论文部分内容阅读
管理者的任务，是由其所处的时代决定的。技术发展、社会分工、政治环境等要素，造就了我们所处的时代。从技术的角度看，自动化、大数据分析、机器学习等技术不断进步，已经在智能制造、医疗、金融、城市安防等领域快速渗透。因此，当代管理者们必须面对的一个问题是：技术将会如何影响工作转型与人才管理？
企业管理者首先需要定期关注技术对于人工的替代速度、相关技能转型的压力和未来劳动力的供需。技术对工人的替代程度，取决于技术发展与应用的速度、经济增長速度和劳动力需求的变化。
麦肯锡全球研究院2017年对全球46个国家的研究表明，到2030年，平均将有15%的工作时间会被自动化，对中国而言，这个比例大约为16%。
从宏观看，即使有自动化技术的应用，工作和劳动力的需求仍将增加。到2030年，发展中国家的收入增加、消费升级，以及全球老龄化和环境变化会带来基础建设、医疗服务和能源等各方面的投资增加，将创造更多的工作需求。因此，员工能力转型和提升的需求会一直存在。全球有大量员工需要转型和升级，中国这个数字可高达1亿人。
此外，还有一部分工作不容易被自动化替代，比如需要社交与情感、创造力、高级认知能力等技能的活动，这部分的人员培养与能力提升也需要持续投入。
以上洞察提醒管理者们重点关注两个方面：其一，持续洞悉关键技术发展对于本行业的商业模式和相关劳动力市场的影响;其二，主动与教育培训机构合作，动态规划员工能力提升与工作需求的匹配度。
以下，我们聚焦在物流、供应链和客服三个领域，洞察技术对于劳动用工的影响。
●物流智能化抬高运营人才门槛
电子商务的发展，促使全球各大公司不断加强仓储和物流基础设施的技术创新，以降低成本、提高盈利能力。目前，仓库和配送中心主要的技术创新有分拣搬运机器人、自动导航设备、智能穿戴设备等。
智能物流与仓储方面，亚马逊（Amazon）的实践在业界是领先的。亚马逊在2012年通过收购Kiva Systems公司，开发出自动搬运的“货到人”拣选机器人Kiva。2018年，机器人的数量已超过10万台。由于业务的增长，亚马逊自动化仓库的部署并没有减少其对一线员工的需求，仓储人员的数量一直在增长。行业报告显示，亚马逊在2014年开始部署Kiva机器人，到2017年底，仓储人员相比2014年增加了约8万人，达到12.5万人。2018年，公司继续新增员工约10万人，增加的岗位大部分在新建的配送中心。
自动化技术可以替代一部分初级技能的劳动力，并将员工从无聊、肮脏和危险的“3Ds”——（dull，dirty and dangerous）工作中解脱出来。同时，还可以提高生产力和效率，降低失误。高级技能人才的需求将快速提升，大量员工需要更新技能，包括使用新技术设备、掌握仓库管理专业知识以及提升人员管理技能等。研究表明，仓库人员的主动性和问题解决能力将变得更加重要。比如，仓库经理需要更有效地分配和监控机器人的工作。
自动化程度的提升，对一些岗位产生了冲击，其中受影响最大的群体将是仓库工人和卡车司机，防损、质控类的工作也会相应减少。此外，无人车和无人机技术的应用会替代物流环节的一些人工岗位，但同时会产生新的岗位，例如远程汽车和无人机操控员。尽管无人车和无人机要到更晚的时候才能大规模应用，但培养这类人员需要几年时间，因此要提前做好规划。
面对新技术的转型，亚马逊不仅为一线员工提供培训以帮助其适应新工作，还为在公司工作一年以上的员工提供“职业选择”（Career Choice）培训项目，该项目所培训的技能不一定和亚马逊的岗位需求直接相关，而是针对全社会需求量大的技术性岗位进行技能提升。自项目推出以来，超过10000名员工通过该项目取得学位，超过500人在学习与机器人相关的课程，预计到2020年，参与的人数会增加一倍。虽然公司前期投入较大，但为公司未来的发展提前储备了大量各领域人才。同时，这种举措也提升了企业的雇主品牌和对外部人才的吸引力。
在管理层面，亚马逊通过Pathways项目储备高级运营经理，即招募MBA或博士毕业生，参与为期18～30个月的项目，逐步从管理80～100人的区域经理，提升到管理300～500人的运营经理，随后在不同交付中心轮岗或专职某一项专业技能，最后晋升到高级运营经理，管理某个部门。
●智能供应链促发员工前置规划能力
将人工智能运用在供应链领域，有三方面的益处：一是将不同的资源管理流程整合为一个业务流程;二是可以准确预测需求和供给;三是可以进行自动化的决策。
研究表明，技术应用会让策略类工作效率得以提升，对于人的能力要求将会转向供应链的战略与规划层面。采购计划工作从原来的按明确的采购计划执行，转变为通过管理算法和相关的业务规则来执行，更多的决策将变成自动预测和指示。采购计划的制定将会从以按批次的、合计的、静态的和手动的状态，转变为连续的、自适应的、实时的和自动的状态。
智能化的应用会大幅减少基础操作类工作，同时提升决策类工作的效率，采购计划、库存管理和质量监控等工作会减少，岗位能力要求也会转变。以采购经理、库存控制、库存经理三类职位为例，智能化将会对工作产生以下影响。
●智能客服打造人机混合交流
★客户服务渠道变化
近年来，由于社交媒体和移动设备的爆发式增长，消费者的行为和期望值也发生了很大的变化。Gartner（2017）的研究显示，客户服务渠道将发生巨大变化。 “电话交流”“交互语音应答”和“互联网/手机搜索”是2018年最经常使用的渠道，而至2022年，这几个渠道的需求会减少或持平，而一些新的渠道如“聊天机器人”“外呼提醒”“基于AI的交互式语音应答系统”会大量增加。
根据Gartner（2017）的研究数据，随着电子商务中数字化运营的增长和技术的发展，到2022年，74%的客户服务工作会实现完全自动化，相比2017年占比增长了54%。
客户需求和渠道的变化意味着客服岗位也会产生变化。例如，在人工客服中，通过电话和电邮与消费者沟通的客服人员会分别减少52%和36%。节省下来的人員可以转岗到其他渠道，例如传统呼叫中心的人员可以转去负责视频聊天和同步浏览等需要与消费者直接口头沟通的工作，负责电邮的客服人员可以转去负责在线聊天和社交媒体模块。同时，不同渠道的员工每次与客户交互都需要积累和使用与客户交流的信息，并能根据这些数据提供更多主动的服务。这些变化都需要加快客服人员在数据使用方面的能力转型。
★在线客服类岗位用工的影响
当聊天机器人和自动化流程成为客服工作的主流，在短期内会削减一些有明确规则的岗位。例如，承担简单交流的客服代表岗位将受到很大影响。这些从业人员经过重新培训后，可以在一些专门应对复杂客户请求的岗位上工作，或加入其他处于增长中的客户服务渠道，如视频聊天、在线聊天、同步浏览和社交媒体。
智能化在客服领域的应用将产生三类新岗位，分别是AI开发、AI训练和AI-A工协作增长。AI开发主要涉及深度学习、自然语言理解等AI技术，以及用户交互设计等;AI训练包括语气/语义分析、跨文化视角分析、商业流程背景分析、AI效用分析等;AI-人工协作包括管理AI系统和服务的管理团队、IT人员，以及需要与机器产生更多交互和协作的客服人员。
由于聊天机器人需要与不同语言习惯和风格的真人进行交互，AI训练与开发对智能客服至关重要。目前具有AI开发相关技能的人员十分短缺。截至2018年3月，领英（LinkedIn）上有超过25000个招聘岗位在标题中标有“机器学习”，但只有13000个领英会员的头衔中有“机器学习”，这其中包含了从实习到专家的所有级别。
在客服领域，机器人的能力和应用会快速普及，所以未来更多会是人机混合对话，届时，人工客服的价值在于机器人无法与人类比拟的创造力、社区互助和共情三大核心能力。未来的客服工作者应该是能够综合业务知识、心理学和沟通学的专家型人才。因此，公司在推广智能客服的同时，也要注意通过人才的前期甄选和培养，特别关注客服专员的同理心、沟通能力，以及对于自动化工具的情感化包装。
鉴于技术对劳动用工的影响不可避免，为了更好地进行用工规划，有些企业建立了劳动用工的规划模型，对于不同用工类型进行预测和差异化管理。
构建此类模型，首先需要识别与建立模型的关键维度。比如，某企业把“技术推广应用速度”与“技术推广对人工的替代程度”作为其分析的两个关键维度。不同技术在企业中推广速度差别很大，有的需要几年，有的只需要几个月。技术推广的速度将影响公司对相应岗位被替代人员转移和安置的急迫性以及新岗位补充的节奏。如果技术推广特别快，公司就需要快速准备人员的安置和输送;如果技术推广速度慢，公司就针对单点模型试点人员转型和培养，以便为将来大规模推广储备足够人才。
同时，不同技术的推广对于工作和岗位设计的影响程度差别很大。当有的岗位的工作完全能够被技术应用替代，那么这个岗位就不存在了，这时，需要重新梳理人的工作方式;而有些岗位的工作要素中仅有很小一部分能够被技术替代，不会对岗位的工作方式产生根本影响。
用这两个维度所构建的模型，可以分成四个象限，帮助管理者规划用工管理：
在第Ⅰ象限，技术推广速度快，技术对人工替代程度高，企业就需要迅速作出人员数量变化预估，及时准备人员安置和转型计划。如果对于新岗位的补充不足，还需要规划外聘已经具备新技能的人才。
在第Ⅱ象限，技术对工作替代度高，但推广速度较慢，短期内不会对大量人员产生影响。相应的人才策略是针对某些单点岗位进行人员预测与转型计划，同时密切关注技术应用与推广的成熟度，一旦技术推广速度加快，则迅速将单点经验进行复制。
在第Ⅲ象限的岗位特点是技术推广速度快，但对现有工作冲击不大，技术的应用主要是帮助员工提升工作的效率和质量，相应的人才策略是要关注人员能力的转型和人员结构的整体优化。
第Ⅳ象限的岗位特点是推广速度慢，而且受技术、政策管制等影响，短期内对劳动力影响有限。相应的人才策略是暂不做具体规划，但是要密切观察，持续关注技术成熟度。
企业智能化转型与组织中岗位与人才的管理匹配，是一个相辅相成、不断迭代的动态过程。在这个过程中，首先需要一个从战略和业务需求出发的总体框架作为方向性牵引，在这个框架下，企业的人力资源部门需要与技术部门和外部资源合作，完成洞察、分析、规划、落地和调整多个步骤，不断迭代优化解决方案。在这个持续探索和实践的过程中，企业通常会遇到如下挑战：
首先，技术发展前景的不确定性使得对于技术应用的落地规划只能走一步、看一步;其次，当技术取代一些岗位后，很多新岗位的能力要求对于现有员工的转型挑战很大;第三，当技术发展取代一些岗位后，会产生一些新岗位;第四，配套的人才发展与保留机制缺失。
面对以上的几大挑战，一些先进企业采取了一系列前瞻性的应对措施。首先是加强对于外部新的案例、资源和方法论的洞察与对标，从管理理念和方法层面不断更新思维方式;其次，集团内部持续分析与更新基于战略和业务发展的组织和人才需求，投入更多资源做前瞻性的人才规划、培养和储备。前瞻性的人才培养的投入产出比在短期内不会立即显现，但是在中长期会推动公司成为超越同行的领先者。
具体的落地动作包括：（1）不断刷新对于智慧组织和人才转型的调研，洞察业务相关领域的技术发展及其对人工替代的可行性。（2）在不同管理层明确推动技术提效的责任人（如技术委员会，HR和主要业务管理者），对技术应用提效的具体目标、路径、实施里程碑作研讨和决策。（3）将技术提效、规划和实践的具体指标落实到技术和业务管理者的绩效考核中。（4）人力资源和相关支撑部门需要从政策和解决方案两个方面支持业务，落实短期人才转型计划。同时，持续完善定位于中长期人才转型的计划，扩大面向未来的人才储备范围。
未来劳动力供求趋势
企业管理者首先需要定期关注技术对于人工的替代速度、相关技能转型的压力和未来劳动力的供需。技术对工人的替代程度，取决于技术发展与应用的速度、经济增長速度和劳动力需求的变化。
麦肯锡全球研究院2017年对全球46个国家的研究表明，到2030年，平均将有15%的工作时间会被自动化，对中国而言，这个比例大约为16%。
从宏观看，即使有自动化技术的应用，工作和劳动力的需求仍将增加。到2030年，发展中国家的收入增加、消费升级，以及全球老龄化和环境变化会带来基础建设、医疗服务和能源等各方面的投资增加，将创造更多的工作需求。因此，员工能力转型和提升的需求会一直存在。全球有大量员工需要转型和升级，中国这个数字可高达1亿人。
此外，还有一部分工作不容易被自动化替代，比如需要社交与情感、创造力、高级认知能力等技能的活动，这部分的人员培养与能力提升也需要持续投入。
以上洞察提醒管理者们重点关注两个方面：其一，持续洞悉关键技术发展对于本行业的商业模式和相关劳动力市场的影响;其二，主动与教育培训机构合作，动态规划员工能力提升与工作需求的匹配度。
技术应用如何影响工作？
以下，我们聚焦在物流、供应链和客服三个领域，洞察技术对于劳动用工的影响。
●物流智能化抬高运营人才门槛
电子商务的发展，促使全球各大公司不断加强仓储和物流基础设施的技术创新，以降低成本、提高盈利能力。目前，仓库和配送中心主要的技术创新有分拣搬运机器人、自动导航设备、智能穿戴设备等。
智能物流与仓储方面，亚马逊（Amazon）的实践在业界是领先的。亚马逊在2012年通过收购Kiva Systems公司，开发出自动搬运的“货到人”拣选机器人Kiva。2018年，机器人的数量已超过10万台。由于业务的增长，亚马逊自动化仓库的部署并没有减少其对一线员工的需求，仓储人员的数量一直在增长。行业报告显示，亚马逊在2014年开始部署Kiva机器人，到2017年底，仓储人员相比2014年增加了约8万人，达到12.5万人。2018年，公司继续新增员工约10万人，增加的岗位大部分在新建的配送中心。
自动化技术可以替代一部分初级技能的劳动力，并将员工从无聊、肮脏和危险的“3Ds”——（dull，dirty and dangerous）工作中解脱出来。同时，还可以提高生产力和效率，降低失误。高级技能人才的需求将快速提升，大量员工需要更新技能，包括使用新技术设备、掌握仓库管理专业知识以及提升人员管理技能等。研究表明，仓库人员的主动性和问题解决能力将变得更加重要。比如，仓库经理需要更有效地分配和监控机器人的工作。
自动化程度的提升，对一些岗位产生了冲击，其中受影响最大的群体将是仓库工人和卡车司机，防损、质控类的工作也会相应减少。此外，无人车和无人机技术的应用会替代物流环节的一些人工岗位，但同时会产生新的岗位，例如远程汽车和无人机操控员。尽管无人车和无人机要到更晚的时候才能大规模应用，但培养这类人员需要几年时间，因此要提前做好规划。
面对新技术的转型，亚马逊不仅为一线员工提供培训以帮助其适应新工作，还为在公司工作一年以上的员工提供“职业选择”（Career Choice）培训项目，该项目所培训的技能不一定和亚马逊的岗位需求直接相关，而是针对全社会需求量大的技术性岗位进行技能提升。自项目推出以来，超过10000名员工通过该项目取得学位，超过500人在学习与机器人相关的课程，预计到2020年，参与的人数会增加一倍。虽然公司前期投入较大，但为公司未来的发展提前储备了大量各领域人才。同时，这种举措也提升了企业的雇主品牌和对外部人才的吸引力。
在管理层面，亚马逊通过Pathways项目储备高级运营经理，即招募MBA或博士毕业生，参与为期18～30个月的项目，逐步从管理80～100人的区域经理，提升到管理300～500人的运营经理，随后在不同交付中心轮岗或专职某一项专业技能，最后晋升到高级运营经理，管理某个部门。
●智能供应链促发员工前置规划能力
将人工智能运用在供应链领域，有三方面的益处：一是将不同的资源管理流程整合为一个业务流程;二是可以准确预测需求和供给;三是可以进行自动化的决策。
研究表明，技术应用会让策略类工作效率得以提升，对于人的能力要求将会转向供应链的战略与规划层面。采购计划工作从原来的按明确的采购计划执行，转变为通过管理算法和相关的业务规则来执行，更多的决策将变成自动预测和指示。采购计划的制定将会从以按批次的、合计的、静态的和手动的状态，转变为连续的、自适应的、实时的和自动的状态。
智能化的应用会大幅减少基础操作类工作，同时提升决策类工作的效率，采购计划、库存管理和质量监控等工作会减少，岗位能力要求也会转变。以采购经理、库存控制、库存经理三类职位为例，智能化将会对工作产生以下影响。
●智能客服打造人机混合交流
★客户服务渠道变化
近年来，由于社交媒体和移动设备的爆发式增长，消费者的行为和期望值也发生了很大的变化。Gartner（2017）的研究显示，客户服务渠道将发生巨大变化。 “电话交流”“交互语音应答”和“互联网/手机搜索”是2018年最经常使用的渠道，而至2022年，这几个渠道的需求会减少或持平，而一些新的渠道如“聊天机器人”“外呼提醒”“基于AI的交互式语音应答系统”会大量增加。
根据Gartner（2017）的研究数据，随着电子商务中数字化运营的增长和技术的发展，到2022年，74%的客户服务工作会实现完全自动化，相比2017年占比增长了54%。
客户需求和渠道的变化意味着客服岗位也会产生变化。例如，在人工客服中，通过电话和电邮与消费者沟通的客服人员会分别减少52%和36%。节省下来的人員可以转岗到其他渠道，例如传统呼叫中心的人员可以转去负责视频聊天和同步浏览等需要与消费者直接口头沟通的工作，负责电邮的客服人员可以转去负责在线聊天和社交媒体模块。同时，不同渠道的员工每次与客户交互都需要积累和使用与客户交流的信息，并能根据这些数据提供更多主动的服务。这些变化都需要加快客服人员在数据使用方面的能力转型。
★在线客服类岗位用工的影响
当聊天机器人和自动化流程成为客服工作的主流，在短期内会削减一些有明确规则的岗位。例如，承担简单交流的客服代表岗位将受到很大影响。这些从业人员经过重新培训后，可以在一些专门应对复杂客户请求的岗位上工作，或加入其他处于增长中的客户服务渠道，如视频聊天、在线聊天、同步浏览和社交媒体。
智能化在客服领域的应用将产生三类新岗位，分别是AI开发、AI训练和AI-A工协作增长。AI开发主要涉及深度学习、自然语言理解等AI技术，以及用户交互设计等;AI训练包括语气/语义分析、跨文化视角分析、商业流程背景分析、AI效用分析等;AI-人工协作包括管理AI系统和服务的管理团队、IT人员，以及需要与机器产生更多交互和协作的客服人员。
由于聊天机器人需要与不同语言习惯和风格的真人进行交互，AI训练与开发对智能客服至关重要。目前具有AI开发相关技能的人员十分短缺。截至2018年3月，领英（LinkedIn）上有超过25000个招聘岗位在标题中标有“机器学习”，但只有13000个领英会员的头衔中有“机器学习”，这其中包含了从实习到专家的所有级别。
在客服领域，机器人的能力和应用会快速普及，所以未来更多会是人机混合对话，届时，人工客服的价值在于机器人无法与人类比拟的创造力、社区互助和共情三大核心能力。未来的客服工作者应该是能够综合业务知识、心理学和沟通学的专家型人才。因此，公司在推广智能客服的同时，也要注意通过人才的前期甄选和培养，特别关注客服专员的同理心、沟通能力，以及对于自动化工具的情感化包装。
劳动用工规划模型
鉴于技术对劳动用工的影响不可避免，为了更好地进行用工规划，有些企业建立了劳动用工的规划模型，对于不同用工类型进行预测和差异化管理。
劳动用工规划模型
构建此类模型，首先需要识别与建立模型的关键维度。比如，某企业把“技术推广应用速度”与“技术推广对人工的替代程度”作为其分析的两个关键维度。不同技术在企业中推广速度差别很大，有的需要几年，有的只需要几个月。技术推广的速度将影响公司对相应岗位被替代人员转移和安置的急迫性以及新岗位补充的节奏。如果技术推广特别快，公司就需要快速准备人员的安置和输送;如果技术推广速度慢，公司就针对单点模型试点人员转型和培养，以便为将来大规模推广储备足够人才。
同时，不同技术的推广对于工作和岗位设计的影响程度差别很大。当有的岗位的工作完全能够被技术应用替代，那么这个岗位就不存在了，这时，需要重新梳理人的工作方式;而有些岗位的工作要素中仅有很小一部分能够被技术替代，不会对岗位的工作方式产生根本影响。
用这两个维度所构建的模型，可以分成四个象限，帮助管理者规划用工管理：
在第Ⅰ象限，技术推广速度快，技术对人工替代程度高，企业就需要迅速作出人员数量变化预估，及时准备人员安置和转型计划。如果对于新岗位的补充不足，还需要规划外聘已经具备新技能的人才。
在第Ⅱ象限，技术对工作替代度高，但推广速度较慢，短期内不会对大量人员产生影响。相应的人才策略是针对某些单点岗位进行人员预测与转型计划，同时密切关注技术应用与推广的成熟度，一旦技术推广速度加快，则迅速将单点经验进行复制。
在第Ⅲ象限的岗位特点是技术推广速度快，但对现有工作冲击不大，技术的应用主要是帮助员工提升工作的效率和质量，相应的人才策略是要关注人员能力的转型和人员结构的整体优化。
第Ⅳ象限的岗位特点是推广速度慢，而且受技术、政策管制等影响，短期内对劳动力影响有限。相应的人才策略是暂不做具体规划，但是要密切观察，持续关注技术成熟度。
挑战与前瞻
企业智能化转型与组织中岗位与人才的管理匹配，是一个相辅相成、不断迭代的动态过程。在这个过程中，首先需要一个从战略和业务需求出发的总体框架作为方向性牵引，在这个框架下，企业的人力资源部门需要与技术部门和外部资源合作，完成洞察、分析、规划、落地和调整多个步骤，不断迭代优化解决方案。在这个持续探索和实践的过程中，企业通常会遇到如下挑战：
首先，技术发展前景的不确定性使得对于技术应用的落地规划只能走一步、看一步;其次，当技术取代一些岗位后，很多新岗位的能力要求对于现有员工的转型挑战很大;第三，当技术发展取代一些岗位后，会产生一些新岗位;第四，配套的人才发展与保留机制缺失。
面对以上的几大挑战，一些先进企业采取了一系列前瞻性的应对措施。首先是加强对于外部新的案例、资源和方法论的洞察与对标，从管理理念和方法层面不断更新思维方式;其次，集团内部持续分析与更新基于战略和业务发展的组织和人才需求，投入更多资源做前瞻性的人才规划、培养和储备。前瞻性的人才培养的投入产出比在短期内不会立即显现，但是在中长期会推动公司成为超越同行的领先者。
具体的落地动作包括：（1）不断刷新对于智慧组织和人才转型的调研，洞察业务相关领域的技术发展及其对人工替代的可行性。（2）在不同管理层明确推动技术提效的责任人（如技术委员会，HR和主要业务管理者），对技术应用提效的具体目标、路径、实施里程碑作研讨和决策。（3）将技术提效、规划和实践的具体指标落实到技术和业务管理者的绩效考核中。（4）人力资源和相关支撑部门需要从政策和解决方案两个方面支持业务，落实短期人才转型计划。同时，持续完善定位于中长期人才转型的计划，扩大面向未来的人才储备范围。