疫情、贸易摩擦以及对未来经济的不确定使企业管理人员越来越感受到当前的商业环境是一个充满了变数与不确定性的世界。在这个VUCA(易变性Volatility、不确定性Uncertainty、复杂性Complexity和模糊性Ambiguity)世界里,任何一家企业都无法预测未来的市场走向,无法确定自己的商业模式是否能适应未来的市场需求。云计算、大数据以及AIGC等技术的快速迭代,使企业对人才的需求也出现了巨大的变化。
科锐国际招考云事业部负责人廖萍指出:“商业背后都是人的行为在驱动着新技术、新商业模式以及整个时代向前发展。随着企业数字化进程的不断深入,催生出了更多样的人才需求。数字化人才需求不仅向企业内部业务纵深发展,也在不同行业广泛扩散。未来数字化人才将成为企业人才战略的核心战略。”

(图:科锐国际招考云事业部负责人廖萍)
数字化人才需求持续增长
数字化技术在企业的各个岗位上都发挥出重要的作用。各业务部门也越来越多地需要掌握数字化技术。在当前数字化时代,企业的竞争优势在很大程度上取决于其人才的质量。廖萍指出:“数字化人才已成为企业人才战略的核心。企业需要吸引和留住这些人才,以便利用他们的技能和知识来推动业务的发展。”
“就拿招聘业务来说,以前很多企业通过招聘平台在线上招聘、线下考试、面试,现在则更多地采取线上考试、线上面试。数字技术、数字化人才在HR岗位也变得越来越重要。”
此外,除了使用数字化的工具,企业也需要各个岗位有更多的数据沉淀。廖萍表示:“企业通过招聘系统,经过一段时间的数据积累,平台上沉淀下来的数据可以反映出不同地域,不同岗位的人才特点。企业一方面可以根据数据调整招聘策略,另一方面根据考核成绩了解人才的技能水平、提升效果、以及他的优势所在。这样能帮助企业更好地发挥人才的优势。”
随着企业数字化转型的不断深入,也催生了新的数字化的岗位。包括数据治理、数据分析、技术架构信息安全等各个方面,在具体应用的场景中,具有数字化理念的中高端人力资源业务负责人也持续短缺;具备数字化经验与技术帮助企业财务系统搭建有数据分析的财务数据化人才需求旺盛。数据要素越来越受到国家、企业的重视,企业数据基础管理像高端的数据合规、数据交易人才也是未来的热门岗位。
曾任企业CIO的廖萍深有感触:“现在在企业里,不论是营销岗位、销售岗位、还是研发岗位、财务人员都需要员工具备数字化的素养和技能,这样通过对数据的分析,就能主动发现问题并解决问题。”
数字化人才从哪里来?
企业如何获得数字化人才?廖萍认为:“获取人才无外乎两种方式——招聘(buy)或培养(build)。”
当前数字化人才集中在 IT 互联网这类传统数字化强势产业,部分数字化融合程度较高的行业如新金融、新零售已然成为数字化转型人才培养发掘的新阵地。
近两年由互联网企业业务有所收缩,导致IT、AI、大数据人才逐渐流入到了传统行业,成为传统企业获取数字人才的一个优质渠道。随着AI、大数据场景的进一步拓展与落地,在金融、国央企、智慧交通等领域会吸纳更多的数字化人才。
而对于企业培养数字化人才方廖萍认为应做好以下四点:“首先,企业应建立数字化文化。通过鼓励创新、接受变化的数字化文化推动员工积极学习和应用数字化技术。”
“第二,提供持续学习的机会:企业应提供持续学习的机会,如在线课程、研讨会、工作室等帮助员工持续提升自己的数字化技能。”
“第三,建立起数字化培训体系,以及明确的发展路径。通过建立一套完整的数字化培训体系,包括课程设计、教学方法、评估机制等,确保员工能够掌握必要的数字化技能。并能让员工让看到通过提升数字化技能可以获得的职业发展机会。“
“第四,要有长期主义的思想,持续提供实践的机会。很多技术不是一蹴而就就能看到效果,需要让员工在实际工作中不断地实践和应用和提升自己的数字化技能。”
数字化以及AIGC的影响,使得“技术骨干”与“业务精英”的界限越来越模糊。不断学习、终身学习将是人才的新常态。廖萍对每位职场人给出了诚恳的建议:“拥有良好的学习能力、对待工作积极主动、遇到问题肯钻研、有毅力,能把领导交代的任务一件件做好,将是建立起个人护城河的关键。”
好文章,需要你的鼓励
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
Hammerspace发布v5.2数据平台软件,通过更快的元数据读取、更好的数据放置和扩展性优化提升AI数据访问性能。新版本IO500总分提升33.7%,总带宽翻倍,IOR-Hard-Read测试提升超800%。增加了Tier 0亲和性功能,支持GPU服务器本地存储访问,减少集群内网络流量。新增Oracle云支持、Kerberos认证和标签化NFS,提供更细粒度的访问控制。该软件将于12月正式发布。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。