下一个10年，两种人不会被取代

面对ChatGPT后的变局，市场人才的新标准是什么？

编者按：本文来自微信公众号“笔记侠”（ID：Notesman），作者：何伟，创业邦经授权发布。

(资料图片仅供参考)

面对ChatGPT后的变局，市场人才的新标准是什么？

一、ChatGPT后的新变局

自2月份ChatGPT发布以来，几乎每天一个重磅炸单，一会儿接入微软全家桶，一会儿对接第三方应用插件，最新的重磅是解除封印可以联网。

在这样的新变局下，从企业、组织到人，都处于一个不太适应的周期。

1.首批因AI失业的打工人

ChatGPT到来后，到底淘汰哪些岗位，人们有过很多的猜测。

前段时间，网上曝光了一份蓝色光标的内部邮件“关于将全面停止创意设计、方案撰写、文案撰写、短期雇员相关外包支出的通知”。

这是一个全面性变革，推测其背后原因有2点：

第一，蓝色光标本身业务以营销科技为主，在今年1月份已经对外宣布会跟各 AI 企业进行全面对接。第二，他们在内部建立了很多与文字、设计工作有关的小模型，从而提高人效。

2.美国企业使用ChatGPT的情况

美国曾公布一个关于企业使用GPT的调研。其中66%用于写代码，58%用于写文案，57%用于客户支持，52%用于写会议纪要和其他文件。

在招聘过程中，约77%使用ChatGPT的公司表示会用来撰写职位描述， 66%的企业用来起草面试申请，65%用来回复申请。

在感官层面，55%的人表示ChatGPT的工作质量十分优秀，34%的人表示做得非常好。

在效能层面，48%公司表示节省超过5万美元，11%的公司表示节省超过10万美元。

3.ChatGPT能做的事

ChatGPT的功能很多，包括程序语言转换、故事创作、代码、头脑风暴、RE文本情绪分析、广告设计等49个。概括起来有7大应用场景：应用和布局、搜索和数据分析、程序生成和分析、文本生成、内容创作、一般推理和其他。

4.ChatGPT对个人岗位的影响

ChatGPT对个人岗位的影响一度引起很大恐慌。很多博主都曾发过同一篇主题文章：ChatGPT来了，哪十大岗位即将被淘汰？哪十大岗位高枕无忧？

最危险的top10岗位有电话营销员、客服、洗碗工等。

还有一些表面上不错，其实已经岌岌可危的“外强中干”的工作：销售与市场保险、保险理赔员、卡车司机、财经和体育记者、记账员和财务分析师、专业投资人员、放射科医师等。

面对ChatGPT后的变局，市场人才的新标准是什么？企业用人的新布局是什么？这是我们需要思考的问题。

二、ChatGPT后，市场人才的新标准是什么？

相对未来的数字世界，我们现在生活世界被称为模拟世界。在模拟世界做得不错的人可称为模拟精英。

从模拟精英转换到数字精英，可从4个维度分析：第一，数字思维；第二，数字知识；第三，数字技能；第四，数字资产。

1.数字思维

数字思维，分为三项浅思维、三项深思维。

① 三项浅思维

第一，软件思维，用软件定义协作和产品，偏标准化和流程化。

第二，网络思维，用网络定义资源和效率，偏协议化和架构化。

第三，智能思维，用智能定义能力和价值，偏模型化和协同化。

三项浅思维是应对数字化技术和文化变革需要的思维方式。

② 三项深思维

三项深思维是本质化、深层次的思维，包括模型思维、本质思维和利众思维。

第一，模型思维，是动量与结构的耦合。

这两年，很多企业弯道超车，甚至能跨行业，是因为其背后具备了模型思维。

举个例子，字节跳动创始人张一鸣在创办字节跳动前，从饭否网、九九房等连续进行了5次创业，每次创业都是不同行业。

这些行业表面看上去毫不相关，但他能一次次地在我们的视角里跨行业创业，是因为对他来说，他从来没有改变过，他做的一直是底层算法推荐，只不过区别在于推荐的餐饮信息、房产信息还是娱乐信息。

第二，本质思维，也称第一性思维。

第一性思维是2000多年前哲学家亚里士多德提出来的，被马斯克带红。

记者问马斯克，你为什么这么成功？马斯克说，我成功的原因只有一个，就是做什么事情都用第一性思维去思考。

记者又问，第一性思维是什么？马斯克举了生产特斯拉汽车时解决电池成本卡点的例子，他从根源出发，研究电池的组成、组装供应链和产业配套，完成一系列整合，将电池成本降到80美元/千瓦时，最终完成特斯拉生产。后来，他又把第一性思维延续到SpaceX，将火箭成本降下来。第一性思维指找出“根”原因，发掘“源”方法。

第二性思维是比较思维，指空间同类相比和时间前后相比。同比、环比，跟同类型企业比较、对标，还有考察、参访，都是比较思维。

比较思维是目前常用的一种方式，但在现在这样一个面对转折、变革的时代，必须具备本质思维，超越比较，直达根源。

第三，利众思维。它随不同时代的文化而更迭。

在农业时代，生产资料以农业为主，生产单元是个体，每家每户只要把产品生产出来，跟别人交换就可以。那时崇尚害人之心不可有，防人之心不可无，强调利己。

在工业时代，进入大规模生产，强调以客户为中心，利他主义开始出现。大家知道必须做上下游的利益共同体，共同为客户服务，所以利他思维在工业时代传播得很快。

到现在数字时代，强调利众。一方面是人们的格局不断提高了，更底层的原因是数字技术让信息互通，打通了底层的透明。这时，企业要以“为人民服务”的社会责任为重，才能有利众思想，团结起来为社会创造价值。

2.数字知识

要成为数字精英，除了要具备一定的思维，还要具备一定的数字知识。

在传统行业中，要找一个管理专家、技术专家，相对容易。可现在要找一个数字化专家，或者数字化人才，会非常困难。原因是，在数字化领域，专家不仅要懂技术知识，还要懂技术知识与产业知识的融合。

在数字知识的矩阵下，大家要学习的内容很多，包括软件知识、硬件知识、内容知识和运营知识。

此外，从数字化时代1.0到4.0，不同时代对人才标准有不同要求和不同侧重点。

在信息化时代，侧重软件知识和硬件知识。懂计算机知识的人显得稀缺而珍贵。

在网络化时代，侧重硬件知识和运营知识。互联网电商非常火的时候，选品师职位一人难求。他们在电商网络专门做服装、化妆品，或者专门为客户选择热门商品。某些品类选品师年薪一度高达百万，因为他在网络化时代掌握了非常关键的运营知识。

在智能化时代，侧重软件知识和运营知识。软件知识主要指AI知识，也就是Chat GPT相关知识。运营知识，指生产内容的知识以及如何用AI赋能运营服务。

到元宇宙时代，侧重硬件知识和内容知识。元宇宙到来后，很多设施、硬件知识会变得很重要。此外，元宇宙是一个新世界。每创建一个新的世界，就需要生产很多内容，所以在这个阶段，内容也会变得非常重要。

3.数字技能

① 数字能力：知识、创作、运营

ChatGPT到来后，带来了AI新能力，包括知识、技能和运营，也是成为数字精英需要掌握的能力。

第一，获取知识能力。

知识包含科学知识、社会知识、事件知识、数值知识和原型知识。

最近我们疯狂地测试ChatGPT、文心一言、通义千问等工具的获取知识的能力，发现这些工具的确超越了百度、知乎。

举个例子，向ChatGPT提问“写一篇介绍ChatGPT的文章”，它会回答，介绍ChatGPT是一种强大的语言模型等等。

再追问，想知道它的技术原理是什么，它会重新给你一份答案，介绍ChatGPT的原理、训练模型和参数等。

它不仅可以像百度知识库回答知识，还可以把知识归纳成要点，结合你的数字要求生成重点。

还有一些例子，比如，在艺术领域，我们提问“描述达芬奇的《最后的晚餐》中，耶 稣和门 徒的身体语言以及它们所传达的含义”；在物理领域，我们提问“请解释量子纠缠的现象，并描述它在量子计算中的应用”；在哲学角度，我们提问“请解释尼采的超人概念，以及它在现代社会的意义”。

这三个例子的答案，都说明与ChatGPT互动获取知识时又快又准，还能按要求精准归纳。

第二，创作作品的能力，包括文本、图像、音频代码等等。

大部分人对ChatGPT的商业化方向很了解，它可以帮助写作、做图、编程和制作视频。

AI写作：除宣传稿、会议纪要这些通用浅显的写作外，用好市面上出现的各种各样提示词，还可以更好地生成专业文稿。比如，请ChatGPT“根据人力资源行业写一份员工手册，字数控制在xx页”，它可以按照要求完成任务。

AI视频：拍片子、剪辑很费功夫，而且效果可能不太好。现在用百度或腾讯相关的生成视频网站，就可以直接生成，很高效。

AI作图和AI编程在企业中更为常用，就不赘述了。

第三，赋能运营能力。AI可以生成各种各样流程、设计、商业方案、营销协同流程。

赋能运营能力主要是ToB的。假设一个叫GPT的集团想设计一份带自然风情风格的办公室图纸，有xx平米，希望是开放式空间。ChatGPT就可以自动生成一份其需要的设计图纸。

此外，它在数字化营销、客户服务、研发和生产运营中都有涉猎，应用范围非常宽泛。

举个例子，用ChatGPT解读PLM 解决方案如何带来商业价值。

第一个问题，“消费品企业有哪些产品研发的管理挑战？”。ChatGPT会从市场变化、研发成本、性能、保护知识产权、研发质量这几方面回答。

接着问，“想根据你的方案和分析，选一些合适的供应商，如何选择？”ChatGPT会从企业的需求、供应商的挑战、经验、功能、灵活性、集成能力性的安全、价格等角度回答。

再问，“请你帮我推荐一些好的供应商。”。ChatGPT推荐了很多。再提出一个PRM供应商，问它这家供应商口碑如何。它会逐一分析企业的技术、经验、口碑。

这可能是一个比较粗浅的回答，但借助GPT来解读研发、生产、运营方面的某一个具体方案，可以省去不少平时要做的调研、分析、选型等工作。

② 专业人士新定位

前面讲的三种能力折射出作为一个企业专业人士应该具备的能力，从不同视角又可以分为不同的专业人士，我们应该成为哪一种人？

第一种，从用户视角定义问题：人人都是提示工程师。

现在市面上有一些比较通用的，提示工程师关于“如何向ChatGPT提问”的说明指南。

但光拥有指南还远远不够。如果问它一个专业问题，比如“请你帮我设计一下我们企业xx岗位的胜任力素质模型”，它不一定能生成你所需的答案，因为它对如何生成你所需的胜任力模型背后的专业知识完全不了解。

从用户视角定义问题，人人都是提示工程师，提示工程师前面要加两个字——专业。专业代指所有的专业岗位，比如人力资源提示工程师、财务提示工程师，这样才能成一个合格的真正能跟人机协同的生产者。

第二种，从平台视角解决问题：人人AI专家。

现在AI相关工具如雨后春笋涌出，针对AI会生成很多符合企业的服务。围绕AI进一步开发、应用，也是个人或者从企业方来讲需要具备的能力。

任正非说，未来只有两种人，一种是熟练使用AI工具的人，另一种是可以生产AI工具的人。

当然可能还有一种，维护AI持续的人。前面两类人是最大的一个趋势。这是新形势下，需要的人才的新标准。

③ 人类相对具备优势的技能

AI出现以后，人类很多职位、部门、行业一下子被淘汰了。但相对AI，人类还是拥有一些相对优势的技能。李开复博士曾给出了一个分类，我觉得非常精辟。

第一类，灵巧性工作。比如刺绣、云锦这些需要技术型、技能性的活，以及精密手术。

第二类，创造性工作。你所在的岗位不是按部就班，也不是标准化的，而是需要根据专业知识、行业和企业情况来完成的，需要创造力的工作。

第三类，需要同理心的工作。你可能会说现在的机器也有同理心，比如智能型养老机器人、安慰型机器人、机器人女朋友等等。但目前来说，机器人相比人类的同理心和共情能力差距还是非常大。

这三类岗位目前是比较安枕无忧的。如果不属于这三类，只要掌握前面说的三种数字能力，或者迅速成为两种专业人士中的一种，依然可以与时俱进。

4.数字资产

数字资产是指个人数据量、个人网络场、个人数字作品和个人数字财富。

第一，数据量。有没有存储方式，个人日增数据量级如何。

第二，网络场。有没有个人形象或个人场所。数字形象是指用AI工具生成的员工画像、漫画头像。个人场所，比如头条、抖音、快手、微信视频号。

第三，作品。生成的头像、海报、绘画，都可以作为个人数字作品。

第四，财富。包括数字藏品、数字货币等。

在模拟时代，衡量一个人的价值如何，首先要了解他的基本信息，包括年龄、毕业学校、从事职业，还有财富信息，比如开什么车，银行多少存款，住哪里？这些基本信息是目前评估一个人的维度。

在数字时代，另一个维度在逐步开启，就是数字资产。在抖音上有多少粉丝，是不是百万大v，个人数字藏品有多少等等，这些都是未来衡量一个人整体估值的重要方面。

所以，从现在开始，每个人都要扩大自己的资产版图，积攒自己的数字资产。

三、ChatGPT后，企业用人的新布局是什么？

以前讲人很简单，是指跟企业、人力资源部签订劳动合同，有雇佣关系的人，属自然人类。

现在，企业的用人要分成两大部分，一类是自然人，一类是再生人。

自然人原来是指跟企业签订劳动合同、具有劳动雇佣关系的人，现在范围比之前扩大了，增加另外两种人：共享人员，也称数字创客、合伙人；用户团队，参与评价产品、内测的用户，也称数字用户。

再生人分两类，一类是有外形的实体机器人，一类是没有实体的虚拟人和数字人。

自然人和再生人在企业内部现在最理想的布局应该是：原生人员占总体2%，市场上的共享人才占10%，剩下88%是大量用户；再生人则越多越好。

硅基智能创始人司马华鹏前段时间在朋友圈发了一篇小短文，可以帮助我们通俗地理解企业用人的新布局。

他说，现在看企业规模和人才结构，会说“我的企业拥有1000人或是10000人（都是自然人）”未来，你的企业可能是你带着你爱人、你爱人妹妹、姐姐共同治理，结构是这样的：你爱人负责管理500个机器人，你爱人的妹妹负责管理1000个机器人，你爱人的姐姐再管1000个机器人。这样你的企业一共有2504人，2500人是再生人，4个人是自然人。

1.企业可用的三大类自然人

企业可用的自然人分成三大类：全职人、合伙人、关系人。

① 全职数字化人才

a.数字化人才：数字化管理、专业、应用人才

大家可能会疑惑，数字化人才到底是什么？实在找不到数字化人才怎么办？

相对于数字世界，现在的世界叫模拟世界。在模拟世界，最高层是CEO、CTO、COO，中间是管理层，下面作业层是操作员、质检员。

到了数字世界，所有最高层都要再“D”一遍，是DCOO、DCTO、DCEO，中间职能主管变成数据主管、算法主管，以前的操作员要变成数据标注员、算法工程师。

从以上分类看，除决策层是自己原地升级以外，其他都要被替代的。其实不是这样的关系。

举个现实中的例子，我有个985毕业的同学一直在企业内部负责组织考核，他们集团前两年开始做数据中台，来了一批算法工程师。刚开始的他觉得自己被替代了，结果慢慢他发现企业在上数据中台时全程离不开他，因为他是最了解企业各种绩效考核算法的人。现在，他们企业已经正式上了中台系统，他也转型成为企业数据主管。

b.企业内数字化团队：内培外引的新能量

企业中称可为数字化人才的有4类人：数字工匠、数字专家、数字主管和数字高管。

企业要用人，无非是两种方法，外引和内培。

如果企业不是数字化原生企业，本身不生产算法工程师，需要从外引进数字专家。

但数字高管、数字主管、数字工匠这三类都可以原地晋级。

我们曾做过数字工匠升级项目。班级学员都是对应原来的操作员、物料工程师、设备工程师等岗位。经过3个月的系统化培训，进行最后成果汇报时，每个数字工匠都设计了一套针对企业、针对自己生产车间的配套方案，如智能巡检、智慧物流，这足以说明这部分人才是可以被数字化升级的。

② 合伙人

合伙人，也称OGC，指合伙人和专业人才的共享平台。

像最早的猪八戒、58 同城等，都是通用型的，现在共享平台越来越专业。这两年最流行的是数据标注师的众包平台，百度、京东等都有专门面向数据标注师的众包平台。

这大大扩展了企业用工的渠道，也为很多零散者在剩余劳动时间提供再生产的机会。

③ 关系人

关系人，也称UGC，指用户作为关系人才的社群化交互。

比如，我在抖音发布视频，就是平台的UGC贡献者。

事实上，UGC也有很多分类。

比如，在海尔卡奥斯平台这种工业互联网平台，用户长期在上面作为价值补充者。

再比如，大家在小红书分享内容、知识，虽然有些是带货，但也有很多常识，无偿地传递一些价值。这是一个典型的UGC生活社区。

当然，还有一些游戏平台。

用户作为关系人才的社群化交互是经常会被忽略的。你可能会觉得有些企业不像抖音那样纯粹让用户创造内容的平台，认为企业不需要关系人才。其实不然，如果企业的每一个产品、每一个交互都是跟用户共同创造出来的，产品的价值无疑会更大，用户的认同感也更高。

2.再生人

① 机器人

a.硬件机器人

再生人，首当其冲的是机器人。常见硬件机器人分三种：第一，工业机器人；第二，服务机器人，比如排队机器人；第三，特种机器人，比如军用特种机器人。每种机器人，从不同应用功能，可以进行不同分类。

今年1月份，工业和信息化部、教育部等十七部门印发《“机器人+”应用行动实施方案》，提出了一个具体的目标，2025年，制造业机器人密度较2020年实现翻番，服务机器人、特种机器人行业应用深度和广度显著提升，并聚焦农业、能源业、建筑业、养老、医护等十大重点应用领域。

通过这份方案，大概能了解工业机器人在各领域里应用的程度。这也提醒我们，工业机器人在我国发展比较成熟，并且将继续在趋势和震荡中进行引领。

机器人构成有三个部分：主体、驱动系统和控制系统。

现在机器人生产有一个更新的突破。马斯克提出“一体化压铸”，所有机器的外壳和零部件全部一体化，直接压铸成型。这也有缺点，比如说换一个零件，需要整体重做。但是，如果未来都是往这个趋势发展，所需的人工会变得越来越少。

再介绍一下医用机器人。在灵巧性角度，达芬奇手术机器人是目前医用机器人领域做得非常好的一个产品。它后台由三部分组成：医生控制系统、三维成像视频影像平台、机械臂组成的移动平台，可以很好地完成一台精密手术。

b.软件机器人RPA

软件机器人RPA本身是一个流程性机器人， 它可以做标准化、具有重复性、比较繁琐的工作。不管是内审合规，还是人力资源、财务的应用，都是这类工作。

加持AI之后，相当于给它的手脚装上了大脑，扩大工作领域，不仅能审核普通标准流程，还可以进行大脑判断，做更多的运营、决策类工作。

将一个比较典型的应用：软件机器人RPA在工厂流程监控岗的全流程应用。从设备投产环节开始，它帮助工程变更具管控性；到排产计划环节，它可以做订单数据准备；到生产管控环节，它可以做质量风险管控；在做交付发货环节，它可以进行发货状态监控。

② 数字人

a.真人驱动型——映射和交互

数字人当中，虚拟人与数字人容易分不清。虚拟人是真人驱动型的，有映射和交互的。

比如，我今天在这讲课，我可以给自己复刻一个数字人，把我的脚本、语音输给他，让他来跟大家交互。如果复刻的人非常逼真，脚本、语音跟我平时讲话一样，大家会觉得何伟老师真实地在授课。

真人驱动型虚拟人有三大要素：一是数字人模型，二是动作捕捉设备，三是需要一个真人，这也是关键的技术点。

b.计算驱动型——原生与数创

计算驱动型数字人的整体在现实中是找不到真人对照，完全是虚拟的。它的语音表达是通过深度语言学习模型运算结果驱动，在渲染后达到的效果。比如万科优秀员工崔筱盼，就是计算驱动型数字人。

③ 模型即服务（MAAS）

以前讲数字化的三层架构，从下到上，是IaaS层、PaaS层和SaaS层。现在，在这个层中间要加一个最核心层——MAAS，即模型及服务。

未来的结构组合可能是GPT+Bot，完全智能化的、自动化的大脑，加上实体机器人。这是一个有形又有神的智能化再生人，是未来即将到来的一个最强前景。

虽然智能化再生人现在的应用领域还比较局限，但是Auto GPT已经真真实实地到来，它不仅可以应用到买外卖、采购牛排、选餐厅这些普通任务，还可以真正实现目标分解、任务最优解。

四、ChatGPT在人资管理中的应用

1.招聘与配置

我们可以利用ChatGPT撰写招聘说明、面试问题。但要真正把招聘说明和面试问题写好，不是随便问它几个问题就行，还要用到专业性。

提问者自己要先对这份招聘说明和面试问题有一定规划，再配合提示词，才能真正让ChatGPT产出一份有价值的招聘应用说明。

2.培训与开发

我们可以利用ChatGPT写一份生产制造领域企业内训的培训计划。它由几个部分组成。

第一部分，对它说“请帮我设计一份内部培训的训前调研。”它就生成了一份调研问题。

第二部分，对它说“这场培训是面对50名中高层管理者的，想设计为5天，包含的课程内容是目标管理、营销管理、绩效管理、实操和考察。”ChatGPT就会生成一份完整的培训说明。

第三部分，对它说“请推荐全中国前10名目标管理老师。”结果它推荐一大堆知名大咖。但我预算有限，那得加一个定语“请帮我挑选一些1万到2万一天的老师。”

第四部分，对它说“请帮我写出这30页PPT的提纲。”它就总结出来。

最后，如果预算有限，就对它说“我们企业预算有限，请帮我在10万以内做一份预算。”它又会写一份很合理的预算表。

ChatGPT的功能还不止如此，还可以根据员工的兴趣需求做个性化学习定制，可以做培训反馈，还可以辅助知识管理。

3.绩效管理

ChatGPT可以帮助分析内部员工在不同场景中的表现。比如在招聘培训中，分析员工的语义理解、场景活动数据，体现他在非业绩之外的表现。

4.员工关系

ChatGPT在员工关系方面的应用主要有两点：

第一，心理层面，可以帮助做反馈调查和心理安抚工作，及时调节、预警员工的情绪。

第二，数据层面，可以关联微妙事件和数据的关系，总结出绩优员工和绩效比较差的员工之间的不同。

5.政策合规

AI特别适合处理合规合法性、有标准答案、标准规定的工作，可以准确地判断某些语言信息、某些行为是否合规。比如，在人力资源、审计、法律等政策合规领域里运用。

6.实施计划

利用ChatGPT，可以做各种规划。

比如，做一份人力资源总规划。给ChatGPT“喂”一些材料，包括今年员工的离职人数、培训需求、员工绩效和组织结构、明年战略目标，请ChatGPT给出计划建议，阐述来年当中要做哪几项调整。

ChatGPT在商业里也可以应用，比如“如何用10万块钱开一个奶茶店”、“如何不花一分钱做一个小调研”。

7.数据管理

钉钉、企业微信里都有类似的数据管理应用，用一些比较小的代码，搭建各种各样的报表。ChatGPT相对升级了一些，可以做指标体系搭建、底层数据分析和岗位记录。

8.战略分析

ChatGPT可以对市场行情、行业分类、企业状况进行分析处理，辅助生成数据，可以帮助人力资源部更准确地评估公司财务状况、盈利能力，从而预测其财务状况及未来发展趋势。

从以上八个方面的应用，发现ChatGPT最大的能力不是做文本、图像，而是充当企业大脑，从全方位的角度帮助企业梳理组织内部的职责，在选人、用人、育人层面重新升级人的能力。

最后送给大家两句话:

第一，不要焦虑，唯一不变的是学习。

第二，世界上能够生存下来的物种，不是那些最强壮的，也不是那些最聪明的，而是那些应变迅速的。

我们不一定是最聪明的，但我们可以迅速应变，成为首先掌握 AI 工具的人。

本文（含图片）为合作媒体授权创业邦转载，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。

关键词：