> **来源：[研报客](https://pc.yanbaoke.cn)** # 人工智能时代构建专业能力：下一代由谁培养？ ## 核心内容概述 随着人工智能（AI）技术的快速发展，传统入门级工作正在经历深刻的变革。组织需要重新思考如何培养专业人才，将知识管理、角色设计、学习以及辅导整合为一个统一系统，以在AI赋能的环境中有效发展初级员工的判断力和专业能力。 ## 主要观点 ### 1. 入门级工作的演变 - 传统上，入门级工作是培养未来领导者的基石，通过执行常规任务帮助员工积累经验和判断力。 - 现在，AI正在接管这些任务，使得初级员工的初始产出效率降低，从而引发对人才储备和培养机制的担忧。 - 尽管AI的引入可能影响招聘趋势，但仍有组织致力于保持入门级职位数量稳定，并围绕AI重新设计这些角色。 ### 2. 培养下一代专业人才的策略 - **知识管理**：组织需将专家的思维模式、决策规则和经验编码，以构建AI可调用的知识体系。这不仅提升效率，也帮助初级员工更快建立判断力。 - **角色设计**：入门级角色应围绕与AI输出的协作、监督和改进来设计，强调判断力而非工具熟练度。例如，要求初级员工手动完成任务后再与AI生成结果对比。 - **在工作中学习**：AI系统可作为嵌入式向导和评审者，通过“尝试-检查”循环加速员工学习过程。研究表明，这种模式能有效提升判断力和技能。 - **辅导的转型**：辅导不再是临时措施，而是培养早期职业人才的核心能力。管理者需指导员工如何应用知识、进行权衡，并在真实情境中沟通和影响他人。 ### 3. 招聘与人才期望的变化 - 企业越来越重视综合认知能力，如创造力、解决问题能力、韧性、分析思维等，而非狭窄的专业技能。 - 非传统路径人才（如STARs）正在获得更多关注，因为他们的经验和技能可以与AI结合，提供有价值的贡献。 - 早期职业工作者对成长和有意义工作的期望依然存在，但组织需主动管理这一期望，以避免人才流失。 ## 关键信息 - **AI对入门级工作的冲击**：自动化和AI正在改变入门级工作的性质，导致部分职位需求减少，但也为组织提供了重新设计培养路径的机会。 - **数据与研究支持**：麦肯锡和斯坦福的研究表明，AI的使用正在影响入门级工作的技能需求和招聘趋势，同时强调“尝试-检查”循环对判断力培养的重要性。 - **实践案例**：美国银行等企业正在通过模拟环境和AI培训，加速初级员工的判断力发展。 - **长期风险与回报**：虽然初期投入较大，但投资于初级员工的判断力和情境理解能力，有助于构建更稳固的继任计划和知识体系。 ## 未来人才培养的四个方向 | 方向 | 内容 | |------|------| | **知识管理** | 将专家的思维模式编码，构建可被AI调用的知识体系，提升初级员工的判断力 | | **工作流程与角色重塑** | 入门级角色应围绕AI协作、监督与改进，招聘更注重综合能力而非特定技能 | | **基于AI的学习设计** | 利用AI作为嵌入式指导和评审者，通过“尝试-检查”循环加速学习过程 | | **管理者能力提升** | 强化辅导作为核心能力，帮助初级员工在真实业务场景中发展判断力、沟通力和影响力 | ## 结论 人工智能正在重塑入门级工作的结构和意义，但组织仍有机会通过系统化的知识管理、角色设计、学习机制和辅导体系，培养出具备判断力和综合能力的下一代专业人才。这种转型不仅有助于应对AI带来的挑战，还能够增强组织的长期竞争力和人才储备。