zhinengti
人工智能（AI）的迅速发展正在深刻改变劳动力市场格局，引发人们对未来就业前景的广泛关注。一个咨询公司近期裁员11,000名员工的事件，并非孤例，这凸显了技术革新带来的冲击。本文将探讨在AI时代，个人应如何培养关键技能以保持竞争力，以及企业又该如何有效应对这一转型。
作为Drexel大学LeBow商学院的教授，我专注于研究技术如何影响工作与决策。我的学生和企业高管们普遍关注一个核心问题：在机器具备学习能力的经济环境中，哪些技能才是最重要的？为了解答这一疑问，我分析了今年夏天进行的两次调研数据。首次调研是“数据完整性与AI就绪度调查”，涉及全国550家公司对AI的使用和投资情况；第二次是“大学招聘前景调查”，考察了470家雇主对入门级招聘、劳动力发展及AI技能的看法。这两项研究从构建AI和与AI协作两个维度，揭示了当前就业市场的挑战与机遇。
AI普及与能力鸿沟：市场现状
调研结果显示，超过半数企业已将AI融入日常决策，但仅有38%的受访者认为其员工已充分准备好驾驭AI。这一显著的能力鸿沟正在重塑就业市场——AI并非简单地取代人类，而是在筛选那些能够与AI有效协作的个体。
一个值得关注的矛盾现象是，尽管许多企业在内部运营中高度依赖AI，但仅有27%的招聘人员对求职者在简历撰写或薪资研究等任务中使用AI工具表示接受。这表明，企业自身信赖的AI工具，在求职者用于职业发展时却引发了疑虑。在“负责任地使用AI”的定义尚未明确之前，这种不一致的信息可能会使有技能的员工感到困惑。
在“数据完整性与AI就绪度调查”中，这种能力鸿沟在市场营销、销售等面向客户和运营岗位上表现尤为突出。这些领域正是自动化技术快速发展的阵地，当技术演进速度超越人类适应能力时，裁员风险随之增加。与此同时，许多雇主尚未更新其学历或资质要求，仍按照旧标准招聘，而未来的工作已然需要员工具备AI操作流利度。问题并非AI取代人类，而是技术迭代速度远超大多数员工的适应速度。
适应性核心：人机协作流利度与信任机制
我们的研究指出，与适应性最紧密相关的技能核心在于“人机协作流利度”（human-AI fluency）。这意味着个体需具备与智能系统协同工作的能力、质疑其输出结果的批判性思维，以及在不断变化中持续学习的意愿。
在不同企业中，AI推广面临的最大挑战并非技术编程，而是如何确保伦理合规、有效连接业务目标。这些挑战更多地考验着人类的判断力。在我的课堂上，我常强调未来将青睐那些能将机器输出转化为有价值人类洞察的人，我称之为“数字双语能力”——即能流利地游走于人类判断与机器逻辑之间。
管理专家所谓的“技能再培训”（reskilling），即学习新技能以适应新角色或旧角色的重大变化，在员工感到安全且乐于学习的环境中效果最佳。在“数据完整性与AI就绪度调查”中，拥有强大治理结构和高度信任的企业，其绩效和创新能力提升的可能性几乎是其他企业的两倍。数据表明，当员工信任其领导和系统时，他们更愿意尝试并从错误中学习。通过这种方式，信任将技术从令人恐惧的对象转变为学习的源泉，赋予员工适应的信心。
“大学招聘前景调查”显示，约86%的雇主提供内部培训或在线训练营，但仅有36%认为AI相关技能对入门级岗位至关重要。多数培训仍侧重传统技能，而非AI时代新兴岗位的需求。最成功的企业会将学习融入日常工作，在实际项目中创造学习机会，并鼓励员工大胆尝试。我经常提醒领导者，目标不仅仅是培训员工使用AI，更是帮助他们学会与AI共同思考。这正是信任成为增长基石，以及技能再培训助力员工留存的关键。
AI时代招聘新范式：重塑角色与价值
我认为，在AI领域领先的企业并非简单地裁减岗位，而是在重新定义岗位。要取得成功，企业需要招聘那些能将技术与良好判断力相结合、能够质疑AI产出、清晰阐释结果并将其转化为商业价值的人才。在AI应用最有效的企业中，招聘不再仅仅看重简历。更重要的是，求职者如何将好奇心和判断力等人类特质应用于智能工具。
这些趋势正催生新型混合角色，例如“AI翻译官”（AI translators），他们帮助决策者理解AI洞察的含义及行动方案；以及“数字教练”（digital coaches），他们指导团队与智能系统协同工作。这些角色都体现了人类判断力与机器智能的融合，预示着未来的工作将是技术技能与人类洞察力的深度结合。这种判断力与适应性的融合，将成为新的竞争优势。未来的成功者，不仅属于技术精湛者，更属于那些能将无论是人类还是人工智能的智慧转化为实际价值的人。
关于作者：Murugan Anandarajan，Drexel大学决策科学与管理信息系统教授。
