3、AI新增就业机会的信号已释放

Bersin 的创始人 Josh Bersin 说,”人工智能不是在消除工作岗位,而是消除工作中的苦差事,并创造新的工作,而且这些新的工作更多的是依赖人类特点的岗位“,机器与人类相比,不具备同情心、同理心、换位思考、情感关怀、批判性思考。在英国,人工智能创造了350万个新的工作岗位,而这些岗位的平均薪酬要比消失的岗位高1万英镑。智能相对论(微信id:aixdlun)统计出部分可能出现的新岗位如下:

AI引发劳资纠纷,看企业和员工如何破局?

二、企业须以开放包容、积极进取的姿态迎接AI

1、关注AI新动态,接纳、引进AI新技术

面对AI技术革命,科技企业、互联网企业往往能更开放包容、积极主动。而据麦肯锡的一项调查,84%的受访者表示,AI的大获胜者可能是互联网企业和创业公司,而不是现在的传统行业的领导者。大约60%的专家认为,领先的互联网企业最有可能成为自己行业领域的AI领导者。面对AI,传统行业的态度较为消极。

金蝶创始人徐少春表示, 面对人工智能、面对未来的变化,不要感到恐惧,而应勇于思考和拥抱,重构产品、服务和商业模式,甚至企业文化。为应对AI大潮,传统企业可以借助SWOT分析法,从行业和企业本身出发,考察企业是否适合采用新技术?如何采用新技术?AI技术引进前,企业需做好充分准备。

AI引发劳资纠纷,看企业和员工如何破局?

2、企业灵活性、协作性、创新性需求,阿米巴组织结构优势凸显

AI技术的发展,第四次工业革命的出现,对组织灵活性、协作性、创新性提出了高度需求,以充分应对随时可能出现的新变化。

据德勤调查,几乎所有参加调研的企业(94%)都认为”灵活性和协作“是组织成功的关键,但是却只有6%的企业称他们现在”非常灵活“,19%的企业称自己”不灵活“,32%的参加调研企业称其正在进行组织设计,以期具有更强的适应性且更加以团队为中心。

当外部环境发展重大变化,企业内部规模不断扩大,传统组织结构可能会出现高层负担重,部门横向联系薄弱、部门协调差、沟通成本和管理成本上升等问题。

阿米巴组织具有高度灵活性,组织形态可以随外部环境变化而不断“变形”,调整到最佳状态,以适应市场变化。阿米巴组织以工作流程为中心,而非以部门职能为中心构建组织结构,不仅能细分工作职能,人尽其才、物尽其用,为企业培养有能力、有战略意识的优秀人才,还能让企业高层实时掌握每个阿米巴组织之间的经营动态,灵活应对市场变化。

3、通过培训、人文关怀,提高员工对人工智能适应性

人工智能的颠覆性发展已成既定事实,但其颠覆性发展对于劳动力的影响是企业最难以描述和处理的部分,提高员工对人工智能的适应性是企业的必尽之责。

变革往往需经历解冻、变革、再冻结三个阶段,解冻和冻结阶段十分关键。员工是企业发展的动力和源泉,解冻和变革阶段均需加强对员工的关注。

解冻阶段,AI技术引进,培训须先行。解冻关键在于增加驱动力,减弱制动力,员工作为变革是否成功的关键因素,需通过培训帮助员工正确认识AI技术,理性分析新技术引进对企业、员工的作用,进而自愿接受新技术。

变革阶段,技术指导和人文关怀须配套。借助用人部门的力量,就新技术对员工展开跟踪辅导; 借助人力资源部门的力量,及时关注员工情绪和心理的变化,加以疏导和关怀,以期提高员工的适应性。

三、员工与人工智能相处,合作共赢是王道

被称为“网络文化”发言人和观察者的凯文•凯利提出,与人工智能的合作表现决定你的薪酬。与AI相处,合则共赢,斗则俱伤。

1、消除恐慌心理,与AI合理分工协作

正确认知AI对员工本身的作用,消除恐慌心理。AI有助于节省时间,提高效率,如法律机器人比人类律师助理阅读文件的效率更高;新闻编辑机器人,可以在几分钟内搞定一篇高质量新闻稿。AI有助于保障健康与安全,如医疗诊断机械人有助于提高癌症诊断率;无人驾驶汽车有助于减少交通事故发生率。

与其担心饭碗被机器人抢掉,不如思考如何分工协作。部分重复性高,耗时耗力的工作可以直接让机器人做,但是思考性、创造性工作,需要由机器人辅助人类完成,为人类决策提供数据支持。无论哪个领域,最完美的结合是最聪明的人加上机器。

3、学习、提升新技能

AI将创造大量新的、薪酬更高的工作岗位,新工作岗位的出现需要新知识和新技能的配套,这对员工提出了再学习和再教育的要求。

随着AI技术的发展,STEM(科学、技术、工程和数学)、设计和抽象思维的劳动者将严重短缺。在美国,只有20%的高中毕业生在学术上准备好迎接大一的STEM课程。据估计,到2018年数据科学家的缺口将达到100万。

对于想抓住新机遇的员工而言,需要明确定位,找准方向,主动出击,把握住AI技术发展带来的新机遇。

智能相对论(微信id:aixdlun):2个前人工智能行业管理咨询老鸟+1个老媒体人组成的三人帮,深挖人工智能这口井,评出咸淡,讲出黑白,道出深浅。

 2/2   首页 上一页 1 2 下一页

文章TAG:
下一篇