IBM预计将用AI取代近8千个工作岗位：要领跑AI时代，应具备哪些核心技能？

近年来，在行业峰会、全球商学院、专家学者口中，AI依旧是出现频次最高的词之一。大家都在讨论人工智能对商业的变革性影响，包括新兴商业模式、竞争格局的转变以及潜在的成本结构革命。

事实上，在AI先行的未来世界里，每个人都有机会成为AI的“副驾驶”，为未来的工作做好准备。AI在企业发展过程中发挥的作用早已超出人们想象，想要在AI驱动的世界中不落人后，你需要具备并培养以下三大必备技能。

BCG的董事总经理Mark Abraham和哈佛商学院教授David C. Edelman调研了全球性标杆企业中取得成功的管理者，以及随着AI普及开始脱颖而出的各届人才，发现他们大都具备这三项核心技能：

1、好奇心：能够向AI提出各类切中要害的问题，同时，即使他们得到了所谓的“答案”也会继续更深入地提问。

2、了解数据：能够了解数据的来源、差距、通用性，以及哪些数据是本公司特有的等。

3、坚定不移的责任心：对结果负责，仔细检查AI的输出，会考虑利益相关者的意见/建议，会评估风险，并确定适当的核查方法。

1、好奇心要求你掌握不断提问的“艺术”

对于大多数职场人来说，通过提问了解事情的来龙去脉是一种很自然行为。问什么问题、如何提问、使用怎样的语气以及如何设定对答案的期望值，都会影响获得反馈的质量。AI系统的问答也是如此。

与AI聊天机器人或工具互动时，你总会收到某种形式的回答。但是，这些回答很少会附带质量评级或有明确定义的高质量回答。因此，持续地提问变得至关重要。你需要调整一下最初问题的措辞，深入探究AI的信息来源，并通过向它“输入”不同的观点来训练它考虑其他观点。

例如，向 Chat GPT 4.5提出"搜索在未来将会如何发展？"与 "当越来越多的人使用大语言模型而不是当前的工具时，搜索将会如何变化？"两个问题，就会得到截然不同的答案：第二种问法更多涉及的是新一代人工智能工具的细节，而第一种问法则会是会获得一个可用于搜索的输入和输出类型列表。

当前比较先进的AI应用程序在设计时就植入了这种持续提问的功能。比如，某语言学习类app会在用户开始学习前提问7个简单的问题，以提供个性化的课程内容推荐。它不仅会问用户想学哪种语言、当前语言水平如何，还会问为什么要学这门语言、最想精通哪类话题，以及用户是只会说还是也会写和读……当然，AI的持续学习不会就此结束，随着用户在应用程序中取得的进步，课程材料也会根据其所获取的知识进行调整。

在当前不断变化的商业环境中，好奇心和不断吸纳并适应新信息将成为大多数职位的工作内容。因此，越来越多的管理者将好奇心视为人才的一项必备技能。

2、成为精通数据的决策者

数据无处不在。它可以存在于公司的每个职能部门，可以隐藏在各个互动和讨论中，也可以在团队测试新假设或提出问题时产生。未来的管理者将高度关注他们目前拥有的数据、他们可以解锁或购买的潜在数据和新数据（第三方数据），以及他们可以创建的数据。为了在未来抢占先机，你需要不断寻找新的输入来源，以帮助解决问题、了解复杂系统、促进具体行动和个性化互动。

了解数据并不一定需要很深的技术，但确实需要了解公司的总体系统架构。因此，你要了解数据的来源、存储、管理、组合和使用方式。了解数据的质量问题，如准确性、及时性和完整性，以便帮助你在未来的工作中取得成功。

其实这个技能适用于 B to B 和 B to C的环境。例如，一家工业分销商的团队将数据视为战略资产，并将产品和运营数据与通过客服中心获取的客户数据相结合。这使他们能够想出更好、更快的方法，让客服回答来电问题，并快速识别和纠正客户来电反映的运营问题。AI工具实现了问题识别的自动化，也提高了客服的工作效率。对整个公司的数据进行全面思考正成为部署类似新颖解决方案的一项基本技能。

在任意的商业情境中，你为应对情境变化所提供的数据越充分，就越有可能做出成功的决策。商学院向学生灌输的理念是，必须了解对案例中可用数据的探索，并将这些数据与手头的开放性问题联系起来。咨询公司则培训员工从问题入手，倒推问题，为重大问题背后的子问题以及回答这些问题所需的数据制定鱼骨图。

在AI的加持下，数据变得更加重要。数据是公司智能引擎的命脉。即使是那些技术含量较低的业务层面，如果能对数据的生命周期、创建数据的方法以及汇集数据所涉及的问题有所了解，就能提供更多机会，建立新的AI驱动能力，或推动AI工具实现更好的业务绩效。

正如大型零售商从每一次客户的互动中获取信息以更好地了解客户一样，精通数据的管理者必须从组织内的各种来源获取并了解数据。这包括负责任地收集数据、尊重个人权限和安全，以及利用这些数据做出明智的决策。你可以利用AI深入了解业务运营、客户需求和市场趋势，最终制定出更个性化和更有效的战略。

3、在AI驱动的世界里抱持责任感

已有很多研究、文章和实例提到过肆意使用AI工具的风险，正如团队管理者要对团队的产出负责一样，你也必须对AI工具的产出负责，这包括评估所使用信息的适当性、准确性、偏差和来源的合法性，这关系到公司的声誉和你的个人形象。

好的管理原则同样适用于AI驱动的世界。在前两项技能的基础上，你需要确保团队提出了正确的问题；需要询问他们是如何回答这些问题的；需要评估输出结果是否合理；是否使用了适当的数据；是否符合当前的需求。此外，如果你不是管理者，只是团队中的一员，那就必须超越自己的角色，确保整个团队朝着正确的方向前进。你必须与他人一起解决问题。

除了对AI工具的产出负责外，优秀的管理者还要负责让系统变得更好、更智能、更适配——以不断改善客户体验。在AI时代，企业当前比拼的是测试和学习能力的速度和规模。奈飞和 Spotify 等创新企业分别改变了娱乐业和音乐业，因为它们建立了人工智能平台，能够根据用户的输入快速进行试验和调整。

管理者及其团队需要掌握这套技能，才能在AI领域取得成功。正如公司通过测试不断完善体验以提高客户满意度一样，管理者也必须承担起完善和改进AI输出和流程的责任，这包括根据对实际的洞察进行迭代改进，将AI互动转变为可靠、持久的工具，并根据需求变化进行调整。在这个过程中抱持责任感，管理者才能确保AI系统既满足当前需求，又能不断发展以满足客户需求。

未来人工智能世界所需的技能可能与塑造优秀商业领袖的许多特质并无明显不同。但是，人工智能的特点——其工作方式、助推动力以及它带来的风险——使得企业对人才的需求变得更为迫切，这些人才需要专注于不懈地提出“聪明的”问题，探索数据如何助推绩效，并为人工智能所带来的价值创造（以及减少价值破坏）承担责任。

你是否已为发展这三项核心技能做好了准备？更多借助AI工具提升组织能力的内容和实践案例都可以在李宁教授《打造智能组织：数据驱动下的组织管理》系列课程中找到，详情可点击下方推荐页申请试听。

部分内容源自：

· The top 3 skills you need to succeed in an AI-driven world, FASTCOMPANY

· 《IBM关闭中国研发部门 涉及员工数量超过1000人》，第一财经