主要观点总结
本文详细探讨了阿里巴巴人才发展专家尹锴关于AI时代企业学习与发展、人才能力重塑等关键议题的观点。通过深度采访,尹锴解释了AI对培训部门职能的冲击和重塑,AI时代员工成长需求的变化,AI在岗位能力重塑中的角色,以及企业如何适应AI时代构建适配的人才梯队等问题。文章以阿里巴巴的实践为例,揭示了AI时代企业人才培养的转型路径和关键变革方向。
关键观点总结
关键观点1: AI对培训部门的影响和转型
AI的广泛应用正在改变知识传递的模式,培训部门需要从单纯的知识传递者转变为智能化学习生态的设计者和赋能者。他们需要聚焦“二次创作”与价值提炼、深耕人文交互与体验设计、强化领导力发展与组织情感连接。
关键观点2: AI时代员工成长需求的变化
在AI时代,员工的成长需求持续存在,尤其是在职业发展方向和新知识获取方面。业务主管的角色将更加强化,在员工的专业发展指导上扮演核心角色。同时,学习与发展部门需要战略升级,成为“数据驱动的人才发展专家”,借助AI分析整个团队的能力缺口,设计更精准、个性化的学习发展路径。
关键观点3: AI在岗位能力重塑中的角色
AI时代,静态的岗位能力模型已经失去意义。关键人才在AI时代需要发展和组合具备的一系列核心素养包括AI技术素养、人机协作能力、批判性思维与验证能力等。企业需要关注员工的专业功力,它是与AI协作的“压舱石”。同时,培养方式需要传统方式与AI赋能的有机结合。
关键观点4: 企业如何适应AI时代构建适配的人才梯队
企业应关注技术敏感度、好奇心、快速学习能力、跨学科整合创新能力等核心素质的人才培养。在培养方式上,强调实战练兵,让人才在真实项目中历练成长。同时,为现有员工提供持续学习的机会和资源,帮助他们掌握AI技能,适应新的工作模式。
正文
尹锴:员工的成长需求,尤其是在职业发展方向和新知识获取方面,是持续存在的,AI 时代甚至会加剧这种需求,因为技能迭代太快。新人需要引导,在职员工也需要不断更新知识体系。
传统上,这部分工作可能由 HR 或培训部门承担。但在 AI 时代,我认为会发生一些变化:
1.业务主管的角色强化:
业务部门和员工的直接主管,因其对业务和员工个人情况的深入了解,将在员工的专业发展指导上扮演更核心的角色。他们更清楚员工需要学习什么才能匹配业务发展。
2.学习与发展部门的战略升级:
培训部门的价值,将更多体现在更高层面。例如,我们可以成为“数据驱动的人才发展专家”,借助 AI 分析整个团队的能力缺口,识别关键人才和岗位的需求,设计更精准、个性化的学习发展路径和职业发展建议。我们不再只是被动响应需求,而是主动洞察和规划。
3.协同共建学习生态:
培训部门可以联合业务部门、技术部门,共同打造企业级的 AI 学习生态。这个生态系统能够整合内外部资源,利用 AI 为员工提供个性化、智能化的学习支持,帮助员工更好地识别和满足自身学习需求。
4.聚焦核心“人本”价值:
正如之前提到的,培训和 HR 在团队凝聚力建设、人际互动促进、组织文化传承等方面的价值会更加凸显。这些依赖深度人际理解和情感连接的领域,是 AI 难以替代的,也是组织健康发展的基石。
CBR:AI 的发展会如何重塑岗位能力模型?AI 时代关键人才的能力画像是什么样的?
尹锴:在 AI 时代,静态的岗位能力模型已经失去了意义,因为它难以跟上业务和技能要求的快速变化。我更倾向于探讨关键人才在 AI 时代需要发展和组合具备的一系列核心素养。当然,要求个体在所有方面都达到顶尖水平是不现实的,但以下这些能力方向,对于在 AI 时代保持竞争力至关重要:
1.AI 技术素养:
这不仅仅是知道几个 AI 工具,而是要理解 AI 的基本原理、核心能力和局限性。只有这样,才能判断在什么场景下、如何有效地利用 AI。
2.人机协作能力:
这包括能清晰地向 AI 下达指令,引导 AI 产出高质量、符合目标的内容,并能与 AI 形成高效的配合,让 AI 成为工作的得力助手。
3.批判性思维与验证能力:
AI 会产生“幻觉”,输出看似正确实则错误的信息。因此,员工具备审辨、质疑、验证 AI 产出的能力至关重要,不能盲从 AI。这背后是对专业知识的扎实掌握。
4.持续学习与适应能力:
AI 技术日新月异,新的应用层出不穷。保持好奇心,快速学习新知识、新工具,并将其应用于实际工作,是 AI 时代人才的必备素质。
5.创新思维与解决复杂问题的能力:
AI 可以处理很多常规任务,但面对复杂、模糊、需要创造性解决方案的问题时,人的创新思维就显得尤为重要。如何利用 AI 作为工具,去探索新的可能性,解决更复杂的问题,是高阶人才的核心价值。
6.沟通协作能力:
AI 可能会改变团队协作的方式,但人与人之间的沟通、协作、共情能力,在驱动创新、达成共识、凝聚团队方面,其重要性不降反升。
CBR:这是否意味着在AI时代仍需通过传统方式强化专业能力培养?
尹锴:绝对是的。扎实的专业功底,或者说领域知识,在 AI 时代不仅没有过时,反而更加重要。它是我们与 AI 协作的“压舱石”。理由很简单:
1.识别 AI 的“一本正经的胡说八道”:
AI 可能会犯错,甚至编造信息。只有具备深厚的专业知识,才能敏锐地发现 AI 产出中的偏差、谬误,进行有效的甄别和纠偏。
2.提出高质量的问题和指令:
你向 AI 提问的深度和广度,决定了 AI 能给你多大价值的回应。专业知识能帮助你更精准地定义问题,给出更有效的指令,引导 AI 进行深度思考和创造。
3.完成高价值的“最后一公里”:
AI 可以辅助完成大量工作,但在很多领域,尤其是需要高度专业判断、创新和责任承担的环节,仍然需要人类专家来把控方向,完成最终的高价值输出。
至于培养方式,我认为不是单纯回归传统,而是
传统方式与 AI 赋能的有机结合。
扎实的业务实战、参与高质量的专家研讨、结构化的课程体系依然重要,它们帮助构建系统性的知识框架和批判性思维。同时,AI 可以作为强大的学习伴侣和认知增强工具,提升学习效率并深化理解互动。
所以,不是要抛弃传统,而是要用 AI 让传统学习方式焕发新的生命力,变得更高效、更个性化、更具深度。
CBR:AI的应用对现有岗位的工作,产生了哪些变化?
尹锴:AI 的应用正在改变现有岗位的工作内容和边界,一个明显趋势是“岗位的融合”与“能力的泛化”。许多原本需要高度专业化技能或大量人工投入的环节,现在可以由 AI 辅助甚至部分替代,这使得个体能够承担更广泛的职责,岗位间的界限也因此变得模糊。以软件开发领域为例,这个趋势日渐明显: