埃森哲咨询公司最近解雇了 11,000 名员工尽管加大力度培训工人使用人工智能。这尖锐地提醒我们，提高效率的技术也正在重新定义保住工作所需的条件。
埃森哲并不孤单。IBM 已经更换了数百个职位人工智能系统，同时在销售和营销领域创造新的就业机会。亚马逊裁员即使它扩大了构建和管理人工智能工具的团队。跨行业，从银行到医院和创意公司，员工和管理者都在试图了解哪些角色将会消失，哪些角色将会演变，以及哪些新角色将会出现。
我研究和教学在德雷塞尔大学勒鲍商学院，研究技术如何改变工作和决策。我的学生经常问他们如何在人工智能时代保持就业。高管们问我如何建立对发展速度快于人们适应速度的技术的信任。最后，两个群体实际上都在问同一件事：在机器可以学习的经济中，哪些技能最重要？
为了回答这个问题，我分析了我和同事今年夏天进行的两项调查的数据。首先，数据完整性和人工智能准备情况调查，我们询问了全国 550 家企业如何使用和投资人工智能。对于第二个，大学招聘前景调查，我们调查了 470 家雇主如何看待初级招聘、劳动力发展和候选人的人工智能技能。这些研究展示了等式的两面：构建人工智能的人和学习使用人工智能的人。
人工智能无处不在，但人们准备好了吗？
超过一半的组织告诉我们，人工智能现在正在推动日常决策，但只有 38% 的组织认为他们的员工已做好充分准备使用它。这种差距正在重塑当今的就业市场。人工智能不仅取代了工人，而且还取代了工人。它揭示了谁准备好与之合作。
我们的数据也显示出矛盾。虽然许多公司现在在内部依赖人工智能，但只有 27% 的招聘人员表示，他们对求职者使用人工智能工具完成撰写简历或研究薪资范围等任务感到满意。
换句话说，当求职者使用这些工具来进行职业发展时，公司信任的商业决策工具仍然会引起怀疑。在这种观点改变之前，即使是技术工人也会不断收到关于什么的混杂信息 –负责任的人工智能使用— 真正的意思是。
在数据完整性和人工智能准备情况调查中，这种准备情况差距在面向客户和运营工作（例如营销和销售）中表现得最为明显。这些都是自动化快速发展的领域，当技术发展速度快于人们适应能力时，往往会发生裁员。
与此同时，我们发现许多雇主尚未更新其学位或证书要求。他们仍在招聘昨天的简历，而明天的工作则需要熟练掌握人工智能。问题不在于人类正在被人工智能取代；而在于人类正在被人工智能取代。而是技术的发展速度超出了大多数工人的适应能力。
流畅性和信任：适应性的真正基础
我们的研究表明，与适应性最密切相关的技能有一个共同的主题，即我所说的“人类与人工智能的流畅性”。这意味着能够使用智能系统，质疑其结果并随着事物的变化不断学习。
对于公司而言，最大的挑战在于扩展人工智能、确保遵守道德和监管标准以及将人工智能与实际业务目标联系起来。这些障碍与编码无关；而是与编码有关。它们与良好的判断力有关。
在我的课堂上，我强调未来将有利于那些能够将机器输出转化为有用的人类洞察力的人。我称之为数字双语：流畅地驾驭人类判断和机器逻辑的能力。
管理专家所说的“再培训”或学习新技能以适应新角色或者对旧的内容进行重大改变 – 当人们感到可以安全地学习时，效果最好。在我们的数据完整性和人工智能准备情况调查，具有强有力治理和高度信任的组织报告绩效和创新方面进步的可能性几乎是其两倍。数据表明，当人们信任他们的领导者和系统时，他们更愿意进行实验并从错误中学习。通过这种方式，信任将技术从令人恐惧的东西变成了值得学习的东西，让员工有信心去适应。
根据大学招聘前景调查，大约 86% 的雇主现在提供内部培训或在线训练营，但只有 36% 的雇主表示人工智能相关技能对于入门级职位很重要。大多数培训仍然侧重于传统技能，而不是新兴人工智能工作所需的技能。
最成功的公司将学习作为工作本身的一部分。他们创造机会学习实际项目并鼓励员工进行实验。我经常提醒领导者，我们的目标不仅仅是培训人们使用人工智能，而是帮助他们与人工智能一起思考。这就是信任如何成为增长的基础，以及再培训如何帮助留住员工的原因。
新的招聘规则
在我看来，人工智能领域领先的公司不仅仅是在裁员，而是在裁员。他们正在重新定义它们。为了取得成功，我相信公司需要聘请能够将技术与良好判断力联系起来的人，能够质疑人工智能的成果，清楚地解释它并将其转化为商业价值。
在将人工智能最有效地运用到工作中的公司中，招聘不再仅仅取决于简历。重要的是人们如何将好奇心和判断力等特征应用到智能工具上。我相信这些趋势正在催生新的混合角色，例如人工智能翻译人员，他们帮助决策者了解人工智能见解的含义以及如何采取行动，以及数字教练，他们教导团队与智能系统一起工作。这些角色中的每一个都将人类判断与机器智能联系起来，展示了未来的工作将如何将技术技能与人类洞察力相结合。
判断力和适应能力的结合就是新的竞争优势。未来不仅会奖励最具技术性的工人，还会奖励那些能够将人类或人工智能的智能转化为现实世界价值的人。