北京
AI将重新定义工作边界，工作模式将被重塑，人机协作成为新形态。根据麦肯锡的数据，从2023至2025年，对AI素养的需求增长7倍。但人类价值始终无法替代。
4月10日，麦肯锡全球董事合伙人张勤亚对澎湃科技表示，未来，人类最重要的能力是清晰地表达自己的需求，讲清楚目标是什么、边界在哪里、想要达成什么目的。具体的执行工作则可以交由AI来完成。因此，在AI时代，最终胜出的未必是最聪明的人，而是那些学习最快、最善于灵活运用各种工具并能高效实现既定目标的人。
技术过硬、懂业务、持续学习的AI人才最稀缺
在当前市场环境中，AI能力突出的工程师无疑是最受追捧的人才群体。张勤亚表示，衡量一名优秀的AI工程师，通常可以从三个维度入手。
一是对AI前沿技术的掌握能力。能够持续跟进最新技术并具备深厚实践经验的工程师本就难得，而如果同时拥有较长的工作年限，则更加稀缺。
二是对业务有一定理解。纯粹的开发岗位对业务理解的要求相对较低，但这类岗位的影响范围往往局限于高科技、学术研究场景。对于绝大多数企业来说，其所需的AI工程师不仅要懂技术，还需对所处行业及业务流程有基本认知，这类复合型人才同样十分难觅。
三是学习意愿与心态。即便前两个维度有所欠缺，只要具备主动学习的意愿，这样的人才依然值得重视。
张勤亚表示，综合来看，既要技术过硬，又要懂业务，还要愿意持续学习，这样的人才在市场上较为稀缺。这类优秀人才的流动通常不是因为裁员，而是其他公司提供了更具吸引力的薪酬待遇。而对于能力相对初级的工程师而言，如果无法有效利用AI提升工作效率，可能会面临较大职业冲击。
“很多工程师正在主动学习如何更好地使用Agent工具。事实上，在AI时代，工程师的工作量非但不会减少，反而可能增加。因为企业对内部迭代速度和响应效率的要求不断提高，工程师需要完成的任务只会越来越多，不会出现 ‘做完就没事了’的情况。”张勤亚表示，在这种背景下，初级工程师的流动性反而不是最需要担心的问题，关键在于如何快速掌握并运用好AI工具。
AI转型的本质是有选择地自我颠覆而非盲目“All in”
AI应用已经从过去的文本生成，发展到如今各行各业规模化运用智能体，未来5年，智能体的应用潜力将进一步释放。目前，知识管理、产品服务开发、IT、营销与销售、服务运营五大领域的AI采用率较高，但AI的规模化应用和成效显现面临重重困难。
根据麦肯锡的调研，25%的企业在数字化和AI转型方面取得了切实成果，仅10%的企业规模化应用AI。在规模化用例中，目前只有不到5%贯穿整个工作流程，大多数还只停留在孤立的小范围试点或概念验证阶段。
麦肯锡全球资深董事合伙人卜览。
这一现象被称为“试点陷阱”。“目前75%的企业长期局限于在不同业务领域不停地散状、点状试点，最后发现效果不好，也不知道在哪里放大效果，所以信心不足。”麦肯锡全球资深董事合伙人卜览表示，如果员工都使用AI，但每天只节省二三十分钟，公司看不到效果，也无法产生规模化的业务效益。真正能够实现AI规模化效应的企业，需要明确自身最具独特竞争价值的业务领域，利用AI将优势最大化，或识别出那些若不改变就可能被外部颠覆的环节，主动“革命”。无论哪种路径，都必须自上而下地精准锁定1-2个核心业务领域，利用AI重塑工作流，改变工作方法，变革管理。
卜览表示，成功的AI转型，本质上是一种有选择地自我颠覆。当前，企业高喊的“All in AI”实际上是一种战略态度，如果将其作为具体的方法论来推行，简单地将“All in AI”理解为在公司每一个职能、每一个流程、每一位员工身上全面铺开，将导致行动过于分散，难以形成实质效果，变化过大，也令人类难以接受。AI转型的根本不在于技术本身有多强，也不仅仅是自动化现有流程，而在于能否挑中业务重点、重塑工作流。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
