借助AI弥补技能缺口并留住员工
organimi

借助AI弥补技能缺口并留住员工
Bethan Staton
/
leeron

2024-11-07
#培训#管理
AI正在帮助企业评估员工技能、规划需求和提供培训,以提高生产力和员工职业发展,但评估准确性仍需人力监督配合。

关于人工智能对工作场所的颠覆性影响,通常引发的讨论不外乎是对劳动力市场未来的忧虑。舆论经常在两个极端之间摇摆:要么是悲观地预测大量工作将被取代,传统技能将逐渐被淘汰;要么是乐观地认为,掌握并运用AI提高效率的人将迎来新的机遇和财富。

然而,对于部分雇主和教育工作者而言,人工智能已经开始帮助缓解技能获取的难题,并且在改善现有工作方面起到积极作用。他们指出,这项技术能帮助企业评估员工技能、规划未来需求并进行员工培训,从而提升企业生产力,并改善员工的职业前景。

“我们发现,学习人工智能的最佳方式之一就是直接使用它,”强生公司执行副总裁兼首席信息官吉姆·斯旺森表示。该制药公司采用了一种名为“技能推断”的AI驱动流程来对其员工队伍进行评估和规划,这在人力手动操作下几乎不可能实现。“事实证明,这对帮助我们理解和增强员工的能力非常有价值,”斯旺森称。

国际快递公司DHL则使用人工智能来对比员工现有技能与公司职位空缺的需求。通过其“职业市场”平台,员工可以更有针对性地获取培训,推动职业发展,而管理者也能获得帮助来迅速填补空缺职位。

这种人工智能的运用鼓励了内部招聘,相比外部招聘成本更低且速度更快,DHL人力资源执行副总裁拉尔夫·维切斯解释道。这也意味着候选人更有可能与职位需求匹配得更好。

人工智能在快速识别和生成新技能的培训材料方面还有进一步的应用——这一点在商业需求迅速变化时尤为理想。维切斯表示:“一个组织要想具有适应性……获得所需的正确技能,必须依赖自动化,而不是像过去那样可以依靠稳定的培训模式。”

许多公司在员工管理中使用人工智能,通过分析整个组织中生成的数据来推断技能,例如现有的职位名称、员工的工作内容、使用技术的活动记录以及主管的报告。

在强生公司,一支专门的团队开发了一套公司特有的技能分类体系,涵盖41项“面向未来”的技能,例如数据管理或流程自动化。然后,团队训练AI根据员工的过往经验、担任的角色及现有职位,识别组织中哪些地方具备这些技能。雇主和管理者不断更新的劳动力管理系统会生成数据集,用于训练AI模型,对技能进行从0(未检测到技能)到5(思想领导力)的熟练程度评估。

此外,人工智能还为学习与发展提供个性化建议,向用户推荐他们应当参加的课程,以便在公司内推动职业发展。如此绘制组织的技能图谱,“帮助我们的领导者在招聘、留用和人才流动方面做出明智决策,”斯旺森表示。

其他组织也在利用人工智能来改进培训本身——通过模拟或让更多人获得个性化反馈。

在美国银行,员工可以借助人工智能来练习应对棘手的对话场景,比如与客户讨论敏感问题。通过模拟来尝试不同的交流方式,员工可以“在完全安全的环境中练习真实世界的互动”,创新与学习技术高级副总裁迈克尔·温恩表示。

“这让他们有机会建立自信,测试自己的技能……这是传统方法无法提供的,”温恩说道。管理者可以通过人工智能提供的反馈看到员工哪些方面进步更快,也能发现员工在哪些方面有困难,从而指出教育者应加强的培训领域。

“帮助我们在技术迷宫中导航的一点是,理解我们的学习者不希望以相同的方式学习,”温恩补充道。“他们不只想阅读或观看培训材料;他们想成为积极的参与者。”

麻省理工学院研究支持组织技术变革的科学家尼克·范德梅伦指出,人工智能自动化使雇主能够评估更多的技能,而且可能比现有方法更为准确。

“你可以为人们提供关于他们技能水平的洞察……你可以告诉他们,达到特定职位所需的水平是什么,并指引他们如何实现,”尼克·范德梅伦说道。“你无法通过主动测试来评估80多种技能,那样成本太高了。”

不过,尽管这项技术“前景非常广阔”,范德梅伦也意识到其局限性——搭建相关基础设施需要大量工作。

其他领域专家的类似警告强调了一个观点:尽管人工智能技术备受追捧,但将评估和决策完全交给它仍存在风险。技能评估的质量取决于用于训练系统的数据,而人类的输入对于系统正常运行至关重要。

“你需要有一个易于理解且对算法有用的技能定义,”范德梅伦表示。他承认人工智能可能无法做到“百分之百精确”,问题可能出现在,比如,员工“未花心思确保他们的数字足迹完整”时。

因此,大多数情况下,这种技能评估应被视为粗略参考,而非最终定论,员工和管理者应能修正和补充这一评估。

为了解决这一问题,强生公司允许员工编辑他们的技能历史,并添加可能无法自动出现在数据集中的信息——如目标、兴趣和认证,以确保人工智能可以获取尽可能多的相关信息。

这些局限性意味着在使用这项技术时仍需谨慎,英国行业协会Tech UK的技能、人才与多样性负责人尼米·帕特尔指出。“人工智能可以非常快速地处理大量数据。但现有的算法评估可能难以理解个体成长与发展轨迹的细微差别。”

她认为,“涉及重大评估和发展决策时,最好由人类监督,采用混合模式更为适宜。”

在强生公司,吉姆·斯旺森强调,人工智能技能评估并未用于日常绩效管理。在强生和DHL公司,参与这些项目都是自愿的。但初步数据显示,这些AI平台在两家公司都受到欢迎。“这旨在帮助我们了解整个组织的技能全貌,并指导员工明确他们应该在哪些方面集中学习,”斯旺森说。