【万宝盛华】2025迈向未来-人工智能时代有意义职业的构建与维系策略白皮书

近日，【万宝盛华】发布了一份名为《2025迈向未来-人工智能时代有意义职业的构建与维系策略》的全球洞察白皮书。这份报告深入探讨了在人工智能时代，员工如何评估AI在其工作中的价值、整合适当的技术以及构建互补的人类技能，同时也讨论了雇主对于AI工具使用的期望和员工如何通过提升AI技能来增强自己的市场竞争力。报告中指出，尽管AI和自动化技术的发展引发了人们对大规模失业的担忧，但这种担忧在很大程度上是没有根据的。报告中提供了关于如何在未来的职业中融入AI技能的具体指导，以及雇主如何支持员工发展这些技能的实用建议。这份报告中包含了许多有价值的内容，对于理解人工智能如何塑造未来职场以及个人和组织如何应对这些变化提供了深刻的见解。

在人工智能时代构建和维持有意义的职业生涯，已经成为每个职场人士必须面对的挑战。根据【万宝盛华】2025年的行业研究报告，我们可以看到，无论职位高低，每个人都需要学会如何评估AI在他们的工作中能带来最大价值的地方，如何将正确的技术整合到正确的流程中，并构建互补的人类技能。

报告指出，AI和自动化导致大规模失业的担忧在很大程度上是没有根据的。实际上，能够满足雇主需求并建议如何将AI应用提升到新水平的员工，将成为当今组织中最有市场价值的人才。根据ManpowerGroup的2025年就业展望调查，约三分之一的雇主表示，AI无法替代或增强人类技能，如道德判断或个性化客户服务。在雇主认为AI可以做出实质性贡献的领域，人类技能缺口已经存在。

AI的采用进展显示，能够满足雇主需求并建议如何将AI应用提升到新水平的员工，将成为当今组织中最有市场价值的人才。我们的研究显示，超过一半的雇主（53%）目前正在招聘和培训人才方面利用AI工具。值得注意的是，南美和中美洲公司在招聘、培训和入职的早期AI应用方面领先于世界其他地区。

大多数雇主（85%）也认为，候选人在招聘过程中使用AI是可以接受的。雇主提到的例子包括一般信息搜索（62%）、了解公司（33%）和面试准备（32%）。能源和技术行业的组织更愿意接受候选人使用AI。然而，当我们考虑雇主的技术成熟度时，研究发现那些拒绝或未考虑在招聘中采用AI的雇主对候选人使用AI的态度也更为保守。

全球工作场所和其他组织运营中的AI采用挑战自2024年以来几乎没有变化，高投资成本仍然是最大的障碍（34%）。尽管对AI的前景充满热情，雇主们对其当前能力持现实态度。Experis 2025年CIO展望研究显示，技术领导者意识到AI的局限性：36%的受访者表示，AI是一个需要更多完善的游戏规则改变者，而33%的人表示，这些技术对业务的影响仍然不明确。然而，对候选人来说，好消息是现在还不晚。只有10%的CIO和高级技术领导者表示，AI在其组织中已经完全整合。

与此同时，大约三分之一的雇主表示，AI无法替代或增强人类技能，如道德判断或个性化客户服务。在雇主认为AI可以做出实质性贡献的领域，人类技能缺口已经存在。例如，33%的亚太地区公司将工人缺乏AI技能视为最大的采用障碍。

员工对某些技能的确定性更高。ManpowerGroup的2024年人才晴雨表研究显示，87%的员工对自己的工作能力有中等到高度的信心，78%的人认为他们拥有正确技术和工具来有效地完成工作。然而，工人对AI技能缺口的担忧也在增加。例如，根据SAP的成功因素研究，AI素养水平较低的员工对工作场所的AI表达了更负面的观点。这些受访者对使用工作场所的AI感到担忧的可能性是其他受访者的六倍，害怕使用AI的可能性是七倍，感到痛苦的可能性是八倍。

也许因为这个技能集仍然相对不常见，SAP的研究发现，管理者对展示AI素养的员工持更积极的态度。例如，当被问及AI是否应该影响绩效评估时，许多管理者认为使用AI的员工应该比非用户获得更好的绩效评估。

与此同时，AI和自动化导致大规模人类裁员的担忧在很大程度上是没有根据的。我们最近的全球就业展望调查仍然显示，各行业的净招聘需求为正。这些发现为员工重新配置自己的角色以更有效地与AI合作提供了一个重大机会。

所有员工都需要走上角色重新设计的道路，这涉及到检查正确的AI技能如何帮助他们满足甚至超越工作的当前期望，并发展不太可能被自动化或编程化的相邻人类技能——至少在短期内是这样。幸运的是，有多种策略可以增加你的个人武器库中的AI技能。

根据ManpowerGroup未来学家Alexandra Levit的说法，职业耐用性指的是在外部干扰下保持就业的能力，包括技术进步。职业耐用性有五个支柱：硬技能、软技能、制度知识、应用技术技能和成长心态。获得AI熟练度是应用技术技能的一个例子。你不一定要知道算法是如何工作的，但你确实需要知道你可以使用现有的基于AI的技术更有效地完成工作。

了解你的工作场所使用的AI类型。正如标题所示，像ChatGPT和Microsoft Copilot这样的生成性AI程序侧重于根据以前人类开发的具有相似模式和特征的资产创建新内容。生成性AI的一个较新的分支是代理性AI，它更进一步地授权基于AI的系统与其他基于AI的系统协作，自主行动和决策。要了解你的组织正在部署什么以及如何部署，了解你的IT代表，并要求进行聊天或头脑风暴。如果你的IT或创新团队正在构建一个本土的AI应用程序，也许可以问问你的团队是否可以帮忙测试它。

根据你的职能，其他组织可能已经在使用AI来改善业务成果。例如，在人力资源职能中，一种名为人才智能的基于AI的技术依赖于深度学习和高级分析，以获得对公司员工技能的洞察力，以及跟上行业发展所需的招聘和培训。你可能会在会议中听到相关的实施情况，与同行的对话中，或者简单地通过阅读文章或在线搜索了解到。

大多数组织至少举办一些非正式的AI素养培训。但无论你的公司是否这样做，你都可以利用谷歌、微软、亚马逊网络服务和深度学习等免费在线课程。你将有机会掌握尖端技能，如提示工程和使用及训练大型语言模型（LLM）。大多数入门级课程都是为一般受众编写的，使用消费者友好的语言和示例，所以如果你缺乏技术基础，不要绝望。

一旦你了解了可能适合你的角色或团队的基于AI的实施，并至少为其中之一起草了一条执行路径，是时候将这个想法带给你的经理了。在提出这个想法时，尽可能清晰详细地说明业务理由、资源分配和预期收益。你的目标应该是一个“快速失败”的场景，在这个场景中，一个有限规模的试点可以在实时中进行调整或重定向。

在开始你的试点之前，你的团队应该就成功的样子达成共识。如果目标是让你的基于AI的实施超越试点，那么你必须立即知道，你将如何为业务实现投资回报（ROI）。有效AI实施的ROI示例包括收入增长、成本降低和客户满意度。所以，你希望在项目期间跟踪这些与AI之前的状态，并让你的沟通同事参与通过相关内部和外部渠道展示出色的结果。

不要忘记构建你的人类技能。正如我们所讨论的，这是一个每个工人都必须用批判的眼光看待他们的角色，评估最容易被AI篡夺的工作责任，并制定一个持续的人类价值创造计划的时期。竞争力技能，如创造力和解决问题，使人类在AI方面具有独特的优势。合作技能，如道德监督和清晰沟通，改善了人类和AI之间的合作。

AI技能提升方面，Experis Academy自2017年以来与微软合作，确定市场上的技能缺口，并通过各种技能培训计划向技术行业引入新专业人员。微软合作伙伴关系旨在为组织提供熟练的专业人员以促进增长。

Experis Academy提供技术人才培训计划，提供实践经验，涉及需求技术栈，如Azure和Copilot Studio。通过我们与微软和其他全球技术领导者的合作伙伴关系，我们提供全面的计划，涵盖AI平台的全部范围。这些计划包括云工程师、开发人员、数据分析师、数据科学家、功能和技术顾问等角色的培训。

所有培训都基于最佳技术平台，大多数提供独立的行业认可认证给参与候选人。

如果你是雇主，确定将基于AI的技术整合到你的运营中的最佳方式，并希望支持你的员工发展正确的技能以协助，以下是一些需要考虑的指导方针。

考虑增强而不是自动化。AI往往增强人类工作，而不是完全自动化它。最近的一项Anthropic研究表明，许多以认知为导向的任务结果比它们最初看起来要复杂得多，需要AI尚未完全掌握的更广泛的上下文化。这种复杂性保留了大部分工作的大部分。

即使是先进的AI也有与常识推理、特定领域知识和不确定环境中的动态问题解决相关的盲点。这些限制加强了人类在需要微妙判断或情感互动的角色中仍然不可或缺的想法。

与可信合作伙伴一起开发和测试模型。如果你已经拥有人力资源技术系统，它们至少在实验——如果不是积极销售——其解决方案的AI组件。所以，与其从零开始，不如与现有供应商讨论如何利用AI优化你的劳动力运营。一次尝试一个功能区域，并愿意将新实施视为需要持续测试和完善的进行中作品。

建立持续的技能提升计划。基于AI的技术的常规使用正在创造对必要的技能的巨大需求，使人类工人能够设计、管理、协作、修复、重新部署和解释AI组件的内部工作。然而，今天的大多数员工还没有这些技能，想要积极提高工具使用和生产力的雇主必须自己提供正确的AI素养培训。设计良好的培训计划整合了使用AI工具的实际练习，可以显著缩短技能获取时间。

始终在AI驱动的过程中纳入人类监督。正如Leaming和Anthropic所指出的，虽然AI可能处理数据分析或初步起草，但人类总是需要提供上下文、道德判断和情感智力。大多数组织特别是需要人类翻译人员，他们可以立即将AI能力与业务目标对齐。许多，如果不是大多数角色应该被重新设计

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。