德勤人力资本季刊特刊——后疫情时代的人力资源挑战与应对
危机之下，有的行业断崖式滑坡、有的行业站上风口，商业生态在重构；同一个行业里，不同企业也是生死两重天：有的站在生死存亡关口，有的抓住机遇灵活转身逆势增长；从员工角度，有人面临薪酬降低乃至被裁的人生困局，有人则是数字化进程提速的受益者，知识储备化为力量，零工经济、灵活用工赋予更多的可能性。
全力以赴打好攻坚战是企业当前阶段的短期目标；但从危机中抓住机遇，冷静思考转型升级是长期的目标。在此，德勤咨询连续发布研究报告分享专业观点，看企业如何从人力资源角度如何应对当期风险及长期持续发展，现在集结成册与大家分享：
2020年1月29日，在政策尚不明确、企业面对不确定性的焦虑面前，德勤咨询及时开展了《新型冠状病毒疫情人力资源政策调研》，一天之内收集1232份有效问卷，为企业在面对疫情时的即时应对措施、人员管理方式、业绩目标调整等方面提供重要的参考价值。
疫情发生至今，国家卫健委已采取一系列的心理健康相关举措，为企业提供了操作指引。对企业而言，员工心理健康建设既是应对危机，也更是一项基础性的、长期性的工作。《疫情下的企业管理新思考——保证员工心理健康是抗疫的关键一仗》一文中阐述了企业内部重视与建设员工心理健康的必要性，结合优秀市场实践，为企业分别提出了解决当前问题、长期搭建防御体系两个层面的心理健康防御措施建议。
此前在全球119个国家参与调研的《2019德勤全球人力资本趋势报告》显示：80%受访者认为人工智能的应用会增加，64%受访者认为机器人技术的应用会增加。随着技术的转变，工作岗位的设计将融入更多数字化、数字驱动因素，而这场疫情无疑加速了这一趋势。《疫情下的企业管理新思考——智能岗位保障企业危机下的续航》提出在疫情或类似危机情况下，配置更加在线化、自动化、智能化的岗位能为企业带来更强的韧性与灵活度，保障企业续航能力；通过对核心业务扫描、基于实际的智能岗位设计、配套管理手段实施的“三步走”实施方案的详细阐述，为企业带来新的思考。
《面对挑战规划未来，疫情下汽车行业人力资源的规划与应对》一文阐述了本次疫情对汽车行业人力资源管理产生的整体影响，分别从应对阶段（以降本增效、保障生存为重点）、发展阶段（以夯实核心，有序恢复为重点）、长期阶段（以组织升级，转型突破为重点）三个阶段进行分析并提出相应阶段的人力资源管理建议，以期为汽车行业客户在应对类似危机事件时带来一定的启发。
《房地产企业人力资源管理挑战及应对机制》分析了本次疫情之下房地产企业所面临的人力资源管理挑战，提出了相应短期与中长期的解决思路与建议：在人才培养方面，通过调整升级人才培养方式打造学习型组织；在用工策略方面，结合人员编制、人员效能规划、灵活用工方式应对用工挑战；在考核激励方面，在经营计划调整的情况下通过薪酬激励、业绩目标、弹性福利的管理措施更新优化相关策略。
传统寿险企业由于高度依赖于寿险代理人与客户的面对面接触活动，在本次疫情影响下其业务模式虽明显受到较大挑战，但也加速了其数字化转型的脚步。《逆势展业寿险企业加速数字化转型》一文给出了当前形势下的应对建议：从展业与服务工具的完善、代理人管理模式的优化、业务战略与人才战略的审视分别提出了数字化转型的重要措施，帮助寿险企业做好未来业务转型规划。
工作被人工智能取代后，普通人该怎么办
据澎湃新闻报道，世界经济论坛的相关报告显示，在未来的2025年，机器将会替代8000万个工作岗位，这在一定程度上已经是一个大趋势。然而在现在很多地方依旧依靠人力劳动的前提下，机器以及人工智能的相关技术，必然会一定程度上挤占人类原本的职位。那么，没了工作后，普通人下一步又该怎么办?难道会面临世界范围内的就业困境?还是说人工智能将取代人类。
[[383181]]
工作岗位的“变少”
随着机器和人工智能的发展，越来越多的工厂里通过构建数字化的流水线来大大节省成本提升效率。从产品和市场的角度来说，这无疑是个好消息，但对于原本在这些厂内工作的工人以及技术人员来说却并不一定，因为机器在绝大多数时候挤占掉了绝大部分人的工作。而且这种情况还不止发生在工厂与互联网行业密切相关的产业，或多或少都会出现这样的情况，普通人的很多工作其实也都可以被人工智能以及机器取代。
无论是在科幻小说还是现实发展中，人工智能和机器都会必然取代掉一些原本属于人工的工作，而没了工作后，普通人的下一步又该怎么办呢?
答案其实很简单，因为机器覆盖就业并不是一瞬间的过程，而是一个长期甚至可以说是漫长的过程，就像一些低端制造业被机器取代后，越来越多的工人开始通过学习机器的使用方式来获得工作，哪怕是人工智能本身都需要人类来进行维护和操作，因此工作岗位在绝对数量上变少的同时，类型和科技含量却在变多。
不过对于一些低端产业的国家而言，这或许并不是一个好消息，机器以及人工智能一方面能够最大限度地取代了个人的生产，逼迫这些低端产业国家，降低自己的劳动力成本;另一方面也就是在间接打击由人力生产为主的一些生产方式，这对于这些国家的经济和就业都是非常危险，不过从其他方面来说，这种机械化也并非没有好处。
在很多发达国家人口增速放缓甚至是负增长的情况下，机械化就显得非常有必要，因为现在有很多国家都处于一种低生育的状态，而且这种状态将在可见的范围内不断持续，甚至可以说人口减少本身是一个不可避免的大趋势。而解决因为缺少人口而产生的经济影响，用机器和人工智能来辅助生产就是最有效的方式，用最少的人做最多的事，这其实也是长期发展过程中，各个国家以及企业在追求的结果。
人工智能将取代人类?
不过这同时也引发了一些人的思考，尤其是一些担心人工智能将取代人类的人。其实从目前的科技状况讲，这种担心大可不必，因为机器人和人工智能本身都只是能够在人类理解范围内进行运作的创造物而已，真正的学习和拟人思维至今都没有出现，在可预见的未来恐怕也相当难出现。
而且即便通过人工智能的发展与革新大大提升了人类的生产力，无论是从国家层面还是从社会层面说，各国政府都不可能允许企业毫无限制的使用机器来提升自己的生产效率，毕竟社会问题始终是各个国家发展和维持的基础。
当然，时代在发展，信息化的速度也在不断提升，人们如果想要适应这样的变化，就必须不断发展自己，跟不上时代就只有被淘汰或排挤的可能。对于生存的迫切需求，使得人类不得不提升自己的生产能力，因此即便普通人目前还没有被替代的威胁，但也不能掉以轻心。
ChatGPT来了，中国人工智能该如何应对—中国经济网
【两会声音】
◎本报记者刘园园
在几年前召开的全国两会上，来自谷歌的围棋人工智能“阿尔法狗”曾引发高度关注。今年两会，人工智能研究机构OpenAI发布的ChatGPT聊天机器人站在镁光灯下，又成为代表委员们的热议对象。
在持续刷屏的热闹背后，ChatGPT到底将带来什么样的产业变革？中国人工智能行业又该如何应对？
不仅仅是聊天机器人
“ChatGPT不仅仅是搜索引擎的加强版，也不仅仅是一个聊天机器人。”全国政协委员、360集团创始人周鸿祎认为，ChatGPT通过软件运营服务（SaaS）方式所提供的人工智能服务，将重塑数字化应用和行业，为我们带来一场新的革命。
“ChatGPT标志着人工智能成为当前科技革命的核心技术，将极大提高生产力。”全国政协委员、奇安信科技集团董事长齐向东评价。
这款聊天机器人由人工智能研发机构OpenAI推出。周鸿祎概括，ChatGPT的成功是大型企业+科研机构协同创新的典范，是开源、合作和众包的开放创新模式的典范，是以通用大模型为中心的生态创新模式的典范。
“ChatGPT是一个通用的大语言模型，能够在此之上开发出各种各样的垂类应用，连接百行千业，服务于传统产业的数字化、智能化转型。”周鸿祎分析，ChatGPT已面向创业者和创新型中小企业开放，扶持中小公司专注开发垂直领域的智能化应用。
在齐向东看来，未来人工智能就像水、电、气一样，是数字社会、数字经济的基础设施，会渗透到大众生活的每一个场景。任何一个行业，只要有场景、有算力、有积累的数据，人工智能都可以在其中落地应用。“今后，人工智能技术和垂直场景、具体产品的结合，会发生质的变化，会改变整个社会。”齐向东判断。
不过，齐向东提醒，人工智能技术可以极大提高生产力，同时也会提高黑客的攻击水平，带来新的安全隐患。“人工智能降低了攻击的门槛，会让攻击的数量激增，给网络安全带来了巨大挑战。”齐向东说。
伦理问题是另一个需要关注的维度。今年两会，民进中央的一份提案指出，随着人工智能技术的快速发展，人类面临的科技伦理挑战日益凸显，近期火爆全网的ChatGPT再次引发了国际社会对人工智能领域伦理问题的担忧。
更应关注技术背后的创新模式
“面对以ChatGPT为代表的人工智能大模型技术的巨大跃升，我国应迎头赶上，奋起直追。我们在关注技术层面创新的同时，更要关注技术突破背后所依赖的创新模式。”周鸿祎说。
周鸿祎建议，建立大型科技企业+重点科研机构的产研协同创新模式，引领大模型技术攻关。“建议从建设国家战略科技力量高度出发，筛选技术基础好的产研机构，组成优势互补的产业协同组合，发挥科研机构在关键核心技术上的研究优势，同时发挥大型科技企业在产品化、工程化、场景化、商业化和数据化方面的优势，打造大模型技术攻关和应用的引领龙头。”他表示。
周鸿祎还提出，可以针对多条技术路线，以开源模式设立多个国家级长期项目，以大型科技企业+重点科研机构为龙头，通过开源、合作、众包等创新模式，引导高校、科研机构和创新型企业形成多个技术路线的创新生态群。
“我们正在训练专有的类ChatGPT安全大模型，并且在人才培养上进行了超前布局，通过‘人+机器’的配合来应对未来的安全挑战。”谈到如何应对ChatGPT带来的网络安全挑战，齐向东表示。
民进中央在上述提案中指出，当前，我国人工智能领域伦理治理仍存在一些问题，建议构建多方参与的治理体系，设计人工智能领域伦理治理顶层架构；开展多维度、多层次的伦理建设；鼓励企业自主参与治理，支持企业内部设立伦理委员会。