面向未来的劳动力：新常态下的核心数字技能

COVID-19加速了工作场所数字化，给劳动力反应、学习和进步留下极少时间。组织面临三重挑战：

• 更年轻的初级和中层人才入职；
• 成熟劳动力，几年内即将退休，带走专业知识和经验；
• 云和AI等新技术和能力快速进步。

尽管挑战重重，组织已拥抱技术并加速数字化。技术使用、数字化和新工作形式的加速将持续。据报道，受COVID-19影响，组织在构建供应链冗余、改善数据安全、增加运营和服务中先进技术使用方面，速度比预想快20至25倍。

加速数字化转型对劳动力再技能化的影响不容小觑。善用数字能力改进业务的公司将领跑。同样清楚的是，虽然大多数公司认为数字化转型势在必行，但鲜有规模化实现。要规模化数字能力，劳动力必须准备就绪。组织如何为数字化转型准备劳动力？

远程医疗

虚拟护理和远程医疗正加速走向主流——需要多种新技能、技术和工作流变革。例如，病历监测远程指导或安排运输服务，所需技能可能与提供远程创伤援助不同。

会计师和医疗编码员必须学会与高级账单系统交互，以最大化收入并应对不断变化的CMS指南。例如，若AI驱动的索赔在账单生成前呈现可能的欺诈或误开账单——如今此过程在账单生成后进行，导致晚期损失追回或支付——员工将如何被要求与系统交互、评估结果并做商业决策？

对于云源系统，许多员工角色已在改变。云端IT系统无需编码或维护系统；角色从能在本地配置变更和工作流，转向在云端进行系统变更。随着更多系统迁移云端，IT角色也将转移。他们将聚焦云端IT战略；云环境下的采购和签约；服务交付支持；以及业务架构重新设计以支持云能力。

下一代制造

COVID-19残酷暴露了对中国作为唯一制造来源的过度依赖，重新聚焦回岸。这有两大挑战：

• 在冒着中国现有产能风险的同时，在岸上复制产能；
• 寻找支撑制造所需的劳动力池。

后者同样适用于现有国内制造。具体到寻找所需劳动力产能，我们正因大规模迫在眉睫的退休，而失去极具知识和经验的劳动力。这些专家精通制造和供应链、CAD/CAM、MES、NC和自动化系统，却是非数字原住民，未接触过云采购或制造中AI应用等当前技术。重要的是注意：虽然这批劳动力非常熟悉自动化和自动化系统，但不擅长或未准备好应对数字化。自动化是重复性任务的机械化，如拾取放置、传输线加工和装配，或开票。数字化是应用数字技术改进业务，本质上具有整合性和跨领域性。

随着数字原住民进入制造业，如何准备他们？有四个切入点：

• 为各层级劳动力开发新能力，将角色从机器操作员提升为利用大数据分析应对业务或流程风险。
• 开发配置流程数据图、治理和架构的技能。例如，车间生成越来越多基于传感器的实时数据。这些数据可用AI/ML工具增强传统统计过程控制。问题在于选哪些数据、多少量、如何连接或影响上下游流程。因此，用数字技术进行过程控制，将过程操作员角色从单纯分析因果和纠正行动，提升为流程和数据架构师及配置者。这种提升需要不同培训和能力。可推及供应链，供应链操作员也成为流程影响因素的监督者，而非点控制者。
• 数字化捕获老龄化劳动力技能和知识，用于培训新劳动力。
• 开发仿真和虚拟培训工具。

虽担心人类工人被自动化挤出劳动力市场，但共识渐增：AI和人类可发挥互补优势、有效相互增强。理解AI如何融入工作流、人如何与算法协作的人和组织，将比无法做到者更具竞争力。

总结：

• 利用AI并开发业务友好工具；
• 主动评估数字化转型需求，开发相关仿真或虚拟工具的再技能化路径；
• 培训云基础应用配置；
• 识别改进人机交互的方法；
• 使职业院校与行业需求对齐。

Shubho Chatterjee是数字化转型、战略、技术和运营高管。