时代的变化越来越快了。
在过去，捧一个“铁饭碗”，一吃就是一辈子。但是今天不一样了，机会来了，你还没有抓住，就已经走向了下一个时代。
张泉灵有句话说得很好：时代抛弃你的时候，连招呼都不打一声。不管你曾经是多么声名赫赫，只要你有丝毫的懈怠和不思进取，分分钟就能被淘汰。
那么，想要不被时代抛弃，今天的我们怎样才能找准努力的方向？并为之着重提升哪些技能？本文中，管理学博士、认证项目管理专家（PMP）邱昭良老师为你提供一个不一样的角度。以下，Enjoy：
人工智能——创造大量新商机的同时，也会颠覆或摧毁很多行业或职业。
互联网上的消息，来得快，去得也快。大部分人很难从嘈杂的噪音中识别出有意义的信号出来，更别提把握趋势、顺势而为了。
但是，正如俗话所说：一叶知秋。外行看热闹、内行看门道。真正睿智的人能够透过现象看到本质，透过具体事件看到内在的一般规律。
这不，前一段时间，一款主打以AI实现视频换脸的APP“ZAO”引起了广泛关注和讨论，之后没有两天，就没人提起了。
同时，大家讨论、关注的重点大多集中于个人隐私与安全，很少有人注意到AI的身影，也很少有人意识到AI可能给我们带来的影响。但是，我却从中感受到了危险即将来临的强烈气息。
是的，一提起人工智能（AI），许多人还认为它主要停留于实验室、科学家们的办公桌，以及影视作品里面，充其量是像阿尔法狗（AlphaGO）、无人驾驶汽车、无人超市这样一些仍属于概念炒作或原型阶段、和我们的日常生活还有一定距离的领域。
但是，ZAO却把AI一下子带到了大众面前，通过人脸识别和视频合成技术，每一个人只需动动手指，就可以实现以前需要很专业的人员、利用专业设备或软件，才能做到的事（当然，前提是你愿意冒着个人隐私可能被泄漏和滥用的风险）。这一切都拜AI所赐。
当然，ZAO并不是第一个，也不会是最后一个。在可以预见的未来，一个个功能强大的AI产品和服务，正在以你难以想象的速度，成群结队地扑面而来，令人目不暇接。
它们会给我们人类带来什么样的影响？我们应该如何应对？
不知道有多少人想过这一问题。
虽然这是一个很庞杂的问题，似乎也没有多大的紧迫性，但是，就像古语所云：人无远虑，必有近忧。如果我们不能预见到可能到来的颠覆性革命，我们会不会成为那只最终被煮死的“温水中的青蛙”？
事实上，在我看来，AI带来的变革，不仅波及面非常广，影响深度很深，而且它的速度可能远远快于我们的想象。它会创造大量的新商机，也会颠覆或摧毁很多行业或职业。
比如说，AI可以写新闻稿、播报新闻，那么，记者、播音员或主持人会受到什么样的冲击和影响？AI可以配送快递、外卖，那么，穿梭于大街小巷的快递小哥、骑手们，又会何去何从？
除了我们的生活，在大量工业领域，AI可能已经更大力度地全面渗透了：无人工厂、无人仓库、无人驾驶的汽车、火车、轮船、飞机，无人装卸的码头，无人巡视……还有很多我们甚至无法想象的场景。
因此，无论是我们每个人，还是每一家企业，或早或迟，都可能面临着巨大的冲击，需要升级我们的技能（upskilling）甚至是重新学习新的技能（Re-skilling）。否则，就可能面临下岗、失业、难以维持生计的悲惨命运。
事实上，麦肯锡全球研究院2017年就发表过一部白皮书，指出：到2030年，受科技革命的影响，全球将有0.75-3.75亿劳动者需要转行或学习新技能。
德勤顾问公司2018年也有一项研究指出：超过90%的被调查者认为，自己每年都需要更新技能，以便在数字化的世界里更有效地工作。
在我看来，不仅是未来，在今天，我们每个人都需要持续不断地刷新、强化自己的技能（upskilling），才能保住现有的岗位；而数年之后，我们都要重新配置自己的能力、学习很多至今未知的新技能（Re-skilling），才能适应新的工作岗位。
这种艰巨的挑战冲击的不是一两个人，而是数以亿计的大规模的劳动者。但是，面对这样严峻的挑战，有多少人做好了准备？我个人对此并不乐观。
那么，我们应该如何应对Upskilling和Reskilling的挑战呢？
01、掌握知识炼金术，学会学习，以不变应万变
在我看来，就像古人所说：以不变应万变。所谓“万变”就是各种可能的变化，对于未来的世界，我们其实并不确信哪些工作会被消灭，而哪些工作又会被创造出来，我们现在也无法勾勒出你需要掌握的技能组合是什么，这些都充满了不确定性。
而所谓的“不变”，指的就是你的学习能力。不管未来你需要学习什么具体的技能，学会学习，从而可以快速学习，是你最保险的“金饭碗”。
这样可以做到“以不变应万变”，去学习、掌握乃至创造、引领今天我们甚至难以预测的新领域。
对于企业而言，如果不能找到适应这一大趋势的有效方法，就会因为缺乏必需的人才而在竞争中败北。相反，那些能够有效解决这一问题的企业，将会成为新产业的开拓者和引领者。
为了应对这一挑战，仅仅依靠传统的培训（Training）、在岗训练等人才发展技术是不够的，因为新技术变化太快了，你都不知道到哪儿去找有资格进行培训和指导、训练的人！不仅如此，它们无论在效果上，还是在速度上，都难以满足新世界的需要。
在我看来，企业需要掌握一种新的技能——“知识炼金朮”，在进化中萃取并运营知识。
所谓“知识炼金术”，指的是如何从各种途径提炼出有价值的知识，并充分、有效地使用，以提升自己、团队和组织的能力与绩效表现。它包括知识萃取和运营两个大的阶段，需要依赖很多新的技术。
前者是从各种渠道、材料中提炼出能够指导未来行动的经验、诀窍乃至一般性规律，并将其开发成可以批量交付的知识产品；
后者指的是如何把这些萃取、包装好的知识产品广泛地进行分发、传播、应用和更新。
在未来世界中，知识炼金术将成为企业的核心技能。面临快速而剧烈变化的市场，要想占得先机，企业必须快速找到生存与经营的窍门，发现成功的关键要素。这就是知识炼金术的价值所在。
若不掌握这一技术，你几乎寸步难行，要么四处碰壁或重复犯错，要么侥幸成功，风险很大，而且很可能没有现成的经验可以借鉴，没有办法从外部买到适合本企业的知识。
即便等其他人或企业通过知识炼金术炼出了“真金”，你去学习，不仅你已经落伍了，而且时间会很长、环境可能又变化了，原来有效的知识又失效了。
因此，为了快速应变，甚至引领变革，企业需要快速行动，之后马上进行高效地知识萃取和运营，从中发现规律、总结经验、找到商机和创新的空间，实现快速改进或创新、迭代。这将成为企业在充满不确定性的世界中最为有效的生存方式。
具体而言，在《知识炼金术：知识萃取和运营的艺术与实务》这本书中提出，知识炼金术对于企业的价值包括如下八个方面：
1）促进各级管理者的自我提升；
2）更好地帮助各级管理者指导下属、提升员工的能力；
3）将个人能力转化为组织能力；
4）促进组织的规范化运作，加速整合与融入；
5）帮助企业快速迭代与改进，应对快速变化的外部环境；
6）快速培训，即用即学；
7）提高培训转化率；
8）打造外向型企业生态圈。
因此，在我看来，知识炼金术是应对未来大规模upskilling和re-skilling挑战的有效策略，是未来世界中个人生存与发展必备的核心技能，也是企业之间竞争的新领域。
02、PDA模型：知识萃取与运营的方法论
基于我的实践，我认为，知识萃取与运营包括三个阶段：
准备（preparation）
开发（development）
应用（Application）
简称PDA 模型。
1.精心准备
正如《礼记·中庸》所云：“凡事预则立，不预则废。”任何事情要想成功，都离不开精心的计划与准备。所以，知识萃取的第一阶段是精心准备，主要包括下列几项工作：
明确知识萃取的范围。
定义知识萃取的目标与预期产出。
选择匹配的知识萃取方法及人员。
制订知识萃取的计划，并正式启动项目。
若准备阶段的各项工作执行到位，明确了要炼出什么金子，哪儿有金矿石，用什么方法，需要哪些人分别做什么事，要用到哪些设备、设施与资源，如何组织，大致进度如何等，可谓“万事俱备，只欠东风”。
2.精致开发
在开发阶段，主要工作内容是按照事先的筹划，把相关的各项工作推进到位，把金子炼出来。这是知识萃取项目的主体过程，主要工作包括：
基于选定的萃取方法，规划相应的工作内容。
多方位收集信息。
综合、分析、提炼。
快速开发原型，制订验证计划，并对其进行验证与优化。
3.立体应用
在开发完成之后，要进行知识成果的立体应用，确保萃取到的知识可以真正产生价值，这是知识萃取项目的第三阶段。主要工作包括：
基于预期产出及应用场景，进行知识成果的封装、打样，输出合适的成果。
多渠道发布并立体地推广。
对知识萃取项目的效果进行跟踪、评估。
基于评估和业务发展，提出下一步行动建议。
关于知识萃取与运营的详细方法与实操指南，感兴趣的读者可参阅《知识炼金术》。
03、知识炼金士，未来世界的新型职业
鉴于知识炼金术的重要性，无论是个人还是企业，将来都会涌现出大量的“知识炼金士”——掌握了相关的技能，真正从事“知识炼金术”，帮助他人和组织通过知识萃取与运营创造更大价值的工作者，因为每个岗位、每个部门都需要运用“知识炼金术”进行知识萃取与运营。
不仅依赖“人类智能”（human Intelligence，HI）由人类来完成的任务，需要依靠知识炼金术来培养与传承；而且大量的由人工智能（Artificial intelligence，AI）和机器人来执行的活动，更是离不开知识炼金士来赋能、维护。
也就是说，“知识炼金”将是未来智能化时代最受欢迎的新兴热门职业之一。
事实上，AI在给很多工作带来挑战甚至颠覆性变化的同时，它也会创造出一些我们意想不到的新工作——在我看来，“知识炼金士”将是其中之一。
例如，埃森哲公司2017年一项调查显示，全球超过1 000家大型企业已经使用或正在测试AI 与机器学习系统，为此，它们需要招聘或使用掌握这些新技能的人才。
该公司IT 和业务研究主任H. James Wilson 等人指出，AI 驱动的业务与技术类工作主要包括三个类别，分别是培训者（trainer）、解释者（explainer）和维护者（sustainer）。
培训者将教会AI 系统它们应该如何完成各种任务，包括开发算法、指导编程等；
解释者将作为技术和业务领导之间的桥梁，帮助澄清需求、确定方向；
维护者将协助确保AI 系统按设计运行，并应对意料之外的状况。
参考我对“知识炼金士”的技能描述，你会发现，知识炼金士的核心职责就是挖掘出工作活动或任务背后的知识，将其表述出来，只要这些“算法”或深度学习规律与技术手段结合起来，就会很自然地“创造”出AI 与机器人。
换言之，知识炼金士是赋予人工智能以智能的人，他们是AI 的“创造者”“培训者”，而且可以成为“解释者”“维护者”。
由此可见，知识炼金士就是站在AI 背后的人，是AI 的创造者、赋能者，是机器人的共舞者，是自动化与智能化时代的“新生代”和“弄潮儿”。
未来已来，你准备好了吗？
- 作者：邱昭良。管理学博士，北京学而管理咨询有限公司总裁，国际组织学习协会会员、国际人才开发协会会员、美国项目管理协会会员、认证项目管理专家(PMP) ，中国企业大学联席会学术委员，《培训》杂志专家委员。
- 本文经作者授权“管理的常识”（ID:Guanlidechangshi）原创首发，转载请与我们联系。
暂无评论，点击讲两句