麦肯锡最新报告--AI最大的风险,是企业不会培养新人了最近，麦肯锡发布了一篇新报告《Building Expertise in the Age of AI: Who Trains the Next Generation?》。标题问出了一个越来越重要的问题--AI时代，下一代的人才，谁来培养？ 过去两年，我们讨论更多的是AI会替代哪些岗位、哪些工作会消失。但麦肯锡把视角向前推了一步，开始担心五年以后，企业还能不能持续培养出专家。 这是两个完全不同的问题。 很多企业已经发现，AI可以完成越来越多初级工作，比如写代码、整理数据、制作PPT、分析资料、起草方案…这些过去属于新人”练手”的工作，现在几分钟就能完成。 从效率来看，这当然是好事，但问题也随之出现--过去，新人成长并不是靠培训，而是靠实操。 一个咨询顾问，从搜集资料开始，慢慢学会分析问题；一个工程师，从修改Bug开始，逐渐建立系统思维；一个产品经理，从整理需求开始，慢慢理解业务。 这些重复、琐碎甚至枯燥的工作，本身就是成长路径的一部分。如果这些工作全部交给AI，新人的成长路径会不会被缩短，甚至消失？这正是麦肯锡提出的问题。 麦肯锡在报告中反复提到一个词：Apprenticeship（学徒制）。 很多行业的发展，都建立在这样的机制上。新人跟着高手做项目，高手一边做，一边教；新人不断试错，再不断修正。真正的能力，就是这样一点一点长出来的。 AI出现以后，这条路径开始发生变化。越来越多新人直接得到AI生成的答案，却没有经历分析、推演、试错和修正的过程。 结果就是，知道答案的人越来越多，真正形成判断的人却越来越少。 这也是为什么不少企业开始重新思考：AI到底应该替代工作，还是辅助成长？ 前段时间，福特公开承认，AI并没有解决他们的质量问题，真正帮助他们恢复产品质量的，是重新请回来的350位资深工程师，这些人在公司内部被称为”灰胡子”（Greybeards）。 他们回来以后，做了两件事。第一件事，是帮助训练和校准AI质量系统；第二件事，是把几十年的工程经验传递给年轻工程师。 福特副总裁查尔斯·普恩说了一句话，很值得思考--AI能有多好，取决于训练它的人有多好。 这句话，其实和麦肯锡讨论的是同一个问题。AI模型可以买，GPU可以买，但买不到的，是那些经历过多个产品周期、踩过无数坑之后形成的判断力。（相关阅读：AI裁员骚操作后续，福特请回350位“灰胡子”工程师） 过去，一个经理更多承担的是管理任务，比如安排工作、跟踪进度、协调资源、审批流程... 这些事情，未来越来越容易交给AI，但管理并没有因此消失，它开始进入另一层。 麦肯锡认为，未来管理者最重要的职责，不再只是管理工作，而是培养能力，帮助新人建立判断，设计成长路径，及时反馈，把经验沉淀为组织能力。 这也是为什么最近另一份Lenny’s Newsletter对近6000名科技从业者的调查显示，在AI时代，影响员工工作体验最大的因素，依然是经理，而不是AI本身。 AI提升了效率，真正决定人成长的，仍然是人。 很多企业正在思考，如何把AI和业务流程做整合或者优化设计。但还有一个也应该重新设计的，是成长机制。 例如，麦肯锡建议，不要让AI直接替代思考，而是采用”先独立完成，再与AI对照”的方式训练新人。 AI负责提供参考答案，人负责形成自己的判断，两者结合，成长反而可能比过去更快。 这也是未来组织设计的重要方向。不是把AI放进流程，而是把AI放进学习过程。 过去，很多企业关注的是知识管理（Knowledge Management），希望把知识沉淀下来。 AI时代，这已经不够了。我们预测，未来重要的，是专家能力管理（Expertise Management）。 知识可以整理，流程可以标准化，模型可以买，但真正让组织持续领先的，是一代又一代专家不断成长出来。 如果AI让企业失去了培养专家的能力，那么今天获得的效率，未来可能会变成组织最大的成本。 所以，AI时代，一个组织真正的竞争力，或许不只是拥有最先进的大模型，而是拥有一套能够持续培养专家、放大专家、传承专家经验的组织机制。这也许才是麦肯锡这篇报告最值得关注的地方。 AI正在改变工作的方式。但真正决定组织未来的，始终不是技术本身，而是组织有没有能力，让经验不断传承，让判断不断成长，让下一代专家持续出现，这样的企业才会持续拥有未来。 ---End--- 欢迎留言探讨及关注转发 更多内容： AI时代，企业很多流程，都应该重新做一遍 AI裁员骚操作后续，福特请回350位“灰胡子”工程师 麦肯锡最新提出“Sovereign AI”--AI时代，企业需要拥有的，是组织智能 腾讯拆掉组长，字节重写领导力--AI时代，组织正在发生同一种变化 黄仁勋最新访谈--真正决定组织上限的，不是AI，而是Harness 李飞飞最新判断--未来十年，职场可能只剩两类人 AI时代的企业竞争力，正在从人数转向智能密度
