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。可是突然，你得到通知，這個頭銜將被換成一個由“級別+技能+領域”構成的標簽，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”來設計組織架構時，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，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鍵項目的關鍵崗位上一展身手。

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；新系統(tǒng)里，這種分配權被算法奪走了，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！