AI时代的管理技能正在发生怎样的变化

借助人工智能，公司需要审查其组织模式。然而，转型的成功取决于增强人类智力的能力。

Giuseppe Torre，罗马教皇大学人工智能、伦理与治理教授

近十年来，人工智能 (AI) 悄然渗透到我们的生活中，这首先要归功于数据科学、深度学习算法和超级计算机的计算能力所取得的进步。我们每天都在不知不觉中使用社交媒体上的推荐算法、反垃圾邮件过滤器、虚拟助手、导航系统、照片过滤器和自动内容生成系统。所有服务均基于令人印象深刻且持续的数据收集活动。

但真正的革命始于2016年3月15日，当时谷歌DeepMind开发的围棋棋盘游戏软件AlphaGo击败了世界上最好的棋手之一； “Move 37”可能不仅标志着技术新时代的开始，而且标志着社会和经济新时代的开始。

人类新进程的另一个基本阶段开始于 2022 年 11 月 30 日，当时 Sam Altman（OpenAI 首席执行官）在当时的 Twitter 上发帖：“今天我们推出了 ChatGpt。尝试在这里与它交谈：chat.openai.com”。几天后，12月5日，奥特曼宣布他的用户已突破100万；如今，ChatGpt 在 152 个国家/地区每月有 35 亿人使用，一年内增长了 116%（Carr，2024 年），其中必须加上 Perplexity（9000 万次访问量）、Claude（8400 万次访问量）和 Gemini（2.92 亿次访问量），所有这些都以三位数的速度增长。这是历史上最令人印象深刻、最迅速的大众现象，也是一个新时代的开始，人机交互变得越来越普遍和日常。

即使炒作产生的震耳欲聋的噪音淹没了对这些技术对人类影响的冷静而准确的反思，最新一代人工智能的出现可能产生类似于我们文明与外星文明相遇的影响的想法越来越普遍。事实上，这些系统与人类智能相差甚远，因为尽管它们在许多领域的运作方式与我们无法区分，但它们的功能是基于概率算法、大量数据和硅卡的组合，而这些系统的发明者自己也承认，我们尚未完全理解这些组合。

我们仍然对这种颠覆性创新的迅速展开感到非常困惑和迷失方向，在地平线上，我们已经可以看到具有超越最极端科幻小说能力的系统。无需等待通用人工智能（Agi）系统，我们对技术前景的分析表明，被称为“代理人工智能”的模型已经代表了现实，其特点是能够在最少的人类监督下进行操作，并通过学习不断自我改进。

这些系统正在演变成更加复杂的形式：第一个利用所谓的“群体智能”，它允许人工智能代理以协调和集体的方式运作以实现共同目标（Strobel、Pacheco 和 Dorigo，2023）；第二个基于“生成物理人工智能”，它允许机器人系统根据现实世界的经验进行训练。

智能代理群具有动态适应外部环境的能力，同时表现出较高的内在弹性。这些特性与最新一代算法（例如误差反向传播）相结合，使这些系统处于科学与技术的边界，并为气候学、医学、安全和机器人技术以及商业和管理科学等关键领域尚未开发的潜力开辟了道路。

生成物理人工智能将允许机器人执行它们未设计的任务，就像今天发生的那样，通过带有文本、图像和声音的语言模型，机器人智能的训练将基于这些机器在日常生产或家庭现实中执行的物理经验。

人工智能，从技术工具到社会现实的共建者

如此快速的颠覆性创新不仅迫使我们彻底重新思考企业领导者和大部分员工的技能，还迫使我们想象与我们习惯创建和管理的社区截然不同的新商业模式和新组织范式。事实上，这些新模型必须考虑公司中机器的存在，这些机器不仅使用与人类智能显着不同的智能，而且还基于群体智能（Dorigo 和 Stützle，2004）和生成物理人工智能的概念。

虽然现在准确预测将会发生的情况还为时过早，但对以先进方式使用人工智能系统的公司的分析得出的一些初步迹象让我们认为，这些组织往往越来越依赖于技能而不是资格，并且正在寻找新的组织配置，既要充分发挥集体智慧的潜力，又要更好地管理效率和弹性之间的平衡。

另一方面，效率的概念是在相当稳定的竞争和技术背景下发展起来的，非常适合标准化流程，而弹性概念则是在不稳定、复杂、模糊、变化迅速的背景下发展起来的，这需要创造力和大量的知识。

基于创造力、创新和技能的组织似乎面向相当长的时间范围和反映逻辑的资产精益，例如：稳健性，吸收来自外界的危机、冲击和干扰；冗余，即使在一个或多个组件变得不可用时也能保证连续性；多样性，面对具有多样性要素（如技能、工具、流派等）、敏感性和知识的复杂挑战；灵活性和敏捷性，能够快速响应变化；生产过程每个阶段的综合质量方法。

协作方法似乎在这些组织中具有决定性作用：员工受到重视，并被视为决策、创意和改进过程中不可或缺的一部分。另一方面，人类的进步正是得益于基于集体智慧的社区/组织（部落、城邦、帝国、民族国家、公司等）。

今天，人类智能、互联网和人工智能之间的结合可能会产生新形式的集体智慧，比以往任何形式都更大、更复杂，但这些新的组织系统将迫使我们面对全新的道德问题，而我们在很大程度上还没有做好准备。例如，人工智能模型产生“原始”内容（甚至简单地“重组”人类创意内容）的能力可以使这些系统能够与我们一起参与组织基础设施的建设并塑造企业文化，即使公司运转的“软件”。

企业文化共同进化的话题也许是最有趣和最有争议的话题，因为它提出了诸如：谁控制这种共同进化？如何保证这种影响是有益的？如何保存机构人类在这个过程中？总之，今天对人工智能的反思应该抓住一个中心点：我们绝不是在创造简单的技术工具，而是构建社会、经济和竞争现实的潜在合作者。这不仅需要技术上的思考，而且首先需要对如何管理这种共同进化、维护价值观和人类学进行反思。机构人类，即在一个人所处的环境中积极和变革性行动的能力。

技能集是一个复杂的结构

回到技能主题，重新思考大部分公共和私人领导层、劳动力、教育工作者和培训师的技能是适当的，原因在于当今人工智能系统的特殊性。它们实际上是对话系统，可以使用自然语言、声音、图像和视频进行交互，并且可以创建应用程序低代码甚至没有队列（Lcnc）。他们还可以利用生成式人工智能（AI Gen）系统的自动化和机器学习功能，将整个服务作为软件解决方案（Service as a software）提供。它们已为大多数人所接受，他们将越来越多地利用它们来优化购买、消费、生产、教育和专业培训选择等。由于它们具有数百种不同语言的非凡翻译能力，它们有效地打破了语言障碍。它们可以解决算法并非专门针对的问题，与迄今为止已知的所有机器不同，它们的学习能力远远优于人类，并且由于群体行为，它们可以进一步扩展。他们并不局限于自动化流程，而是有能力从根本上改变流程，为管理决策做出贡献，并为创造性流程做出贡献，以改进现有流程并创造全新的产品和服务。最后，它们很快就能以智能群体的形式出现。

在创业领域，显然这些系统不再是简单的生产支撑，而是逐渐获得“生产要素”的地位，与人、资本和地球一起为企业奠定基础。

越来越多的信号（4Manager观察站）表明，这种新的生产要素也具有塑造组织的力量，并且需要基于新范式的管理技能，而不仅仅是基于与前人工智能时代不同的技能组合。

最重要的是，人工智能让我们将企业家、管理者和工人为公司、特定工作角色、项目甚至职业发展路径（技能本体）提供的技能集视为一个复杂的结构，由个人技能和它们之间存在的关系组成。

将组织视为一个相互关联的技能网络，而不是一组或多或少有组织的资格，构成了一种真正的范式转变，即使在组织不擅长的领域，例如在可持续发展、循环经济、数字技术、未知市场上的产品和服务规划等领域，组织也能执行任务。这种情况发生的原因取决于 AI Gen 似乎拥有的一种特殊品质：它们提高了人们（经理、工人、政策制定者等）来执行技能有限的任务。例如，想想语言知识。由于拥有人工智能“增强”技能的劳动力，这还可以让规模较小、结构较松散的组织提高效率和弹性。

人工智能需要管理人员具备传统和专业技能

这些考虑绝不能让我们陷入教皇方济各所定义的技术官僚范式的陷阱。如中所述赞美赞美诗，人类力量的增长，也是技术的结果，并不总是代表人类的进步，正如过去用于破坏性目的的技术所证明的那样，包括使用原子弹和对整个人口的种族灭绝。有时，对进步的欣喜掩盖了其后果的恐怖，这种风险仍然存在，因为技术的发展并没有伴随着道德和人类良知的同等成熟。

因此，现代管理者应该培养三重能力：技术、人力和道德。在技​​术层面上，它必须了解人工智能的潜力和局限性。在人的层面上，他必须能够领导组织变革并管理混合人机团队。在道德层面上，它必须保证负责任和可持续地使用技术。

根据欧洲多语言技能、能力和职业分类（Esco），通过识别相关知识和技能（技能智力）对这些主题进行分析，从而识别不同管理人物所拥有的知识。

首先我们要说的是，人工智能需要具备传统和专业技能的管理人才，这些技能有助于理解其系统、管理复杂的项目、掌握数据科学并拥有强大的业务和领导技能。道德、风险管理、持续学习和批判性思维也至关重要。

随着公司规模的扩大，经理的角色变得具有战略意义，被理解为负责人工智能开发过程的流程或部分。从本质上讲，负责管理公司部分或全部人工智能开发项目的管理人员应该将“经典”管理技能与人工智能领域的高水平专业知识或知识结合起来。这种极其复杂的知识组合在意大利市场上传播和供应都很差。

具体而言，我们确定的管理人员概况可分为以下几类。

人工智能开发的崇高使命。IT 服务部门的高管和董事以及 IT 和电信公司的总经理。这些档案集中了 Esco 分类的数字技能的 55% 以上，而数字技能仅占所需技能的 60% 以下。

人工智能开发的中高级职业。销售和营销、采购和分销、矿物制造和开采、电力、燃气、水的生产和分配、废物管理以及研发的董事和经理。

人工智能开发的中低职业。需要基本数字文化的管理者，其集中度占总数字技能的9.2%。该团体包括从事传播、广告、公共关系工作的董事和经理；货物贸易（不包括机动车辆和摩托车）；体育、休闲和娱乐活动；人力资源管理；在运输和仓储领域；农业、畜牧业、林业、狩猎业、渔业；住宿和餐饮服务；机动车辆和摩托车的贸易和维修；编辑服务、电影、广播和电视制作。

人工智能开发职业低。财务和行政部门的董事和经理；为企业和个人提供服务；令人惊讶的是，银行、保险公司、房地产机构和金融中介机构的董事和总经理不需要具备结构化的数字技能（占总数字技能的 1.0%，每种情况都有边际权重）。

IT安全培训对于管理人员也很重要

重点分析人工智能发展“高”和“中高”职业的管理人员概况，职业，或者说这些概况在各种经济活动中所从事的具体职业。目标是确定每个配置文件的关键技能，同时考虑激活的相对量。

显然，分析显示数字技能显着集中在 IT 相关角色中，并逐渐扩散到其他管理领域。此外，分析强调了数字技能与绿色，提出人工智能如何促进可持续发展并支持循环经济原则。

在分析的这一点上，“关键技能”是从 Esco 档案中推断出来的，即私营部门经理应具备的一套基本知识和技能，用于管理公司的人工智能开发流程。获得的表示显示了最常见的数字技能和知识，并量化了管理档案中最常提到的数字技能。

因此，对人工智能管理技能的分析揭示了一幅复杂且分层的全景图。数字技能补充了传统技能。 IT 角色是核心。共享数字技能的核心出现了，这对所有管理者来说都是必不可少的（网络数据分析、内容开发项目管理、数字营销等）。分析揭示了以共享技能为特征的三类主要职业概况。这表明需要采用差异化的管理培训方法，同时保持共同的知识库。

从数据分析中，我们对人工智能时代的管理培训产生了第一个重要的反思。对技能的分析揭示了基本知识和技能的核心，这些知识和技能应构成面向公司人工智能发展的管理者准备的基础。这种“最低共享知识”包括网络数据分析和工业软件知识等技术技能，还包括规划数字营销策略和管理内容开发流程等管理技能。然而，反思进一步延伸，强调为了有效实施人工智能，包括生成式人工智能，管理者需要的培训不仅包括开发，还包括网络安全。事实证明，这种管理培训的整体愿景对于应对人工智能集成的复杂性、平衡创新和公司信息资产的保护至关重要。

数字技能和绿色技能之间的关系至关重要

进一步分析致力于检验数字技能和能力之间的关系绿色，旨在确定可持续发展计划所必需的共享技能和知识领域。事实上，人工智能技能和绿色是当今工作环境中两个相互关联且日益重要的领域，对于解决我们这个时代最紧迫的挑战（例如气候变化和数字化转型）都至关重要。

人工智能技能是指开发系统、实施系统和使用系统的能力，而人工智能技能绿色指应对环境挑战和促进可持续发展所需的知识和技能。因此，人工智能可以在促进多个领域的可持续发展方面发挥基础性作用，包括： 智能电网的发展，用于优化能源分配和整合可再生能源；智能建筑管理，通过优化照明、供暖和制冷来帮助减少建筑物的能源消耗；精准农业，优化水、肥料和农药的使用；物流和运输，利用人工智能优化配送路线并减少温室气体排放；环境监测，用于监测环境状况并发现潜在问题。

特别考虑到循环经济的发展，人工智能可以做出贡献：优化产品设计；智能废物管理；促进产品即服务经济；监测和提高认识；为采用循环经济模式的公司创造新的商机；提高透明度；关于材料和废物管理的更明智的决策。

管理技能和人类智力（个人和集体）的主题是人工智能领域的核心，这需要“知识”和“专有技术”之间存在密不可分的关系。

许多关键知识直接转化为实践技能，凸显理论与实际应用的紧密联系。重要的是，与其他领域或部门不同，人工智能为所有相关参与者带来了更高水平的技能和知识。即使公司要从外部供应商那里获取人工智能资源（人工智能即服务），很明显，管理者和企业家必须充分了解他们正在使用什么（哪种人工智能模型）、它有什么特征、它使用什么数据以及如何使用它们来产生输出。

因此，这个领域不允许近似或肤浅的知识：人工智能复杂且快速发展的本质需要深入和多学科的理解，以及以实际和创新的方式应用这些知识的能力。从本质上讲，在人工智能的背景下，不可能“作弊”或依赖近似技能；人类智慧以及对知识和技能的真正掌握成为该部门有效运作的基本要求。

意大利公司看到人工智能发展的几个障碍

4Manager天文台开展的研究也指出了我国人工智能发展的障碍。事实上，超过二分之一的公司 (55%) 认为缺乏技能是一个障碍，此外，建筑行业有二分之一的公司表示成本过高 (49.6%)，小公司以及意大利中部和南部地区的价值较高。然而，对于 45.5% 的公司来说，使用人工智能技术所需的数据不可用或质量不佳，40% 的情况下，与现有设备、软件或系统不兼容也是一个障碍。十分之四的企业将监管风险和法律后果不明确视为障碍，而 37% 的企业表示对数据保护和隐私泄露表示担忧。最后，四分之一的公司 (26%) 认为道德考虑是一个障碍。

在该研究咨询的大多数公司中，人工智能的采用超出了简单的技术更新，涉及整个公司结构。企业重组是一个至关重要的方面，其中包括管理变革、转变沟通流程和克服内部阻力。外部合作发挥着战略作用，通过研究项目、培训和咨询活动以及有针对性的伙伴关系体现出来。因此，数据处理方法至关重要，重点是治理、机器学习的实施和去中心化人工智能的采用。鉴于合格专业人员的稀缺，寻找专业的人工智能人物是最重大的挑战之一。管理人员发挥着核心作用，特别关注他们的角色和技能、创新领导力和持续培训。领导力发挥着至关重要的作用，因为它有助于将人工智能融入日常运营，也有助于人工智能的整体采用和解决必要的组织变革。

培训质量是采用人工智能的另一个关键因素。培训不仅可以提高技术能力，还可以促进变革的整合，减少阻力并提高对新工作环境的适应能力。

人类智慧仍然是成功因素

要成功向人工智能转型，为人类服务，需要采取从对人的投资开始的综合方法。数字技能的培训和发展，绿色道德必须成为战略重点。对创新的支持必须通过加强技术转让和简化融资渠道来实现，同时还要推动有关该技术的透明度和民主化的辩论。必须特别关注治理，定义明确的政策和道德程序来保证共同利益。

公共和私营部门之间的合作、专业知识网络的发展和促进最佳实践成为创建有利于创新和公平的生态系统的基本要素。传统的组织模式必须发展为更加灵活和适应性更强的形式，从而增强人们的福祉并整合技术和人文技能。

人工智能驱动的数字化转型既是一项复杂的挑战，也是一个独特的机遇，特别是对于知识资本减少或更糟糕的是处于严重人口危机的人民和国家而言。这一转变的成功将取决于能否将人类智能作为成长和发展过程中独特且不可替代的因素。