运营服务。


到元宇宙时代,侧重硬件知识和内容知识。元宇宙到来后,很多设施、硬件知识会变得很重要。此外,元宇宙是一个新世界。每创建一个新的世界,就需要生产很多内容,所以在这个阶段,内容也会变得非常重要。


3. 数字技能


① 数字能力:知识、创作、运营


ChatGPT到来后,带来了AI新能力,包括知识、技能和运营,也是成为数字精英需要掌握的能力。


第一,获取知识能力。


知识包含科学知识、社会知识、事件知识、数值知识和原型知识。


最近我们疯狂地测试ChatGPT、文心一言、通义千问等工具的获取知识的能力,发现这些工具的确超越了百度、知乎。


举个例子,向ChatGPT提问“写一篇介绍ChatGPT的文章”,它会回答,介绍ChatGPT是一种强大的语言模型等等。


再追问,想知道它的技术原理是什么,它会重新给你一份答案,介绍ChatGPT的原理、训练模型和参数等。


它不仅可以像百度知识库回答知识,还可以把知识归纳成要点,结合你的数字要求生成重点。


还有一些例子,比如,在艺术领域,我们提问“描述达芬奇的《最后的晚餐》中,耶稣和门徒的身体语言以及它们所传达的含义”;在物理领域,我们提问“请解释量子纠缠的现象,并描述它在量子计算中的应用”;在哲学角度,我们提问“请解释尼采的超人概念,以及它在现代社会的意义”。


这三个例子的答案,都说明与ChatGPT互动获取知识时又快又准,还能按要求精准归纳。


第二,创作作品的能力,包括文本、图像、音频代码等等。


大部分人对ChatGPT的商业化方向很了解,它可以帮助写作、做图、编程和制作视频。


AI写作:除宣传稿、会议纪要这些通用浅显的写作外,用好市面上出现的各种各样提示词,还可以更好地生成专业文稿。比如,请ChatGPT“根据人力资源行业写一份员工手册,字数控制在xx页”,它可以按照要求完成任务。


AI视频:拍片子、剪辑很费功夫,而且效果可能不太好。现在用百度或腾讯相关的生成视频网站,就可以直接生成,很高效。


AI作图和AI编程在企业中更为常用,就不赘述了。


第三,赋能运营能力。AI可以生成各种各样流程、设计、商业方案、营销协同流程。


赋能运营能力主要是ToB的。假设一个叫GPT的集团想设计一份带自然风情风格的办公室图纸,有xx平米,希望是开放式空间。ChatGPT就可以自动生成一份其需要的设计图纸。


此外,它在数字化营销、客户服务、研发和生产运营中都有涉猎,应用范围非常宽泛。


举个例子,用ChatGPT解读PLM 解决方案如何带来商业价值。


第一个问题,“消费品企业有哪些产品研发的管理挑战?”。ChatGPT会从市场变化、研发成本、性能、保护知识产权、研发质量这几方面回答。


接着问,“想根据你的方案和分析,选一些合适的供应商,如何选择?”ChatGPT会从企业的需求、供应商的挑战、经验、功能、灵活性、集成能力性的安全、价格等角度回答。


再问,“请你帮我推荐一些好的供应商。”。ChatGPT推荐了很多。再提出一个PRM供应商,问它这家供应商口碑如何。它会逐一分析企业的技术、经验、口碑。


这可能是一个比较粗浅地回答,但借助GPT来解读研发、生产、运营方面的某一个具体方案,可以省去不少平时要做的调研、分析、选型等工作。


② 专业人士新定位


前面讲的三种能力折射出作为一个企业专业人士应该具备的能力,从不同视角又可以分为不同的专业人士,我们应该成为哪一种人?


第一种,从用户视角定义问题:人人都是提示工程师。


现在市面上有一些比较通用的,提示工程师关于“如何向ChatGPT提问”的说明指南。


但光拥有指南还远远不够。如果问它一个专业问题,比如“请你帮我设计一下我们企业xx岗位的胜任力素质模型”,它不一定能生成你所需的答案,因为它对如何生成你所需的胜任力模型背后的专业知识完全不了解。


从用户视角定义问题,人人都是提示工程师,提示工程师前面要加两个字——专业。专业代指所有的专业岗位,比如人力资源提示工程师、财务提示工程师,这样才能成为一个合格的真正能跟人机协同的生产者。


第二种,从平台视角解决问题:人人AI专家。


现在AI相关工具如雨后春笋涌出,针对AI会生成很多符合企业的服务。围绕AI进一步开发、应用,也是个人或者从企业方来讲需要具备的能力。


任正非说,未来只有两种人,一种是熟练使用AI工具的人,另一种是可以生产AI工具的人。


当然可能还有一种,维护AI持续的人。前面两类人是最大的一个趋势。这是新形势下,需要的人才的新标准。


③ 人类相对具备优势的技能


AI出现以后,人类很多职位、部门、行业一下子被淘汰了。但相对AI,人类还是拥有一些相对优势的技能。李开复博士曾给出了一个分类,我觉得非常精辟。


第一类,灵巧性工作。比如刺绣、云锦这些需要技术型、技能性的活,以及精密手术。


第二类,创造性工作。你所在的岗位不是按部就班,也不是标准化的,而是需要根据专业知识、行业和企业情况来完成的,需要创造力的工作。


第三类,需要同理心的工作。你可能会说现在的机器也有同理心,比如智能型养老机器人、安慰型机器人、机器人女朋友等等。但目前来说,机器人相比人类的同理心和共情能力差距还是非常大。


这三类岗位目前是比较安枕无忧的。如果不属于这三类,只要掌握前面说的三种数字能力,或者迅速成为两种专业人士中的一种,依然可以与时俱进。


4. 数字资产


数字资产是指个人数据量、个人网络场、个人数字作品和个人数字财富。


第一,数据量。有没有存储方式,个人日增数据量级如何。


第二,网络场。有没有个人形象或个人场所。数字形象是指用AI工具生成的员工画像、漫画头像。个人场所,比如头条、抖音、快手、微信视频号。


第三,作品。生成的头像、海报、绘画,都可以作为个人数字作品。


第四,财富。包括数字藏品、数字货币等。


在模拟时代,衡量一个人的价值如何,首先要了解他的基本信息,包括年龄、毕业学校、从事职业,还有财富信息,比如开什么车,银行多少存款,住哪里?这些基本信息是目前评估一个人的维度。


在数字时代,另一个维度在逐步开启,就是数字资产。在抖音上有多少粉丝,是不是百万大v,个人数字藏品有多少等等,这些都是未来衡量一个人整体估值的重要方面。


所以,从现在开始,每个人都要扩大自己的资产版图,积攒自己的数字资产。


三、ChatGPT后,企业用人的新布局是什么?


以前讲人很简单,是指跟企业、人力资源部签订劳动合同,有雇佣关系的人,属自然人类。


现在,企业的用人要分成两大部分,一类是自然人,一类是再生人。


自然人原来是指跟企业签订劳动合同、具有劳动雇佣关系的人,现在范围比之前扩大了,增加另外两种人:共享人员,也称数字创客、合伙人;用户团队,参与评价产品、内测的用户,也称数字用户。


再生人分两类,一类是有外形的实体机器人,一类是没有实体的虚拟人和数字人。


自然人和再生人在企业内部现在最理想的布局应该是:原生人员占总体2%,市场上的共享人才占10%,剩下88%是大量用户;再生人则越多越好。


硅基智能创始人司马华鹏前段时间在朋友圈发了一篇小短文,可以帮助我们通俗地理解企业用人的新布局。


他说,现在看企业规模和人才结构,会说“我的企业拥有1000人或是10000人(都是自然人)”未来,你的企业可能是你带着你爱人、你爱人妹妹、姐姐共同治理,结构是这样的:你爱人负责管理500个机器人,你爱人的妹妹负责管理1000个机器人,你爱人的姐姐再管1000个机器人。这样你的企业一共有2504人,2500人是再生人,4个人是自然人。


1. 企业可用的三大类自然人


企业可用的自然人分成三大类:全职人、合伙人、关系人。


① 全职数字化人才


a.数字化人才:数字化管理、专业、应用人才


大家可能会疑惑,数字化人才到底是什么?实在找不到数字化人才怎么办?


相对于数字世界,现在的世界叫模拟世界。在模拟世界,最高层是CEO、CTO、COO,中间是管理层,下面作业层是操作员、质检员。


到了数字世界,所有最高层都要再“D”一遍,是DCOO、DCTO、DCEO,中间职能主管变成数据主管、算法主管,以前的操作员要变成数据标注员、算法工程师。


从以上分类看,除决策层是自己原地升级以外,其他都要被替代的。其实不是这样的关系。


举个现实中的例子,我有个985毕业的同学一直在企业内部负责组织考核,他们集团前两年开始做数据中台,来了一批算法工程师。刚开始的他觉得自己被替代了,结果慢慢他发现企业在上数据中台时全程离不开他,因为他是最了解企业各种绩效考核算法的人。现在,他们企业已经正式上了中台系统,他也转型成为企业数据主管。


b.企业内数字化团队:内培外引的新能量


企业中可称为数字化人才的有4类人:数字工匠、数字专家、数字主管和数字高管。


企业要用人,无非是两种方法,外引和内培。


如果企业不是数字化原生企业,本身不生产算法工程师,需要从外引进数字专家。


但数字高管、数字主管、数字工匠这三类都可以原地晋级。


我们曾做过数字工匠升级项目。班级学员都是对应原来的操作员、物料工程师、设备工程师等岗位。经过3个月的系统化培训,进行最后成果汇报时,每个数字工匠都设计了一套针对企业、针对自己生产车间的配套方案,如智能巡检、智慧物流,这足以说明这部分人才是可以被数字化升级的。


② 合伙人


合伙人,也称OGC,指合伙人和专业人才的共享平台。


像最早的猪八戒、58 同城等,都是通用型的,现在共享平台越来越专业。这两年最流行的是数据标注师的众包平台,百度、京东等都有专门面向数据标注师的众包平台。


这大大扩展了企业用工的渠道,也为很多零散者在剩余劳动时间提供再生产的机会。


③ 关系人


关系人,也称UGC,指用户作为关系人才的社群化交互。


比如,我在抖音发布视频,就是平台的UGC贡献者。


事实上,UGC也有很多分类。


比如,在海尔卡奥斯平台这种工业互联网平台,用户长期在上面作为价值补充者。


再比如,大家在小红书分享内容、知识,虽然有些是带货,但也有很多常识,无偿地传递一些价值。这是一个典型的UGC生活社区。


当然,还有一些游戏平台。


用户作为关系人才的社群化交互是经常会被忽略的。你可能会觉得有些企业不像抖音那样纯粹让用户创造内容的平台,认为企业不需要关系人才。其实不然,如果企业的每一个产品、每一个交互都是跟用户共同创造出来的,产品的价值无疑会更大,用户的认同感也更高。


2. 再生人


① 机器人


a.硬件机器人


再生人,首当其冲的是机器人。常见硬件机器人分三种:第一,工业机器人;第二,服务机器人,比如排队机器人;第三,特种机器人,比如军用特种机器人。每种机器人,从不同应用功能,可以进行不同分类。


今年1月份,工业和信息化部、教育部等十七部门印发《“机器人+”应用行动实施方案》,提出了一个具体的目标,2025年,制造业机器人密度较2020年实现翻番,服务机器人、特种机器人行业应用深度和广度显著提升,并聚焦农业、能源业、建筑业、养老、医护等十大重点应用领域。


通过这份方案,大概能了解工业机器人在各领域里应用的程度。这也提醒我们,工业机器人在我国发展比较成熟,并且将继续在趋势和震荡中进行引领。


机器人构成有三个部分:主体、驱动系统和控制系统。


现在机器人生产有一个更新的突破。马斯克提出“一体化压铸”,所有机器的外壳和零部件全部一体化,直接压铸成型。这也有缺点,比如说换一个零件,需要整体重做。但是,如果未来都是往这个趋势发展,所需的人工会变得越来越少。


再介绍一下医用机器人。在灵巧性角度,达芬奇手术机器人是目前医用机器人领域做得非常好的一个产品。它后台由三部分组成:医生控制系统、三维成像视频影像平台、机械臂组成的移动平台,可以很好地完成一台精密手术。


b.软件机器人RPA


软件机器人RPA本身是一个流程性机器人, 它可以做标准化、具有重复性、比较繁琐的工作。不管是内审合规,还是人力资源、财务的应用,都是这类工作。


加持AI之后,相当于给它的手脚装上了大脑,扩大工作领域,不仅能审核普通标准流程,还可以进行大脑判断,做更多的运营、决策类工作。


将一个比较典型的应用:软件机器人RPA在工厂流程监控岗的全流程应用。从设备投产环节开始,它帮助工程变更具管控性;到排产计划环节,它可以做订单数据准备;到生产管控环节,它可以做质量风险管控;在做交付发货环节,它可以进行发货状态监控。


② 数字人


a.真人驱动型——映射和交互


数字人当中,虚拟人与数字人容易分不清。虚拟人是真人驱动型的,有映射和交互的。


比如,我今天在这讲课,我可以给自己复刻一个数字人,把我的脚本、语音输给他,让他来跟大家交互。如果复刻的人非常逼真,脚本、语音跟我平时讲话一样,大家会觉得何伟老师真实地在授课。


真人驱动型虚拟人有三大要素:一是数字人模型,二是动作捕捉设备,三是需要一个真人,这也是关键的技术点。


b.计算驱动型——原生与数创


计算驱动型数字人的整体在现实中是找不到真人对照,完全是虚拟的。它的语音表达是通过深度语言学习模型运算结果驱动,在渲染后达到的效果。比如万科优秀员工崔筱盼,就是计算驱动型数字人。


③ 模型即服务(MAAS)


以前讲数字化的三层架构,从下到上,是IaaS层、PaaS层和SaaS层。现在,在这个层中间要加一个最核心层——MAAS,即模型及服务。


未来的结构组合可能是GPT+Bot,完全智能化的、自动化的大脑,加上实体机器人。这是一个有形又有神的智能化再生人,是未来即将到来的一个最强前景。


虽然智能化再生人现在的应用领域还比较局限,但是Auto GPT已经真真实实地到来,它不仅可以应用到买外卖、采购牛排、选餐厅这些普通任务,还可以真正实现目标分解、任务最优解。


四、ChatGPT在人资管理中的应用


1. 招聘与配置


我们可以利用ChatGPT撰写招聘说明、面试问题。但要真正把招聘说明和面试问题写好,不是随便问它几个问题就行,还要用到专业性。


提问者自己要先对这份招聘说明和面试问题有一定规划,再配合提示词,才能真正让ChatGPT产出一份有价值的招聘应用说明。


2. 培训与开发


我们可以利用ChatGPT写一份生产制造领域企业内训的培训计划。它由几个部分组成。


第一部分,对它说“请帮我设计一份内部培训的训前调研。”它就生成了一份调研问题。


第二部分,对它说“这场培训是面对50名中高层管理者的,想设计为5天,包含的课程内容是目标管理、营销管理、绩效管理、实操和考察。”ChatGPT就会生成一份完整的培训说明。


第三部分,对它说“请推荐全中国前10名目标管理老师。”结果它推荐一大堆知名大咖。但我预算有限,那得加一个定语“请帮我挑选一些1万到2万一天的老师。”


第四部分,对它说“请帮我写出这30页PPT的提纲。”它就总结出来。


最后,如果预算有限,就对它说“我们企业预算有限,请帮我在10万以内做一份预算。”它又会写一份很合理的预算表。


ChatGPT的功能还不止如此,还可以根据员工的兴趣需求做个性化学习定制,可以做培训反馈,还可以辅助知识管理。


3. 绩效管理


ChatGPT可以帮助分析内部员工在不同场景中的表现。比如在招聘培训中,分析员工的语义理解、场景活动数据,体现他在非业绩之外的表现。


4. 员工关系


ChatGPT在员工关系方面的应用主要有两点:


第一,心理层面,可以帮助做反馈调查和心理安抚工作,及时调节、预警员工的情绪。


第二,数据层面,可以关联微妙事件和数据的关系,总结出绩优员工和绩效比较差的员工之间的不同。


5. 政策合规


AI特别适合处理合规合法性、有标准答案、标准规定的工作,可以准确地判断某些语言信息、某些行为是否合规。比如,在人力资源、审计、法律等政策合规领域里运用。


6. 实施计划


利用ChatGPT,可以做各种规划。


比如,做一份人力资源总规划。给ChatGPT“喂”一些材料,包括今年员工的离职人数、培训需求、员工绩效和组织结构、明年战略目标,请ChatGPT给出计划建议,阐述来年当中要做哪几项调整。


ChatGPT在商业里也可以应用,比如“如何用10万块钱开一个奶茶店”、“如何不花一分钱做一个小调研”。


7. 数据管理


钉钉、企业微信里都有类似的数据管理应用,用一些比较小的代码,搭建各种各样的报表。ChatGPT相对升级了一些,可以做指标体系搭建、底层数据分析和岗位记录。


8. 战略分析


ChatGPT可以对市场行情、行业分类、企业状况进行分析处理,辅助生成数据,可以帮助人力资源部更准确地评估公司财务状况、盈利能力,从而预测其财务状况及未来发展趋势。


从以上八个方面的应用,发现ChatGPT最大的能力不是做文本、图像,而是充当企业大脑,从全方位的角度帮助企业梳理组织内部的职责,在选人、用人、育人层面重新升级人的能力。


最后送给大家两句话:


第一,不要焦虑,唯一不变的是学习。


第二,世界上能够生存下来的物种,不是那些最强壮的,也不是那些最聪明的,而是那些应变迅速的。


我们不一定是最聪明的,但我们可以迅速应变,成为首先掌握 AI 工具的人。


本文来自微信公众号:笔记侠(ID:Notesman),分享嘉宾:何伟(数字化人才专家),作者:拾画,编辑:金木研