AI正以不可阻挡之势重塑世界,商业领袖们对AI在降本增效方面的价值已初步认可,慢慢开始思考AI对组织管理的影响。上一期,我们畅享了AI时代组织形态和领导力的进化方向,本期我们将进一步探索人才管理、考核激励、组织文化的创新重塑,以及如何加速向AI组织转型。
(瞻远景:AI时代蓝图展望请见上篇)
(组织形态、领导力相关内容请见上篇)
AI时代,人才结构将由传统的“金字塔型”逐步向“松树型”演进,使得员工能够更高效地完成任务,同时最大化每一层级人才的价值。
短期:AI组织从0到1转型阶段,人才结构或将呈现倒钻石型。该阶段AI技术和硅基人能力有限,且组织普遍秉持着试水的心态,先试点AI应用再逐步推广,因此硅基人主要的作用是辅助或替代基层员工,且越是基层,替代效应越强。长期:AI组织从1到N成熟阶段,人才结构或将呈现松树型。伴随硅基人能力提升和AI应用在组织内的全面推广,各层级的碳基员工规模均有缩减。对于高层和中层,由于碳基员工减少,呈现为更收敛的金字塔结构;而基层的替代效应更强,最基础的工作可完全由硅基人替代,整体碳基人规模小于中层,呈现为更扁更窄的梯形结构。在这一阶段,许多人才的职业发展起点不再是基层,而是从中层开始。
步入AI时代,各层级人才的能力要求有所转变,头部人才密度极高,中基层人才密度亦将逐步提升。具体而言:
-
高层:AI顶级专家和具备战略思维的核心高管;负责确定战略路径、技术路径、变革路径,高效分配AI资源,并平衡硅基人与碳基人的关系;人才密度极高。
-
中层:既熟悉业务,又理解AI技术与应用;擅长将业务与AI应用进行紧密链接,充分调用AI能力提效。
-
基层:在明确的顶层规划下高效执行,并能够识别和反馈一线业务问题,如校正硅基人产出,处理硅基人尚无能力处理的复杂问题等。
AI组织中,跨部门流动与轮岗会更频繁。一方面,AI技术将帮助员工在新岗位上快速上手、补齐短板,支撑更频繁的轮岗;另一方面,AI工具可根据员工特点提供定制化的职业发展建议与学习材料,更好地激发员工成长潜力。值得一提的是,优秀校招生或将从中层开始培育。在远期的松树型人才结构中,基层员工将侧重于业务执行和识别、反馈一线业务的问题,整体人才需求量大幅减少。优秀校招生将有机会借助AI能力,从中层开启职业生涯,搭配适当的下放历练,更快地获得成长,并在更高的平台上发挥重要作用。
具体而言,AI可帮助校招生快速获取中层所需的部分关键能力。
- 知识获取:中层需熟练掌握行业动态、公司流程、业务逻辑等信息和知识。基于自然语言处理(NLP)、深度学习等技术,AI可快速获取信息,并通过建立知识图谱将零散的信息结构化,便于员工理解与掌握知识。
- 专业技能:中层需具备更强的专业能力,以监督和指导基层工作。基于多模态技术和各类增强智能类应用,校招生和中层员工的能力差距将大幅缩小。
- 决策能力:中层需具备复杂情境下的决策能力,包括项目规划、资源与优先级分配等。AI可以提供决策树、模拟预测等工具,帮助员工评估不同决策的影响,从而快速做出有效决策。
- 风险识别:中层需把控业务进度,识别潜在风险并做出预案。AI可进行数据挖掘与集成,并实时监控业务流程,提示异常行为;特别是当AI具备推理分析能力后,可进一步解析业务的因果关系,识别潜在风险。
但中层岗位所需的领导力,如沟通能力、团队建设、冲突解决、树立威信、个人魅力等,AI赋能的帮助有限,而这也将成为未来人才的差异化竞争力之一,需重点培养和考察。
三类碳基人才将在AI组织中发挥关键作用:
- AI领航者——顶尖AI专家:负责AI战略制定、技术方向把控、技术创新与风险评估等;如首席人工智能官(CAIO)等高层,对人才要求极高。
- AI设计师——技术与业务复合型人才:负责搭建底层模型、模块化AI能力平台,并结合特定用例设计AI产品与工具。AI设计师有六个关键角色,以算法工程师为核心,多为中层人才。AI组织在转型阶段对此类人才需求量大,到成熟阶段因部分人才可硅基化,因此对碳基人设计师的需求量会降至中等水平。
-
变革专家——管理与技术复合型人才:推动组织的流程再造与管理变革;负责AI的内部宣贯,推动部门与个人应用新技术。变革专家多为中高层人才,AI组织对此类人才的需求量保持在中等水平,成熟阶段亦需要此类人才来持续推进管理变革。
某国内领先大模型研发团队,自主开发底层大模型,并侧重B端行业应用。我们可从组织架构中窥见其人才储备的策略。首先是业界大牛作为AI领航者,该团队的AI首席科学家有着极高的技术权威性和行业影响力,曾为海外知名AI教授、IEEE Fellow;负责大模型顶层设计、技术路线研判,是该大模型团队的灵魂人物。其次是AI设计师负责模型开发与应用落地,底层架构工程师、算法工程师等技术人才为中流砥柱,人数占比约80%。同时,因业务洞察对应用侧至关重要,需要产品经理和行业专家梳理业务逻辑,跨越业务和算法的鸿沟。正是这些关键人才支撑着该团队不断推进技术创新与扩大行业应用。
在AI赋能下,组织的绩效考核将更为智能。首先,AI可帮助制定更合理的KPI指标。AI通过数据分析,能够找到影响组织核心业务目标的根因,并注意考核指标和战略目标的链接。更为重要的是,AI可提高组织和个人的KPI表现。AI可以将组织内碳基人的最佳实践复制下来,形成辅助碳基人的生产工具或硅基人;同时,AI可实时监测KPI,并提供专业的绩效提升建议。
行业案例:家居电商Wayfair通过AI优化KPI设计
美国最大的家居电商平台Wayfair利用AI重新审视其销售丢失(lost sales,指未能实现的潜在销售)背后的根因,进而优化KPI设计。此前,Wayfair使用“单品的销售丢失”来衡量销售策略的有效性。但AI通过数据分析发现,在50%-60%的情况下,单品的销售丢失是因为该客户购买了同类别的其他单品。这一洞察促使Wayfair将KPI重新设计为“同一产品类型的销售留存”。借助新的、更为合理的KPI,Wayfair能够结合客户偏好进行更有效的产品推荐,包括产品特征、价格、发货时间等,从而提升销售表现。
赛诺菲(Sanofi)作为全球领先的医药公司,在AI应用方面也展现出前瞻性。赛诺菲与第三方合作开发了AI应用Plai,全球约10,000名管理者可通过Plai应用查看KPI。该平台可提供公司业务的360度全景图,显示不同KPI之间的相关性,还可识别绩效差距,并基于实时交互提出绩效提升建议。例如,当Plai预测某个产品可能会出现缺货情况时,会及时通知供应链、销售等相关部门,员工可以对AI提问:“大概多久会出现缺货情况?对整体销售目标是否有影响?如何解决缺货问题?”AI工具通过与员工交互输出绩效提升建议,帮助其快速且有效地应对业务挑战。
未来的AI组织需要碳基人和硅基人共同合作,那么如何激励碳基人中的AI先行者,促使其训练出更高能的硅基人并扩大硅基人应用,将成为管理层需要思考的重要课题。研究认为,在AI组织中,碳基人与硅基人将逐渐形成价值创造与分配的正向循环。AI组织会基于碳基组织和个人的差异化贡献,分配硅基人创造的收益,包括成本节降、额外产出等。
-
面向碳基组织:核心是要激励其投入开发与训练硅基人的资源。若为自动化硅基人,可结合自动化渗透率分配其收益,以加速AI替代;若为辅助型硅基人,可结合使用方评价分配硅基人收益,促进硅基人的性能优化和迭代。
-
面向碳基员工:组织需要金牌碳基员工为训练硅基人贡献最佳实践,并不断迭代,因此需要给予最大分配倾斜;而其他碳基员工重在推广AI应用,可视AI赋能后的绩效提升效果分配。
在人工智能的浪潮中,组织正站在转型的十字路口,需要重塑企业文化。文化上既要拥抱AI带来的积极变革,激发创新和提升效率,也要警惕和规避可能伴随AI而来的负面效应。管理层应着重培育六大文化要素,以此作为企业文化转型的灯塔。
- 创新:随着AI承担大部分重复性工作,碳基员工(尤其是行业专家)可聚焦创造性议题的思考、促进创新。
- 持续学习:技术高速发展倒逼碳基员工持续学习新技能和新技术,关注成长发展,以保持自身竞争力。
- 透明:AI可促进信息共享,推动知识的沉淀和互通,打破部门墙,营造公平透明的工作氛围。
- 协作:AI帮助不同部门和不同员工更好地理解彼此的工作,促进跨领域协作;同时,人与AI协作将成为新的时代主题。
- 以人为中心:强调利用增强式AI,关注人的价值,保持碳基员工的职业认知,降低“被取代”的不安全感。
- 认知多样性:过度依赖AI会导致产出相似、缺乏创造力,因此认知多样性和挑战权威的精神尤为重要。
这些要素将成为AI组织文化的基石,亦是激发组织创新力和凝聚力的关键,支撑组织在变革的洪流中乘风破浪,稳健前行。
AI时代宛若一片璀璨的星辰大海,铺展开一幅充满无限可能的壮丽图景。高瞻远瞩的企业管理者们应尽早开启向AI组织转型的航程,推动组织在激烈的市场竞争中占据先机。为加速AI转型,需要自上而下的战略推动与自下而上的创新激活双管齐下。
首先需要明确的是,组织的AI转型是“一把手工程”。考虑到“被替代”的不安全感,部门或个人层面推广AI应用均存在阻力,需要CEO自上而下推动。CEO应发挥引领作用,将AI转型作为企业战略的核心,确保从顶层设计到执行层面都能得到充分的支持和资源配置。其次,组建变革团队。在CEO之下设立一个变革管理部门,确保该部门能级足够高、具有足够的权威性和影响力。该部门将作为连接高层战略和基层执行的桥梁,负责AI应用的内部宣贯,制定AI转型的具体计划并推动变革实施。
同时,储备关键人才。管理层需明确AI组织在转型过程中所需的关键人才,包括AI领航者(如首席人工智能官)、AI设计师(底层架构工程师、算法工程师、软件开发工程师、产品经理、业务/行业专家、治理专家)、变革专家等,推动进行人才盘点,识别人才缺口并进行定向招募。这将为组织的AI转型提供坚实保障。
当然,只有自上而下的推动是远远不够的。成功的AI转型还需要激发员工的创造力和主动性,促使员工成为AI转型的积极参与者,自发探索AI的应用潜力,为AI转型注入源源不断的动力。第一,在AI先行者团队试点,发挥鲶鱼效应。选择对AI接受度高、转型意愿强的团队作为先行者,同时确保试点项目复杂度低、风险可控。试点项目的成功,不仅能够展现AI应用的价值和潜力,还能发挥鲶鱼效应,促进整个组织对AI的积极态度,激励更多团队探索AI应用。
第二,激活液态组织,鼓励自主创新。倡导并支持员工自发、自下而上驱动的AI创新项目,为那些对AI充满热情的员工提供一个自由聚合和协作的平台。管理自由度是创新的催化剂,组织要在制度层面为员工提供必要的自由工作时间保障,并通过OKR工具设置有挑战性的目标,让员工的创造力成为推动AI转型的强劲动力。
第三,重塑员工技能,为创新赋能。提供系统化培训,帮助员工进行AI时代的技能提升与重塑,更好地适应AI时代的发展要求。包括但不限于以下几个关键领域:
- AI知识和素养:学习AI概念和基本原理,例如如何应用AI工具,如何编写和优化提示词(prompt)。
- 数据分析和决策:如何理解和提炼AI生成的洞察信息,从而提高决策的质量和效率。
- 商业敏锐度:将AI输出与业务目标进行关联,认识到AI的局限性,判断AI输出是否稳健可靠。
- 以人为本:运用AI洞察满足人的诉求,强化同理和共情能力,以人为中心地设计AI系统的界面与体验。
- 合规性评估:针对AI生成的洞察信息,评估其道德合规性以及是否存在偏见。
来源:BCG波士顿咨询