2021-12-03-埃森哲-提升缺失的中间技能_用于人工智能协作_28页_3mb

揭示“缺失中间”技能战略的要义

核心结论与前言

研究表明，当下AI并不会取代人类的工作岗位，而是让人类与技术协作在“缺失中间”创造新价值，独创性、复杂推理及情感智能等高阶技能变得愈发关键。企业与员工需共同努力，以应对技能缺口。新型培训方法和智能技术应结合科学方法加速能力提升。

核心技能分析

人类技能增长曲线

技术快速发展使传统就业模式发生改变，新人工智能工作场所对员工提出更高需求：创造、更高阶复杂推理及跨领域的技能重要性显著提升。原始运作技能已不再是主导。

“融合技能”与核心智能

这些技能的本质在于人机共生，需具备10种基础智能：从人际关系到道德智能再到成长型思维等。管理者可由此引导团队发展一种复合型智识。

执行需求路径

企业应当将自身承诺与雇员期望相结合，构建技能培养的基础。

• 相互准备度：需要企业制定长期技能规划，雇员也应调整自身技能，双方应对变化。
• 加速能力：采用神经科学与新技术提高学习速度，例如通过虚拟和增强现实培训，提高情感智能和决策力。
• 共同价值：创造学习驱动的愿景，促使雇员共投时间，如绩效奖金、学分返还等形式激励继续教育和培训。

案例分析

多家公司实践了技能重置和调整工作岗位：谷歌通过同伴互助，丹好了布朗和伟易达公司进行了岗位再想象，培智通讯公司则与工会共同制定培训计划，成功实现转型。

优先培养还是引进新智能？

未来技能缺口将允许更丰富的工作机会：通过重新安排岗位让内部员工保留核心竞争力，同时通过智囊团引入外部技术支持。平衡转型之需与投资规模，将帮助企业获得最佳的劳动者发展路径。

未来方向

凭借独特的人类特质，人类在AI驱动的变革中不应被动接受，而应主动培养高阶思维，适应未来工作。组织和雇员都应一起构建一个能推动持续学习与创新的新世界。

研究方法

通过分析人类特有技能和“融合技能”，辅以多种学术理论多智能模型（如加德纳、斯滕伯格、戴维克等多个理论），构建有效培养人类与AI协作必要技能的矩阵和方法。

参考案例与数据来源

引用《人类+机器》一书的数据及《职业信息网络》数据库分析，为每一步战略规划提供坚实的数据与理论支撑。