在这个充满机遇和挑战的AGI时代氛围下，组织管理也面临着前所未有的阵痛，传统管理方式和工具已难以适应多变的商业环境，企业组织管理如何利用新技术突破新老时代交替下的人力瓶颈？未来企业雇佣人才的模式将发生哪些变化？什么样的组织和人才有可能会被人工智能替代，以及作为HR怎样应对变化？
基于对上述问题的探索，Moka于上月在京举办《拥抱AGI时代组织未来——2023 Moka Foresight人力数字化峰会暨夏季发布会》。会上，Moka 邀请到金沙江创投主管合伙人张予彤、小冰公司人力资源负责人李明、第四范式HRVP王子文、昆仑万维CHO杨姝及Moka CEO李国兴，共同就相关话题展开分享和探讨。
嘉宾简介
以下为圆桌对话部分的核心内容梳理：
主持人/张予彤：今天聊得更多的是AI和组织、人才以及HR，刚才分享的时候也提到，可能随着AI的不断发展，很多工作岗位被自动化更新导致一些人失业。我听到一个笑话“AI不会替代我们，但是用AI工作的人会替代我们。”所以我觉得我们应该积极拥抱AI。想听听各位嘉宾的意见，在未来，什么样的组织和人才有可能会被人工智能替代，以及作为HR应该怎样应对变化？
李明：我是一个乐观主义者，每次技术革命都会引起大量的人工被机器替代，但与此同时也会有新机器和新产业兴起，所以未来的机会还是很多的。不过我确实感觉到了焦虑和疑问，先说一下对现状的理解：
- 从技术层面，无论是ChatGPT背后的大语言模型，还是AI绘画背后的扩散算法，本质上都是工具型的AI，也就是说它需要针对特定的场景进行训练，灌输海量的数据。它有人类不可比拟的数据处理能力，但是它的范围和上限是被锁定的，它本身没有自发性，这是目前工具性AI和人类一个最大的差别。
- 从组织层面，在现在这样一个工具性AI快速发展的时代，一些员工的角色已经被改变了。比如，原来需要很多员工一起完成的工作，现在是AI跟人类一块更高效、更有趣地完成。也因为AI可以处理海量的数据而且特别高效，所以整个组织也向扁平的状态推进。如果我们的组织和人才不能适应这样的方向的话，那将会落后于他人。
至于人力资源应该怎么样应对？
- 首先，人力资源从业者必须要非常关注和理解人工智能的发展趋势和业务场景，这样才能提前做好人才战略和人才规划；
- 第二，人力资源部门要根据组织的业务需求和人工智能的应用情况，合理地分配人才的工作流程和工作职责，充分发挥人类和人工智能技术各自的优势；
- 第三，组织好培训，让员工更好地运用人工智能技术；
- 最后，帮助企业推动它的数字化转型和智能化升级。
王子文：我的观点和李总的类似，未来有很多中层管理岗位或者是没有温度的基层管理岗位会面临被淘汰的风险。AGI时代下企业内部会自发学习、自我迭代，变得更加敏捷，就像我们经常说的战略会更加精准地去穿透，我认为这是未来一个特别明显的变化。作为HR的从业者有两件事情要做，一是建立信任，二是更好地理解业务，帮助业务人员做好培训，才能支撑战略的落地。总结来说，我觉得AI对未来很多岗位还是会造成较大的冲击。
杨姝：昆仑万维由于业务原因，算是在AI方面布局比较早的，我从2022年夏天就开始持续地寻找这部分人才。我个人还是认为70%的人会失去目前的岗位，在一定的算力基础上，AI替代部分岗位是一种必然，这个节点的到来可能没有那么快，但是组织和个人必须提前布局下一阶段，争取往剩下的30%迈进。首先，要引领变革的话，必须保持自己是站在AI的风口上的，我作为HR之前没有太多这方面的积累，但我会通过各种渠道去获取相关信息；其次，要推动业务迭代，并同步盘点公司的AI人才标签，看有多少储备，帮助组织走向前沿的30%。
李国兴：我觉得技术的发展会超出大家的预期，像ChatGPT出来之后，即便我是之前学过AI的人还是会被震惊到。现在技术加速发展，说实话未来发生什么无法预测。但我确定的是，即便AI不会让我们失去很多岗位，也会大幅改造现有的工作方式和能力画像。现在ChatGPT写代码的能力已经非常强了，它能够掌握不同的编程语言，再往后3-5年，这个能力还会再升级。但核心的依然是解决问题的能力、构建一个软件系统的设计能力等等这些东西。那么对HR乃至公司负责人来说，要全力推动组织重视这件事情，以及让大家尽量拥抱技术，所以Moka内部也特别提倡大家去使用这样的产品。大家只要更积极地应用AI技术，即便岗位变化，但也不会被时代浪潮所淘汰。
主持人/张予彤：当我们每次面对巨大的生产力变革的时候，一定会有很大的变化。但是人类社会作为一个整体，我们也要找到新的工作岗位，比如编程对于一个非常专业的程序员来讲，未来几年也不能提升10倍的效率，但是对于AI来说就是从零到一的过程，所以我觉得有些人会通过这样的工具能力能够创造出新的职业。那么，刚才谈了怎样才能更好地发挥出人和AI不同的能力，那么随着AI逐步迈入深度人机协同，未来企业雇佣人才的模式是不是也会发生一些变化？以及企业如何去适应这一次的技术变革和组织变革？
李明：首先从个体上来讲，AI是一个放大器，如果员工原来的知识体系比较完整，他的技能越多，跟AI结合的时候就能获得更多的可能性、输出更大的价值，所以AI使学习这件事变得特别容易。另外一方面，AI可以使产出大大地增加，所以一个员工原来的产出越多、质量越高，他跟AI结合的时候，它的价值就会越大，所以这就是我们期待的人机协作的模式。在这样的一个大前提下，我觉得公司的招聘人才的策略就要更多地吸纳那些具有多领域知识的复合型人才，因为只有这样的人才才能更好地理解和运用AI技术，并且他们能够深刻理解在不同领域中的业务需求和业务场景是什么。还因为人工智能技术剔除了很多重复性、机械性的工作，给了人工更多的时间和精力探索新的业务模式。那么在这个过程中，我们就需要具有创造力、创新性的人才。人工智能的落地一定需要多个领域的专家和跨团队的合作，所以人才是不是具有跨团队协作的能力也是十分重要的。最后，是可以分析数据、处理数据的人，因为AI帮助我们把这部分工作做得特别好，我们需要可以操作AI这类应用的人才。总体来说，在之后的发展道路上，企业应该更多地考虑如何真正实现深入的人机协同，更多地吸纳具备能跨界、能创新、能团队合作、能数据处理的人才，积极地做好储备和培训。
王子文：我觉得AI对人才战略会有比较大的影响。一句话总结就是，我们希望招到十项全能的人才，但这很明显是不可能的，所以现在寻找跨界的人才。我们现在有大量数据专家的需求，这些人80%不需要来自于数据专业，我们希望他来自于材料专业、化学专业等等，利用他的编程能力、专业能力作出最大的改变。
杨姝：我特别同意子文的说法。我们现在找的人才都是AI for Science的，因为他的领域深度够深，它的科学研究也够深。另外我觉得还是跨界以及人才的综合能力，因为Open AI就是信息的综合能力更强，它懂既算法、懂工程，又懂产品、懂行业、懂商业化，其实这也是我们对人才持续发挥职能的期望。
李国兴：我从另一个角度来说，令我特别兴奋的是，AI真的带来了巨大的生产力释放，更多的人有可能去从事创造性的工作。我觉得这种想象空间是非常非常大的，往后畅想5-10年，可能一两个人就能做出非常适配某个客户群体的产品，成本的大幅降低，足以让这个公司比较健康的运转。同时具备战略性思维、经营型思考方式的人才会比较稀缺，从而导致雇佣模式的变化，人才与企业见不再是一对一的雇佣关系，而是更灵活乃至一对多的模式。
主持人/张予彤：我觉得大家的角度很有意思，都不约而同地提到了综合能力、创造能力，这跟今天的人工智能能力差不多，因为这一代人工智将变得更通用和泛化，现在大家发现智能模型也具备这样的能力，这也是未来发展的方向。我觉得除了综合性的人才之外，在具体的领域里面，人工智能大概能够完成人类专家30%到50%不等的专业高度，但是它现在还不能到人类1%甚至10%的高度。也想问一下，每个公司除了有业务人才外，还需要关注组织竞争力，那么在AI的时代下，企业要怎么提升自己的组织竞争力？
李明：我觉得这是一个非常好的问题，现在我们在给服务客户公司的时候，我们得到价值并不是通过员工激励、客户代表那种传统的业务流程，而是智能算法。所以我们发现一些企业在这个过程中逐渐形成了所谓的组织竞争力，我简单说几点：
- 第一，很重要的就是AI能力。主要指的是企业利用人工智能技术的能力。一个企业要知道人工智能能做什么不能做什么，自己有什么样的资源，自己有什么样的数据。再通过接到第三方的AI技术平台，获得资源赋能业务，这就是AI能力；
- 第二，任何致力于AI化的公司都必须有能力长期积累大量的优质数据，然后用AI技术从这些数据里面提炼出组织前进的燃料；
- 第三，就是敏捷。因为AI可以让组织扁平，更高效；
- 第四，AI可以助力生态系统。通过多种的网络关系积累原始数据，可以跨界构建自己的优势算法，最后加强周围的生态系统，这也是AI给公司带来的非常好的竞争力。
王子文：我从另外一个维度说一下。在我看来组织能力是非常重要的方面，传统的组织理论包括了员工能力、员工思维和员工治理等方面。员工能力是他能不能干，员工思维是他愿不愿意干，员工治理是允不允许他干，我觉得这一块跟AI的联系会比较紧密，我们可以通过数字化来解决这些问题。即便在AGI的这个环境下面，传统的理论依然适用，依然能够保证企业具有良好的竞争力。
杨姝：其实第一就是配合业务赶上风口，辅助业务把公司的卡位卡好，我觉得这是HR必须要干的事。第二，个人赶紧训练出自己的数字孪生，让自己的数字孪生更有价值。
李国兴：其实已经讲得特别全了，解决这个问题的核心就是怎么结合AI，需要组织不断消化、不断建立更好的方式。大环境下敏捷性太重要了，Moka内部也一直在要求自己的团队抓住机遇，更多地去拥抱技术，我们的市场团队会用MidJourney或者ChatGPT做文案和图片的生成，我们的研发工程师也会用Copilot之类的系统。这些东西都需要时间的积累，那如果你尝试更早，整个组织就能更好地与技术融合。
