抓住風口

本期要點：年輕人掀桌子的機會來了！

你好，我是王煜全，這里是王煜全要聞評論。

想象一下，如果你在一個知名咨詢公司工作了十年，終于成為高級經(jīng)理?？墒峭蝗?，你得到通知，這個頭銜將被換成一個由“級別+技能+領(lǐng)域”構(gòu)成的標簽，如L4-Cyber-Fed-Expert，也就是在網(wǎng)絡安全和政府合規(guī)方面的L 4級專家，而曾經(jīng)“高級經(jīng)理”頭銜所代表的社會地位與收入水平也都將隨之消失。

這正是德勤美國（Deloitte US）準備推進的變革。

他們給全公司17萬名員工發(fā)了名為《未來職業(yè)框架》（Future Career Framework）的郵件，并宣布從今年的6月1日起，將不再設(shè)立“經(jīng)理”等傳統(tǒng)職位，每個人的身份將完全由級別、技能與專業(yè)領(lǐng)域來定義。

為了支撐這一激進轉(zhuǎn)型，德勤在2025年全面上線了資源調(diào)度引擎Iris，將組隊的邏輯從以往的“人找人”變成了“關(guān)鍵詞匹配”。項目負責人只需輸入需求，系統(tǒng)就會自動篩選出具有相關(guān)技能標簽且績效排名在前15%的員工供調(diào)取。

而且，Iris會通過1200多個細分的技能標簽對員工進行全天候的動態(tài)畫像。如果一個老員工僅擁有資歷，卻缺乏當前項目急需的特定技能，那么他在系統(tǒng)中的推薦權(quán)重也不會高。如果某人的技能標簽長期處于“低頻搜索區(qū)”，就會漸漸被算法冷落，等同于被變相裁員。

這種邏輯與抖音等短視頻平臺的流量分發(fā)機制有點類似。系統(tǒng)不會因為你曾是一個所謂“大V”就給你持續(xù)推流，它只看你剛剛輸出的內(nèi)容是否符合當前的算法趨勢。

我們認為，這無疑是一場職場革命。企業(yè)將廢除職位與頭銜，讓經(jīng)驗和資歷不再是護城河，同時也為年輕人創(chuàng)造了快速上升的窗口期。但也要注意，當算法試圖將人拆解為數(shù)據(jù)標簽時，也迫使我們重新審視那些無法被AI量化的價值，因為這些才是人機協(xié)同時代中，人類最硬的職場硬通貨。

掀桌子！

首先，德勤此次架構(gòu)調(diào)整最直觀的影響，是消解了資歷的溢價，也為年輕人提供了跨越發(fā)展的機會。

我們在短視頻賬號發(fā)布了德勤的這個事件后，收到不少關(guān)注。評論區(qū)較多聲音集中在“人被工具化”的擔憂上。

大家直覺地感到，企業(yè)是在為AI替代崗位做準備。

畢竟所謂AI替代人，本質(zhì)上是在替代工作所需的技能和經(jīng)驗，所以當企業(yè)在按“技能”而不是“崗位”來設(shè)計組織架構(gòu)時，未來一旦AI發(fā)展到位，某些環(huán)節(jié)確實更容易被AI無縫替換。

不過，我們更應看到積極的一面。

如Iris這樣的AI系統(tǒng)不懂人情世故、不會論資排輩，它就是個內(nèi)部勞動力市場的匹配工具，目標是以更低的成本、更高的效率，將合適的人安排到合適的項目。

在傳統(tǒng)的組織里，技能存在于口頭描述或上級評價中，因此一個人能否被發(fā)掘，需要口碑和資歷的積累；但在德勤的新系統(tǒng)里，技能變成了跑在算法里的、可驗證的數(shù)據(jù)。

雖說在算法面前人人平等，但面對新技術(shù)，年輕人往往學得更快、包袱更少，也就更有可能憑本事實現(xiàn)跨越式發(fā)展。

例如德勤就公布了一個典型案例。一名代號為S.L.的年輕員工，職級僅為L2，約相當于初級顧問。但在一個需要解決“AI幻覺”導致財務偏差的千萬級大項目中，原本的資深項目負責人無法給出解決方案，Iris引擎就直接推薦了曾參與引擎底層開發(fā)的S.L.。

然后，S.L.成功通過“混合檢索”解決了幻覺問題，并且成為了這個千萬級大項目的核心顧問。

要知道，按照舊規(guī)矩，這種新人幾乎不可能接觸千萬級項目，即便參與了，也大概率只能去寫寫會議紀要，干些材料整理的輔助工作。但現(xiàn)在，一個年輕人只要能直接上手解決問題，就能被算法直接推到關(guān)鍵項目的關(guān)鍵崗位上一展身手。

以前大家總愛用“是金子總會發(fā)光”來勉勵有才華的年輕人，但如今，AI系統(tǒng)卻瞬間把這些“金子” 直接放到了能發(fā)光的地方。

我想，德勤或許也是希望通過這個案例傳遞一個信號，只要你有特定的技能標簽，哪怕你職級不高也能主導重大項目。與其說這是在把人“工具化”，不如說是開辟了一條新的上升通道。

硬通貨

不過，我們也要看到，這本質(zhì)上更是一場資源分配機制的深層革命。

德勤聲稱，在算法調(diào)度下，擁有“生成式AI集成”技能標簽的員工，項目單價會比同職級的、不具備該標簽的員工高出22%到35%。

但這背后其實是分配權(quán)的轉(zhuǎn)移。舊系統(tǒng)里，中層管理者靠著信息差掌握著任務與資源的分配權(quán)；新系統(tǒng)里，這種分配權(quán)被算法奪走了，也就相當于被收回到了那些躲在算法背后的人手中。

所以，這一機制的根本目的，必然不是為了讓年輕人更容易上位，而是為企業(yè)利潤服務。

企業(yè)追求效率與利潤無可厚非，但這個機制是否完美且合理，又能否實現(xiàn)AI對人的替代呢，我們?nèi)匀怀謶岩蓱B(tài)度。

在AI的運作邏輯里，所有信息都要轉(zhuǎn)化成能被模型理解的數(shù)據(jù)，也就是所謂的向量化。德勤現(xiàn)在做的，就是試圖把“人”也變成可計算、可搜索的向量數(shù)據(jù)。

可是，Iris系統(tǒng)雖然能精準識別人的技能標簽，并據(jù)此調(diào)配人力資源，但一群陌生的高技能專家臨時拼湊的團隊，在面對常規(guī)任務時確實可能執(zhí)行力更強，卻會因為缺乏情感連接和信任基礎(chǔ)而在一些困難的任務中難以充分協(xié)作。

很多時候，一個項目能順利推進，可能是因為團隊中某個成員具有更高的溝通協(xié)調(diào)能力，盡管看上去，他的技能水平并不是最高。而這些重要的軟性能力又該如何向量化呢？顯然，這不是靠一個給人貼標簽的深度學習推薦機制所能解決的問題。

所以，我覺得，在可預見的未來，人機協(xié)同仍將是主流模式。

AI可以固化那些可向量化的、可被訓練為模型的技能和經(jīng)驗，從而替代重復性高、模式固定的工作。但人的許多能力依然難以被AI取代，比如溝通、共情、跨領(lǐng)域整合、靈活應變以及從零到一的創(chuàng)造力等等。

所以，當算法越試圖將人“向量化”，把人變成模型可以理解的數(shù)據(jù)時，我們就越要思考，人的終極價值究竟是什么？那些無法被輕易量化的部分，可能才是人在職場中真正的、不可替代的硬通貨。

以上就是今天的內(nèi)容，更多科技產(chǎn)業(yè)的前沿分析與趨勢洞察，我在科技特訓營中進行了持續(xù)分享，如果你也感興趣，歡迎加入，和我一起，先人一步，領(lǐng)先一路！

此外，也向各位家長推薦前哨AI冬令營。最好的學習是親手實踐，我們將通過高強度的集訓，讓孩子能親自上手完成一個真實的AI項目，從理解AI到駕馭AI。目前剩余席位已經(jīng)不多，快快點擊鏈接了解詳情吧！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領(lǐng)先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發(fā)布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領(lǐng)取

“AI時代的職場新趨勢”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！