2024年8月29日，麦肯锡咨询公司合伙人Alharith Hussin 、Martin Harrysson等联合发布报告《生成式人工智能引发技能革命：人才战略的反思》，讨论了生成式人工智能对软件开发行业的变革性影响，分析了不同工作岗位所需的新技能，探讨了相关岗位在未来可能发生的变化，以及公司应如何围绕技能革命反思和调整其人才战略。
一、生成式人工智能对软件开发的影响
麦肯锡的最新研究显示，生成式人工智能在处理内容强相关任务（例如信息整合、内容创作和头脑风暴）时的效果，是其处理内容弱相关任务（如可视化工作）的两倍。生成式人工智能已经在执行一些简单任务方面取得了重要进展，这些任务包括基础的编程任务、编写注释文档，以及初步设计网页和图形。此外，在更复杂的任务上也有了初步进展，比如自动生成测试用例、分析市场趋势、自动扫描日志，以及评估和修正软件的缺陷。相关研究表明，生成式人工智能在软件工程方面可以将产品经理的生产力提高约40%，可以承担工程师大约10%~20%的编码任务，同时将文档和编码所需的时间减半。
生成式人工智能未来或能从已有的测试任务、系统日志、用户反馈和性能数据中生成见解和解决方案。在开发新功能时，生成式人工智能可以基于上述见解自动创建概念验证和原型系统，并自动完成测试以降低测试成本。这些发展有望将产品开发生命周期（Product Development Life Cycle，PDLC）从数月缩短至数周甚至数天，并提高代码质量。
为了有效地利用和扩展生成式人工智能的能力，公司需要调整甚至彻底改革他们的工作流程、组织结构和业务策略。其中的一个关键点是培养和吸引具备必要技能的人才，确保他们能够理解、使用和创新生成式人工智能技术。
二、现有岗位需拓展的新技能
软件公司以及像软件公司一样运营的企业需要特别关注两个关键岗位：工程师和产品经理。
工程师需要培养的新技能包括三个方面。一是审查能力。生成式人工智能生成的很大一部分代码需要进行修正。在某种程度上，这要求开发人员从编码者转变为审核者，不仅能够发现其中的错误，还需要确保代码的高质量，保证代码与现有代码库和架构的兼容性。更为复杂的是，生成式人工智能工具需要通过实际工作来不断学习和优化。工程师们必须掌握如何对这些工具进行有效的反馈，以及如何识别并选择那些能够帮助工具最有效地学习和提升的任务类型。二是连接能力。集成多个人工智能系统的能力可以提高解决问题的速度和解决方案的质量。一些机构已经开始集成多个人工智能系统共同完成任务，例如使用专门的人工智能系统来评估生成式人工智能所创建内容的质量并完成反馈。生物技术公司Recursion开发的生成式人工智能平台，集成了可以处理不同专业数据库的多个机器学习模型，可协同完成数据处理任务。工程师必须具备的关键技能之一是针对特定的任务要求选择和组合人工智能模型。三是设计能力。随着生成式人工智能技术逐渐承担更多基础编码工作，工程师们有机会培养一系列更高阶的技能，包括撰写用户故事、构建代码框架和预测用户需求。此外，沟通技能也成为一种关键能力，它确保了工程师能够与团队成员、领导层、同事以及客户进行更有效的沟通和协作。
对于产品经理来说，需要培养以下几个新技能。一是熟练使用生成式人工智能的能力。随着人工智能技术在原型系统构建方面的不断发展，产品经理也需要精通使用少量代码构建原型的技术。产品经理还需要熟练掌握大语言模型，制定与大语言模型合作的策略，并在规划时考虑推理计算的成本等因素。二是促进团队对生成式人工智能的信任和使用。要想解决团队对生成式人工智能的信任问题，仅依靠基础培训是不够的，还需帮助团队理解其工作原理、局限性和潜在风险。产品经理需要培养强大的共情能力，以识别影响团队信任生成式人工智能的隐性和显性问题并加以处理。鉴于风险管控的重要性，产品经理需要与风险管理专家合作，确保在产品开发生命周期的每个阶段都纳入恰当的检查和控制措施。
三、未来人工智能岗位的变化趋势
使用生成式人工智能所需的新技能将影响人们的工作方式和工作内容，这将引发一系列关键问题，例如工作岗位应如何调整，领导层需要提供何种程度的监督等等。
（一）岗位调整：岗位合并和新生岗位
在许多关于岗位调整的讨论中，焦点往往集中在哪些岗位需要保留，哪些将被淘汰，而实际情况可能更加复杂和不确定。预计未来一些岗位可能会承担新的职责，比如软件工程师利用生成式人工智能工具来完成测试者的工作。某些岗位可能会合并，例如产品经理和程序员的岗位可能会合并为产品开发人员，利用一系列生成式人工智能工具来设计原型、开发需求并编写代码。
在未来一段时间内，由于生成式人工智能难以消除其结果的不确定性，可能会催生一些新的工作岗位，例如致力于人工智能安全和数据责任，以及负责代码审查和批准的岗位。可能产生的其他新岗位包括大语言模型的选择与管理、生成式人工智能模型的训练与管理，第三方模型的合规采用，以及大语言模型运营等。
（二）需重点关注的两个领域：标准化和风险管控
面对生成式人工智能带来的发展机遇和不确定性，领导层需要对两个关键领域给予更多的关注。
一是标准化。随着团队和个人大量使用生成式人工智能系统，各种工具、平台和架构不断涌现。在这种情况下，企业应发展一系列标准化能力，并在所需技能类型方面形成一致性。领导层需要对其采用的生成式人工智能的工具、模型、流程和方法进行标准化，并决定获取上述工具的最佳途径。
二是风险管控。对于生成式人工智能的风险管控问题，领导层需要为员工制定明确的指导方针。虽然不能期望软件团队成员都成为资深的风险专家，但他们可以培养基本技能，例如理解存在的风险类型，养成在代码中嵌入风险防护机制的习惯，以及了解新兴测试工具的使用方法。一些组织正在采取措施，鼓励一线员工了解生成式人工智能的机会、风险和边界，甚至强制进行某些类型的培训。由于风险和合规性问题可能会随时间快速变化，领导层应该投资自动化测试工具以审查代码的合规性。
四、围绕技能革命进行人才管理转型
现代公司的人力资源系统结构高度严谨，岗位划分严格，能力定义明确，职业发展路径固定，薪酬水平固定，学习过程正规，但这些特点已经难以跟上数字化能力带来的变革。人力资源领导者必须与首席执行官和技术领导层合作，改变寻找和培养人才的方式，并且要特别关注两个领域：战略劳动力规划和学徒机制。
（一）以业务需求和技能为基础进行战略性劳动力规划
人才管理的转型首先需要人力资源领导者制定一个战略性劳动力计划，这个计划应该围绕企业所需的技能来展开。人力资源领导者在制定这个计划时，需要与企业领导者合作，在深入了解企业的核心目标后，才能规划未来的人才需求。这种合作对于制定技能清单至关重要，这份清单能够帮助企业评估现有的技能基础、识别所需技能的缺口，以及确定哪些技能可以通过采用生成式人工智能工具来弥补。技能分类应采用明确和统一的术语，以便于在整个组织内实施。同时要能够区分不同的专业水平，并按层次结构进行分类，以便于管理和检索。通过这种方式，企业可以更精准地规划和发展其人才队伍，以适应生成式人工智能时代的需求和挑战。
然而，要使上述劳动力规划发挥作用，企业应将技能视为可操作、可分析的动态数据。通过将技能及其相关标签（如专业水平）录入数据库，企业可以利用人工智能和大语言模型来分析技能间的关联，确定需要重新培训的技能的优先顺序，为特定项目或团队的劳动力规划明确技能需求，并设计定制化的学习计划。例如，一家生命科学公司正在使用人工智能驱动的技能推断工具，为其数字人才创建一个全面的技能视图。该工具可以扫描岗位空缺、岗位描述、有关岗位的人力资源数据、领英（linkedIn）上的资料等，以了解特定岗位的技能需求。然后，相关员工可以审查并确认自己是否具备这些技能以及熟练程度。一旦确认，这些技能不仅会添加到个人档案中，还会添加到公司的技能数据库中，以供未来评估所用。
为了确保这种战略性劳动力规划方法的有效性，公司需要持续评估现存技能差距的弥补情况，并定期审查该战略，以识别是否出现了新的技能需求。人力资源团队应与技术领导者合作，评估生成式人工智能工具并了解这些工具能够替代的工作，以及所需的新培训内容。
（二）建立学徒机制作为更广泛的人才计划的一部分
在寻找和留住公司所需的人才方面，企业需要实施一系列的人才战略，从以客户为中心的人才聘用到量身定制的培训途径。但由于人工智能发展迅速，需要哪些技能还不清楚，因此企业必须采取积极的技能提升策略。制定技能提升计划面临的挑战包括最佳实践的经验参考和行动指引，以及员工可能抵制学习新技能。
因此，企业需要特别重视学徒制度。这种制度提供了实践学习的机会，并能够通过示范来传授那些难以言传的技能，比如解决问题的思维模式和评估代码适用性时的判断力。要让学徒制发挥效果，资深专家的积极参与至关重要。他们不仅具有权威性，而且通常拥有宝贵的专业知识，可以引导团队识别并应对与公司业务相关的特定风险。专家们需要与初级同事一起编写和审查代码，观察团队的工作过程，并通过实地考察以理解团队与生成式人工智能系统的合作方式。此外，专家们还可以担任导师的角色，指导新技能的学习，包括如何拆解问题、实现业务目标、洞察最终用户的需求和痛点，以及如何提出恰当的问题。
为保障学徒计划达到预期效果，企业应将参与学徒计划的情况纳入员工绩效考核，并确保员工有足够的时间参与。尽管生成式人工智能的技术将逐渐稳定和成熟，但短期内企业仍将面临诸多不确定性。企业通过专注于技能培训和调整人才管理策略，并保持足够的灵活性来不断学习和适应变化，可以将人才发展中的挑战转变为企业的竞争优势。
免责声明：本文转自元战略。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！
研究所简介
国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。
地址：北京市海淀区小南庄20号楼A座
电话：010-82635522