人工智能（AI）有助加速企业数码化，这增加了市场对AI相关职位的需求。管理咨询公司麦肯锡（McKinsey）的《人工智能现状全球调查》报告指出，AI绩效较佳的企业，开始体现营运及管理优势，甚至更易吸引人才。
麦肯锡向全球不同行业共1,492间企业进行调查，当中有744间企业表示，至少有1项工作流程正在采用AI，并重点了解他们推行AI管理流程及招聘相关人才的情况。
过去一年，技术人才短缺未有缓解迹象，所有受访企业都在招聘AI人才上遇到困难，多达32%企业将数据科学家视为“最难招聘岗位”。在最常雇用的岗位中，软件工程师排名最高，有39%企业正在聘用；数据工程师及数据科学家则紧随其后，分别有35%及33%企业聘用。
渴求数据科学家 软件工程师
该报告指出，AI高绩效企业（AI High Performer），即20%以上息税前利润（EBIT）是来自AI应用的企业，整体上，是较其他企业容易招聘AI人才，尤其是聘用机器学习（Machine Learning）工程师和数据科学家方面，更有明显优势（见图表）。
麦肯锡合伙人Michael Chui认为，机器学习工程师有助优化由数据科学家建立的ML模型性能和可扩展性，包括从获取数据到预测结果，实现ML管道自动化，确保AI应用提供商业价值，因此这两个职业的功能是相辅相成，市场对他们的需求也是特别大。
麦肯锡合伙人Michael Chui表示，企业推行数码化时，难免会经历挫折，但长远而言，将能更快速建立愈来愈多元化的应用程序。（麦肯锡提供图片）
非技术员 参与创建AI应用
此外，AI高绩效企业也容易将AI应用与业务成果挂钩，例如这些公司都拥有模块化的数据架构，足以适应新的AI应用程序，而不会以僵硬方式采用AI。
他预计，投放大量资源在AI发展的企业，将会继续加大这方面的支出，AI高绩效企业将会在自动化工具、企业架构及员工管理数码化方面持续领先，形成“强者愈强”的格局。随着企业的AI开发效率上升，这也将进一步加强对人才的吸引力。
Michael Chui也提到，AI高绩效企业通常倾向使用低代码或无代码程序，让非技术员工参与创建AI应用程序，这都有利推动企业实现AI产业化，提升开发效率及流程自动化的进度。
体验学习 培训员工AI技能
当AI应用变得更普及，提升员工的AI技能也是刻不容缓。报告指出，逾半数企业表示，会重新培训员工来提高技能，这亦是最受企业欢迎的人才策略。而AI高绩效企业则更倾向利用多种招聘渠道，例如寻找大学、科技公司、培训学院，以及拥有多元化的项目或专业组职来招揽人才。
同时，AI高绩效企业也拥有较高能力来培训技术人员的AI技能，当中最常使用的方法是体验式学习、线上自学课程和认证计划，而其他企业则较着重于线上自学课程。
企业数码化营运 先衡量适合否
麦肯锡（McKinsey）《人工智能现状全球调查》报告提到，企业为推动更全面的数码化营运模式，对AI人才的需求与日俱增。
过度依赖科技 失去人情味
但人资管理公司Ergon Global创办人兼行政总裁关竣杰提醒，企业决定采用AI前，应先评估自身情况是否合适，例如目前营运上所遇到的问题，哪些是真正需要运用科技才能解决。
他认为，数码化应以便利企业和人才为大前提，以人资管理为例，招聘流程自动化能够处理大量履历并节省HR筛选的时间；但同时，并非所有业务上的问题都需要被数码化，尤其当涉及人与人的接触时，过度依赖科技，反而会丧失人资管理中最重要的人情味。
再者，企业亦要先弄清楚现时的资源状况，包括人才、技术、公司文化等，是否能够支持数码化。他指出：“对一些习惯传统工作模式员工来说，数码化绝对是一项挑战，企业应按照员工的技术及能力给予再培训，培养他们接受新思维模式的能力。”
关竣杰强调：“数码化是需要随时代及科技的转变持续进步，但绝非要一次过投入大量预算、追求一步到位。”他建议，企业决策者应担任领军角色，分配数码化预算、安排技术支持、设定目标及关键成果等，让员工更清楚了解如何将现时的工序数码化，并提升他们的参与度，这都有助企业成功推动数码化。
应用于人资管理 加快招聘
在香港，将数码应用引入至人资管理范畴，也有成功落实的案例。例如，能源管理公司施耐德电气近年就加大科技的投入力度，提升招聘流程和成效。施耐德电气（香港）人力资源总监庄启贤指出，该公司现已于不同人资管理流程加入各类数码工具协助。
例如，他们会利用视像面试工具HireVue来识别人才，减少面试次数；透过网上平台Open Talent Market，根据员工的职场履历、技能、经验和兴趣，提供个人化的内部职位配对机会，让他们浏览公司正在开放的全职、不同地区、跨部门等内部工作机会；以及使用客户关系管理系统iCIMS，优化组织和细分管理人才，提升求职者体验，减轻人资部门的工作量。
摘录自香港经济日报。
暂无读者评论！