機器能完成的任務愈來愈多,員工不用提升嗎?給領導者的一封信

2019年10月18日 上午10:0

幾年後,你的工作還能一樣穩定嗎?經濟合作暨發展組織(OECD)2018 年統計,46% 的工作將「大幅改變」,尤其當人工智慧(AI)、機器人流程自動化(RPA,把繁瑣的作業流程交給機器人)的技術愈趨成熟,機器能完成的任務也會愈來愈多。

另一方面,企業徵才方向也出現變化。研究顯示,美國的軟體相關工作成長率,每年增加 6.5%,是一般工作的兩倍;在歐洲,明年預計有 50 萬個職缺,需要高科技能力,例如電信業、資訊業、電子產品製造業要求資訊通訊技術(ICT)人才。

換句話說,為因應重複性高的庶務性工作將逐漸減少,職缺往軟體和高科技產業移動,資誠聯合會計師事務所(PwC)盧森堡合夥人勞倫特.普羅布斯特(Laurent Probst)建議,不論產業為何,領導者都應趁早幫助員工「升級技能」。

一般的企業培訓,指的是較短期、熟悉既有能力的鍛鍊,偏向複習、精進同一件事,像是優化外包廠商的維修技術,減少失誤率,也就是「再次訓練」(reskilling)。但就算基本能力到達天花板,畢竟只是「基本功」,也沒辦法使待遇躍升。

技能升級(upskilling)則是要確保成員獲得新知識,且學到的技術,必須引領他們勝任進階職務。

比如,有員工負責社群行銷,他學習大數據(Big Data)知識後,能提升個人價值,勝任更困難的任務。

也因為培訓的複雜度高,領導者應依照職位找出最佳的培訓內容,也要投入較多資源。普羅布斯特舉例,幫助一名中級會計師成為數據分析師,至少需要 9 周,其中必須考量訓練期間,如何顧及日常工作(像是雇用兼職幫手)、培訓完後是否要提撥預算,確保新工作的薪資水準。

企業可以運用 IT 系統、機器學習演算法(machine learning algorithm),量化關鍵職位的技能需求,比對員工現有的能力,告訴他們「只要學習某項核心技術,就有望挑戰更難的職位。」如此,不但能開拓人才庫,也更吸引員工參與升級技能。

最後,普羅布斯特表示,培訓能否成功,仰賴領導者與員工的雙向對話,你可以建立量化指標,像是「習得某技能後,在公司的留任率增加 70%」;或質化目標如「我學習的技術未來有什麼職涯發展的機會」,以激勵員工熱情。

資料來源/Strategy+Business

延伸閱讀 \
分享連結

財經新聞

  • 重大要聞
  • 國際財經
  • 大陸香港
  • 基金動態
  • 個人理財