AI時代的管理者需要掌握什麼技能? 74%高階主管認為是情緒智商
世界經濟論壇2020年發布《未來的就業報告》,對未來五年人工智慧(AI)、機器人技術和自動化將如何改變勞動力做出了各種驚人的預測。最令人吃驚的預測是人工智慧將消除8,500萬個工作崗位,並創造9,700萬個新工作。
這個預測得到產業分析家和未來學家的認同,但也帶來一些迫切需要回答的問題。哪些工作會被淘汰?企業管理人員在人工智慧時代需要掌握哪些技能?
人工智慧會取代管理者嗎?
隨著人工智慧在機器學習、自然語言處理、預測分析等行業領域應用越來越廣泛,有許多關於人工智慧將取代傳統由人類擔任的角色的討論。在管理職位上尤其如此,有些人擔心人工智慧很快就會比人類做得更好。值得慶幸的是,研究顯示人工智慧更有可能與人類共同工作,而不是取代人類:
- 在德勤公司發布的《2020年全球人力資本趨勢報告》中,64%的受訪者認為人工智慧是幫助目前工作並提高其效率的手段。
- 在德勤公司的調查中,66%受訪者預期人工智慧將會產生更多工作崗位,並改變現有工作。
- 2022 年IDC FutureScape報告指出,如果沒有員工參與或被取代,那麼只有五分之一的企業將從人工智慧系統的管理中獲得價值。
德國機器學習開發商Data Revenue公司高層Markus Schmitt表示:「即使70%的工作被人工智慧取代,也不一定意味著管理者會失業。人工智慧與工作場所中任何其他的工具都沒有什麼不同,例如電子郵件、Excel或行銷自動化工具。雖然人工智慧可能取代一些管理人員的70%的工作,但並不會取代他們,只是支持他們完成更多的工作。」
人工智慧可能會改變人們的工作方式並接管某些任務,但它不一定能夠完全消除人們的工作。對於人們擔心會被接管的一些任務,仍然需要人機交互,因此現在還沒有必要擔心管理者的工作會被人工智慧取代。
人工智慧在管理中發揮的作用
人工智慧正變得越來越先進,但還沒有達到能夠在工作場所的不同任務和部門之間建立類似人類聯繫的程度。與其相反,人工智慧主要用於加速、自動化和完善流程,以節省時間、花費及減少錯誤。企業使用的會計軟體、CMS、調度軟體或其他基於效率的組織工具(如員工調度軟體),可能已經包含了人工智慧的能力。
Gartner公司確定了人工智慧目前在工作場所管理中使用的四個主要領域:
(1)人力資源管理職能:核心組織和員工資料。
(2)人力資源服務管理(HRSM):政策、個案管理、組織程序與流程。
(3)人才管理:招募、入職、留任與離職監控、績效資料。
(4)勞動力管理(WFM):缺勤管理、時間記錄、考勤、任務/活動、預算、預測和調度。
德勤公司分析師John Brownridge表示,成熟的工作領域通常是大規模的資料為基礎的任務,這些任務是大量重複的工作並基於一套規則運作。然而,與企業如何產生價值直接相關的任務,例如使用人工智慧收集的數據來做出僱用和解僱的決定,最好留給人類處理。
人工智慧時代管理者的必備技能
隨著人工智慧工具開始在上述領域顛覆工作方式場所,管理者不會大量失業,但他們需要掌握新技能,以便在日常工作中充分理解並利用機器學習。有一些特定技能可以幫助管理者在人工智慧時代脫穎而出:
(1)情緒智商
根據研究機構凱捷公司進行的一項調查,74%的高階主管認為情緒智商將成為一項基本技能。隨著人工智慧的普及,對情緒智商的需求預計將增加多達6倍。在人工智慧時代,企業需要留住那些能夠與他人聯繫,能夠在工作場所展現同理心、理解力和人性的員工。情感人工智慧在解讀人類情感方面正在迅速發展,但距離能夠在工作場所作為一種情感存在還有很長的路要走。
(2)人機合作
業界領先的全球化專家RichardBaldwin在其所著《全球變革:全球化、機器人技術和工作的未來》一書中,概述了在人工智慧時代成功的三個步驟:
- 避免與人工智慧競爭:了解它更擅長大規模處理資訊。
- 培養人類專屬領域的技能(情緒智商、提問、策略、創造力、靈巧性、基於同理心的社交技能)。
- 將人性視為競爭優勢,而不是作為一種障礙或劣勢。
從這些觀點來看,可以得出一個結論:管理者保持相關性的最佳方式是與人工智慧一起合作,填補人工智慧造成的空白,並觀察其能力如何補充,而不是與其競爭。
(3)STEM技能
管理者應該追求的第三項技能是與STEM(科學、技術、工程、數學)相關的技能。最近的一項研究發現,增加對人工智慧的投資與增加對STEM技能的需求之間存在密切聯繫。有趣的是,採用人工智慧的企業通常會僱用那些受過良好教育的應徵者,而他們了解人工智慧這樣的新技術,也更擅長使用。
總而言之,管理者需要重新檢視他們看待人工智慧顛覆工作的方式。與其感覺受到威脅,不如掌握可以與人工智慧系統一起工作所需的技能。這樣可以填補人工智慧無法填補的空白,並在工作場所利用這些技能來發揮自己的優勢。
以上是AI時代的管理者需要掌握什麼技能? 74%高階主管認為是情緒智商的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
