我的職業生涯由人工智能做主嗎

在生成式人工智能問世之後，類似“你的工作會被人工智能取代嗎”“人工智能解放還是替代人類”等話題的讨論熱度居高不下。這些話題之所以備受關注，是因為人工智能正在重新定義職業成功，并顯著地改變甚至重塑了員工的職業發展路徑。本文詳細探讨人工智能的應用給職業生涯管理帶來的各類新挑戰，并嘗試給出應對措施，以促進員工的職業适應和自我發展，優化組織針對員工職業生涯發展的管理實踐。

 

文 / 房俨然、錢穎潔、莫申江、施俊琦

 

随着人工智能、通用大模型等新興科技的迅猛進步，數字化和智能化已經快速滲透到人類社會的方方面面。人工智能正逐漸成為衆多領域創新發展的重要驅動力，深刻地改變着我們的工作和生活方式。企業應用人工智能可以有效地将員工生産力從相對基礎性的工作任務中釋放出來，實現降本增效。然而，與此同時，新一代數字技術的廣泛應用也帶來了一系列預料之外的新問題。尤其是在生成式人工智能問世之後，類似“你的工作會被人工智能取代嗎”“人工智能解放還是替代人類”等話題的讨論熱度居高不下。這些話題之所以備受關注，是因為人工智能正在重新定義什麼是職業成功，并顯著地改變甚至重塑了員工的職業發展路徑。許多企業部署人工智能，意圖通過“人機協作”來提升員工知識技能和績效表現，并最終幫助其取得職業生涯成功。然而，人工智能賦能職業生涯管理的邏輯可能存在着“硬币的另一面”。本文從個體和組織兩個角度詳細探讨人工智能的應用給職業生涯管理帶來的各類新挑戰，并嘗試給出應對措施，以促進員工的職業适應和自我發展，優化組織針對員工職業生涯發展的管理實踐。

人工智能對個體職業生涯管理的挑戰：面對變化與未知

借鑒生命周期理論，員工的職業生涯發展過程大緻可以劃分為三個關鍵階段：職業生涯開端期、職業生涯發展期和職業生涯收尾期，分别對應個體從學校到工作過渡階段、工作參與階段以及從工作到退休過渡階段。随着人工智能技術的日益成熟和廣泛普及，人們在職業生涯發展不同階段所需完成的“任務和功課”逐漸呈現出全新特征，人工智能也給個體職業生涯三個階段帶來全新挑戰（見圖1）。

 

職業生涯開端期：學校到工作過渡階段

在職業生涯的開端期，個體大多面臨着從學校到工作的轉換和過渡。這一階段職業生涯管理的“關鍵課題”主要包括職業生涯探索和職業生涯準備兩個方面。人工智能技術的廣泛應用使得職業生涯探索和準備逐漸呈現多元化和複雜化的新特征。

職業生涯探索多元化

職業生涯探索涉及相關信息的搜集、初步評估與職業管理計劃的初步形成。這一過程中，人工智能參與的自我評估扮演着重要角色。自我評估是職業生涯探索的核心之一，而人工智能的應用使自我評估過程更加智能化和個性化。通過人工智能算法分析個體的能力、興趣和特長，個體可以更準确地了解自己的優勢和劣勢，從而更好地規劃和調整自己的職業發展方向。

此外，人工智能的應用也拓展了興趣培養的可能性。在職業生涯探索階段，個體需要不斷培養和發展自己的興趣，以更好地适應未來職業發展的需求。人工智能技術可以根據個體的興趣和偏好提供個性化的學習和發展建議，幫助個體更好地發現和培養自己的興趣愛好，為職業生涯的成功奠定堅實的基礎。

職業生涯準備複雜化

人們在職業生涯準備的階段往往形成了相對聚焦的職業目标或大緻範圍，将進一步投入相應的職業規劃、職業選擇及職業信心構建的過程中。人工智能日益成為人們完成工作任務的重要工具甚至是合作夥伴，學習和掌握人工智能相關的基本原理和知識技能也成為職業生涯準備過程中的必修課。以醫療行業為例，當前人工智能輔助診斷系統逐漸在越來越多的醫院落地（如為腫瘤患者提供醫療記錄、治療方案及排序的IBM“沃森”系統），醫學生們不僅需要學習傳統的醫學知識，還需要了解如何使用人工智能工具在臨床上做出更快速、更精準的診斷。

人工智能技術的不斷突破還給職業生涯準備階段的職業信心構建帶來新的挑戰。這類挑戰一定程度上源于人工智能在工作當中的應用對工作者自我價值認知構成沖擊。因此，在人工智能浪潮席卷而來的時代，正确看待人工智能在個人職業發展過程中所扮演的角色，梳理和調整自我價值和閃光點，找到職業信心和自我價值構建的合适道路，是人機協同時代職業生涯準備過程中的必修課。

職業生涯發展期：工作參與階段

與人工智能疊代升級不斷加快相伴的是工作内容、工作方式及組織内外環境的快速變化，這些巨變深刻重塑着職業生涯發展期，對個人将從事的工作類型和數量，工作内容和角色，以及工作體驗等方面都産生了深遠的影響。

工作經曆波動

人工智能的應用可能會導緻部分工作類型消失或相關工作崗位減少，同時也會增加新的工作類型，因此，個體在職業發展過程中可能會面臨轉換工作角色的挑戰。高盛分析師約瑟夫·布裡格斯（Joseph Briggs）和德維什·科德納尼（Devesh Kodnani）在2023年3月27日發布的研究報告中指出，全球預計将有3億工作崗位會被生成式人工智能自動化取代，導緻包括醫療保健、設計、人力資源、營銷等在内的諸多傳統工作崗位消失。例如，在以沃爾瑪為代表的零售業企業中，自動化收銀系統的應用大大縮減了對收銀員的需求。

盡管人工智能可能會減少一些傳統工作崗位，但同時也會創造新的工作機會。例如，我國在2020年正式将“人工智能訓練師”這一新興職位納入國家職業分類目錄，詳細規定了該崗位的國家職業技能标準。領英平台2023年發布的《未來就業報告：人工智能對工作的影響》（Future of Work: AI at Work)）顯示，在全球平台上以英文發布的工作職位中，提及GPT或ChatGPT等人工智能新技術的職位發布比例，相比半年前暴漲了21倍。

工作類型和數量的變化對個體的職業生涯發展而言，既是巨大挑戰，也是潛在機遇。個體職業發展一個可能的方向是多職業持有者（multiple job holder），即同時從事兩個或多個工作。雖然一個人同時兼顧多個工作早已不是什麼新鮮事，但人工智能技術的發展促進了遠程辦公、自由職業等新興工作方式的普及，身兼數職的趨勢可能會更加普遍。互聯網平台和各類數字技術使得同時開展多個工作的難度和壁壘大大降低，人們可以随時随地開展多種工作，依據自己的興趣投入到多個不同職業，從多個方面豐富和發展自我也成為可能。

工作内容和角色的拓展

許多企業使用人工智能技術自動執行重複性和标準化的任務，員工無須花費大量時間和精力在重複的機械性工作上，可以将更多精力投入到創造性、策略性的高價值任務上。因此，個體需要适應組織數字化變革帶來的工作内容轉變。例如，德勤、普華永道、安永、畢馬威四大會計師事務所均用财務智能機器人代替了原先财務流程中的人工操作，會計師需要将工作重心轉移到如策略規劃、決策支持等高附加值工作上，并且要學習使用人工智能技術，會計師的工作内容在較大程度上被重塑了。

此外，企業數字化變革會模糊傳統的角色邊界，員工需要更加靈活地擔任多個功能性角色，拓展自身角色的職責。數據共享平台、跨部門協作平台等促進不同團隊、不同部門之間的合作與交流，這涉及技術、業務、管理等多個領域的融合。同時，人工智能的賦能作用鼓勵員工自主探索和創造，不受傳統角色職責邊界和具體指令限制。例如，百度推出的AgentBuilder、AppBuilder、ModelBuilder等開發工具，讓沒有代碼編程基礎的非技術類員工也能像程序員一樣成為“創造者”，極大地拓展了員工的角色邊界，給職業生涯發展創造出更多可能性。

工作體驗的挑戰

人工智能工具和數字化平台應用讓員工獲得了更多的工作自主性和靈活性，有助于提升他們的工作效率和工作滿意度，增強他們對工作的積極性和投入程度。然而，新的技能和知識需求不斷湧現，也可能會讓一些傳統的工作技能變得過時。部分員工會感受到自己的能力受到挑戰，難以适應新的角色，這也是人工智能讓員工産生不安全感的原因之一。

近年來生成式人工智能技術的迅速發展與廣泛應用使得“被替代”“被威脅”的不安全感進一步蔓延到以往認為隻能由人類完成的“創造性”行業和工作崗位中。例如，騰訊遊戲近期公布的一款遊戲AI引擎GiiNEX，使用生成式人工智能等技術，可以産出2D原畫、3D模型、動畫等，其能力可媲美科班出身、具有一定經驗的人類商業畫師。此類生成式人工智能技術的問世和應用使得許多企業對商業畫師的要求從“創作繪畫”變成“機械修圖”，工作内容從創作藝術作品轉變為在人工智能生成圖像的基礎上進行細化修改，原本有較高自主性、創意性、價值性的工作變成了給生成式人工智能“打下手”、做修補的低創意度、低附加值工作。生成式人工智能能夠較高程度地承擔傳統商業畫師工作中的“創作”部分，導緻畫師這一職業的“含金量”和吸引程度大大降低。

職業生涯收尾期：工作到退休過渡階段

職業生涯收尾期主要聚焦于工作到退休這一過渡階段。在這一階段裡，職場中或潛在或公開的年齡歧視的現象，以及與退休相關的系列決策過程，也将會受到人工智能廣泛應用的影響。

年齡歧視和刻闆印象

數字歧視和數字鴻溝對老齡員工職業生涯發展具有負面影響，而年齡歧視和刻闆印象等加劇了這一影響。組織中的部分員工會質疑老齡員工使用人工智能的能力，這種歧視與刻闆印象使老齡員工在工作和社交中受排斥，被邊緣化，無法充分參與、融入到數字化工作環境中，進而更難以學習與人工智能相關的新技能和知識，老齡員工就業難度會因此劇增。更有甚者，如果受到“偏見數據”訓練，人工智能本身就可能存在年齡歧視。例如，某大型教培公司使用了人工智能在線招聘系統，該系統的算法會自動拒絕年齡較大的應聘者，55歲以上的女性和60歲以上的男性有可能會被取消資格。另一個更為鮮明的例子是對大齡程序員的歧視與偏見。矽谷這個世界著名的高科技産業區員工的平均年齡遠低于美國任一行業的平均水平。科技公司認為35歲以上的人更感興趣的是管理而非技術，年輕員工更聰明，從而形成了一種年長的員工跟不上最新技術的頑固偏見，這讓35歲以上程序員的職業生涯之路困難重重，幾近終止。

退休安排變化

人工智能可能會使老齡員工朝着兩個截然不同的方向安排退休。一部分老齡員工會考慮人工智能對自己職業生涯的負面影響，認為自己在數字化工作環境中的适應能力較弱，傾向于提前退休，避免面臨技術更新帶來的職業轉型壓力。另一部分願意接受數字化轉型的老齡員工，在人工智能技術以及互聯網經濟的助力下，可能會選擇延遲退休或以兼職返聘等形式繼續參與工作。智聯招聘于2021年發布的《中高齡求職者就業問題研究報告》顯示，2020年2月至9月，通過互聯網平台投遞簡曆的50歲以上求職者同比增長了32.4%，是35歲以下求職者的四倍以上。其中，有80%的中高齡求職者願意接受新就業形态。比如廣州某銀行退休員工塗女士，退休兩年後在美團上做“粵語私教”，給兩百多名大學生和白領線上授課。由此可見，數字技術蓬勃發展催生的職業搜尋和工作開展方式能夠助力員工延長職業生涯，拓展職業意義與價值。

人工智能對組織職業生涯管理的挑戰：平衡技術與人性

除了員工的自我職業生涯管理，企業和組織等也通過為員工提供發展培訓、職業管理信息及職業關系拓展等來進行幫助其進行職業生涯管理（見圖2）。下面我們将分别從組織職業生涯管理實踐的三個方面——發展能力、提供信息、建立關系，來詳細介紹人工智能可能帶來的一些挑戰。

 

發展能力

企業為員工提供培訓、研讨會、橫向調動等機會，使其能夠在職業準備和發展過程中發展自我，獲得更多當前工作任務或者未來工作準備必需的知識、技能等。這是從企業或組織的層面助力員工發展，使員工職業發展與組織戰略目标緊密契合的一項關鍵措施和手段。随着新一代數字技術的蓬勃興起，與數字技能學習及應用緊密相關的能力發展機會的日益重要，更好地幫助員工适應數字時代的新技術，助力員工在此過程中也不斷實現自我價值提升，成為組織職業生涯管理的關鍵課題。

數字與技能鴻溝

人工智能可以提供個性化培訓和發展計劃，但對于缺乏數字化技能或接受能力的員工而言，則可能會加劇數字鴻溝與技能鴻溝。當前企業的培訓、發展任務都逐漸向數字化領域和數字化手段傾斜，這可能會造成“馬太效應”，即已經具有人工智能相關優勢或資源的員工，會更容易獲得更多的機會和資源，而處于劣勢或缺乏資源的員工則更難獲得資源，數字技能方面的不平等會愈發加劇。顯而易見，受數字鴻溝影響最大的就是老齡員工群體，他們相對缺乏數字化技能，學習和适應新技術的難度更大，對使用人工智能工具和系統感到陌生和困惑，因而在數字化浪潮中面臨被邊緣化的風險。

技術依賴和風險管理

雖然人工智能能夠将員工從煩瑣的工作中解放出來，但帶來了技術依賴的風險。中國勞動關系學院的王潇教授基于對企業電子研發工程師的研究，提出了“技術空心化”的概念。他指出，人工智能将核心科學技術從知識生産的基本技能中抽離，工程師隻了解如何在系統上操作，不懂深層次的技術原理。越來越多的企業用數字化技術代替基礎性工作，員工可能會濫用人工智能來完成任務，導緻主動學習意願和能力下降；企業可能也會因此認為基礎技能無須培訓學習，從而導緻員工部分基礎技能薄弱：這不僅會成為員工職業發展的障礙，也給組織績效穩健性和抗風險性帶來一定隐患。

除了員工基礎知識技能流失帶來的風險，人工智能生成定制化、個性化的數字培訓也存在風險，需要企業警惕。一方面，企業過度依賴人工智能系統制訂的培訓計劃，可能會忽視其他多樣化的培訓方式，使得員工隻能接收到通過人工智能系統篩選的單一、同質的培訓内容。另一方面，某些人工智能的算法決策缺乏透明性，存在難以辨别的“黑箱”過程，企業很難說明采用特定培訓計劃或任務安排的理由，這可能會降低員工對系統的信任度，影響其對培訓計劃的接受程度。

提供信息

企業用人工智能來評估員工的各種信息，以為其提供個人發展所需的反饋時，會涉及信息隐私的問題。如何把握好數據信息使用的尺度，保障私密信息的安全性，成為企業數字化管理實踐不可忽視的關鍵問題。此外，人工智能作出的職業生涯評估和規劃直接關系到員工的薪酬、晉升等重要事項，如何讓員工信任算法做出的決策，也将是一項重要挑戰。

數據隐私和安全問題

人工智能系統執行績效評估、職業路徑規劃等任務時，需要訪問和分析大量員工數據，包括個人信息、工作績效等，這些數據有被洩露或未經授權而被訪問的風險，可能會對員工的數字隐私造成威脅，引發員工的擔憂和不信任感。例如，某電器集團的通報文件批評了11位員工，稱其占用公司公共網絡資源從事與工作無關事宜，還羅列了每名員工的App流量使用信息。許多數字化管理系統都可以實現對員工的數據監控，判斷員工的工作狀态，如離職傾向、怠工情況等，這種被動的、悄無聲息的評估有可能涉及侵犯員工個人隐私。企業在應用人工智能及各類數字技術進行人力資源管理和監督相關工作時尤其需要注意這一點。

算法偏見和不公平性

人工智能系統在進行員工職業生涯評估、規劃時可能存在算法偏見或歧視，有可能産生不公平的結果及有偏見的信息，使得績效評估、晉升安排等存在争議，影響員工的職業發展規劃。算法偏見與算法歧視都涉及人工智能系統在決策過程中不公正地看待某些特定群體或因素的現象。偏見可能來源于算法訓練數據中的偏差。例如，如果過去的晉升記錄表明男性候選人更容易獲得晉升，算法可能會在未來的晉升選擇中偏向男性。建立算法模型時的特征選擇也可能存在偏見。例如，如果一個算法在晉升決策中過于考慮工作績效，可能會忽視其他重要的能力和信息。因此，保證人工智能系統的公平性，平衡到員工職業發展的方方面面，對企業來說是一個巨大的挑戰。

建立關系

在數字化企業中，人機交互和線上社交平台給員工的信息交流和人際交往帶來了極大便利，但我們必須意識到便利背後可能隐藏着問題。員工可能不太适應與人工智能導師或同事“建立關系”，并且難以在人工智能算法的推薦下建構“理想”的人際社交網絡。因此，幫助員工建立對職業生涯有助力的人際關系和社交網絡，也是一項亟待解決的難題。

人機交互的障礙

企業可以使用數字化的智能導師、社交網絡平台等來實現更輕松、便利、高效的職業生涯管理，但人機交互過程無法完美模拟現實中的人際關系。盡管人工智能系統可以通過語音合成和自然語言處理等技術實現與員工的交流，提供一定程度上的個性化建議和支持，但目前大多數人工智能給人的感覺仍然是“冷冰冰”“機械式”的。員工會認為人工智能缺乏真正的情感和情緒理解能力，與現實人際交往相比，人機交流更單薄、空洞。這種機械式的交流會讓員工感到疏離和孤獨，無法體會真實的情感和共鳴，無法真正傾訴自己的内心想法和情感需求，因而不願意将人工智能納入自己的“關系網絡”中，也就難以與其建立真實而深刻的關系，更不必提讓其提供信息、幫助自己規劃職業生涯了。因此，雖然人工智能系統在職業生涯管理方面提供了一定的便利，但目前而言局限性仍是較為明顯的。

社會網絡同質化

人工智能的應用對員工建立關系的負面影響不僅體現在不舒适的人機交互體驗上，更深層次的問題還在于其底層算法可能導緻員工社交網絡的同質化。企業想要通過人工智能算法來指導員工規劃職業生涯發展路徑，幫助員工建立和維護社會網絡，但人工智能算法是依賴已有數據集進行訓練的，這些數據集往往反映了現實世界中的社會關系和網絡，因而可能存在算法推薦的同質性問題。這種同質化可能會讓員工困在算法推薦的“信息繭房”中。

個體與組織的應對策略：人工智能新賦能

在這個信息爆炸的時代，個體需要主動且靈活地應對職業生涯的不确定性，組織則需要适當調整職業生涯管理實踐以給予員工足夠的支持，人工智能的賦能作用滲透其中，雙方都要充分利用好數字化工具。人工智能時代，無論是個人還是組織，都可以通過一些策略來進行職業生涯管理（見圖3）。

 

個體的應對策略

人工智能時代充滿了動态性、不确定性和複雜性，時代的洪流中個體很難以不變的姿态應對職業生涯中的各類挑戰。因此，個體需要采取一系列主動的、适應性的行為，來迎接快速變化的環境帶來的挑戰。

動态梳理内外部環境

人工智能的廣泛應用極大地改變了外部行業動向和内部組織管理方式，對個體而言，及時識别内外部環境變化、搜集與職業發展相關的信息是至關重要的技能和習慣。外部環境方面，個體需要密切關注和分析人工智能技術發展趨勢、行業變化及市場需求變動，包括人工智能技術在各行業中的應用情況、新技術的湧現及市場對人工智能專業人才的需求情況等，從這些信息中可以發現行業及自身未來職業發展的可能方向。内部環境方面，個體需要了解組織内部管理實踐的變化，特别是與人工智能相關的數字化培訓方式、晉升機制、績效考評等方面的調整，以及工作流程、角色職責等方面的變化，從而更快速地适應職業轉型。

主動學習和思索求變

當下知識和技能的更新速度越來越快，個體需要擁有主動學習的意識，不斷汲取新知識和技能，并且反思和調整自己的學習方式和學習策略，以保持自身的競争力并增強自信心。

數字化時代個體主動學習包括多種類型多個方面。首先，非技術專業的員工可以主動學習人工智能相關的知識技能，如簡單的數據處理和分析，寫面向生成式人工智能的“提示詞”（prompt）等，不讓自己被數字鴻溝阻斷職業發展之路。其次，當人工智能替代一些重複性的簡單任務後，個體可以将省出來的時間和精力投入其他技能的學習上，可以是與當前工作相關的新技能，也可以是個人興趣愛好和未來發展所需的技能，從而拓展自己的職業發展空間。最後，個體可以利用人工智能來賦能學習過程，将人工智能視為老師，在人機交互的過程中不斷磨煉、疊代自己的任務技能。例如，有學者發現，住院醫師可以通過“影子學習”（shadow learning）的方式，在達芬奇外科機器人的手術實踐中學習和提升手術操作的各項技能。

終身學習思維和習慣

除了主動學習，個體還需要持之以恒地學習，讓學習成為一種習慣、一種職業素養，實現終身學習。持續不斷地學習不僅是獲取新知識和技能的手段，更是一種職業生涯管理的智慧。面對人工智能浪潮下錯綜複雜的行業環境，學習是一種“以不變應萬變”的方式，不僅能保證個體擁有貫穿職業生涯始終的競争力，同時也能夠增強個體抵禦職業風險的能力，使其能不斷采取新策略應對和适應職業生涯中的變化。《中共中央國務院關于加強新時代老齡工作的意見》提出，要以現代信息技術為支撐、以“互聯網+”為特征，籌建國家老年大學，并且推動部門、行業企業、高校舉辦的老年大學面向社會開放辦學。數字化技術對老年群體來說或許不是“洪水猛獸”，而是促進他們終身學習、實現職業生涯可持續性的有利工具。

組織的應對策略

組織采用人工智能進行職業生涯管理實踐的初衷是幫助員工實現職業生涯的成功，然而，在這一過程中可能出現的問題反而會阻礙員工的職業發展。為解決這些問題，企業需要确保數字技術和文化環境的适配性，充分發揮人工智能的優勢，規避潛在的風險，解決存在的問題。

開展數字培訓和個性化培訓

組織給員工提供培訓發展機會時，可以将人工智能技術納入考量，包括普及基礎的數字技能來确保員工具備适應數字化工作環境的必要能力，利用人工智能賦能培訓過程，實現個性化的培訓。

組織可以開展數字化培訓課程或研讨會，确保所有員工都具備一定的數字素養。這些課程可以涵蓋數字化工具和平台的基本使用方法，如數字化辦公系統、生成式人工智能、數據統計分析處理軟件等。組織在開展此類培訓時，尤其需要關注老年員工，正如《國務院辦公廳印發關于切實解決老年人運用智能技術困難的實施方案的通知》中所提到的，要“開展老年人智能技術教育、加強應用培訓”。在數字鴻溝讓人工智能技能落後群體更加落後時，組織應該起到支持、引領和牽引作用，讓他們能夠享受數字技術帶來的一系列便利并參與到各項社會活動中。另外，組織還可以利用人工智能技術進行學習進度和成果的實時監測和反饋，及時調整培訓計劃，确保培訓效果最大化。

安全、公正、舒适的數字環境

組織使用數字化培訓、績效評估等創新模式的前提是人工智能技術本身要安全、合理、有效，這對數字環境提出三方面的要求：員工隐私的安全性、算法評估的公正性及人機交互的舒适性。

首先，組織應該确保員工的信息安全。這包括建立健全的信息安全管理制度，采用安全可靠的信息技術設施，加強對員工個人數據的保護和監管。《新一代人工智能治理原則——發展負責任的人工智能》中提出，人工智能發展應該尊重和保護個人隐私，充分保障個人的知情權和選擇權。因此，組織需要在信息的收集、存儲、處理、使用等環節建立規範意識，這不僅是對員工個人權益的尊重，也是員工職業生涯安全性的重要保障。

其次，人工智能算法的公正性也至關重要。組織應該确保算法已經過充分的驗證和評估，保證其公平、合理、可靠，避免出現歧視或偏見行為。同時，算法的設計和應用應具有足夠的透明性和可解釋性，讓員工能夠大緻理解算法的運作原理和決策過程。

最後，組織要關注人機交互的易用性和交互過程的舒适度。例如，組織應該關注用戶界面設計，确保界面布局清晰、操作簡單，可以提供個性化的選項和用戶友好的提示信息，以滿足員工不同的需求和習慣，幫助他們更好地規劃、管理、發展自己的職業生涯。

構建有人性、有溫度的文化

除了數字技術環境，組織還需要構建有人性、有溫度的組織文化，在人工智能技術方面給予員工足夠的包容度，要考慮到人工智能與人性的互補，而非完全将組織管理決策程序化。

組織在進行員工職業生涯管理決策時，需要平衡技術與人性，避免過分強調人工智能的作用而忽視人性的閃光點。例如，在晉升決策時，不能“一刀切”地依賴算法對候選人的數據評估結果，也要關注員工的情感态度、與同事關系的融洽程度及對組織文化和價值觀的認同等因素，這是人工智能難以量化處理的，要依靠人來觀察和評測。另外，在構建員工的社交網絡時，也不能完全依賴線上平台和人工智能的算法推薦，而是要保留人與人之間面對面的、真誠的交流和互動，注重員工的情感溝通與情感鍊接，營造有溫度的社交環境，這有助于員工職業生涯發展中重要導師、合作者等人際關系的建立。

組織不應該簡單地用“誰替代誰”“讓誰打敗誰”的視角來看待員工和人工智能的關系，而是應該細緻全面地關注人與人工智能結合的全過程，協調好兩者之間的關系。這不僅有利于員工個人的職業生涯管理和發展，也能為組織創造更多的價值，讓員工和組織一同成長，達成共赢。

結語

對個體來說，職業生涯管理涵蓋一系列個人發展、職業探索和轉型行為，旨在實現職業生涯目标，獲得成功。對企業而言，有效的職業生涯管理實踐有助于促進員工自我管理，提升個人績效表現，并最終增強組織的可持續競争力。人工智能技術的廣泛運用使各行業均發生了深刻變革，個體需要認識到人工智能對其職業生涯各個階段的影響，組織也應該關注在利用人工智能協助職業生涯管理時可能存在的問題，雙方都應重視人工智能潛在的負面影響，采取措施盡可能減輕這些影響，同時充分利用生成式人工智能等技術帶來的提高和解放生産力的機遇。我們應以開放的心态看待人工智能對行業環境的改變，在員工和組織的共同努力下，為未來的個人職業發展鋪平道路，推動組織實現可持續發展。

 

房俨然：浙江大學管理學院百人計劃研究員

錢穎潔：浙江大學管理學院博士研究生

莫申江：浙江大學管理學院教授

施俊琦：浙江大學管理學院教授

責任編輯：劉永選

來源：《清華管理評論》2024年6月刊