麥肯錫談AI時代贏家法則：清晰表達需求、有選擇地自我顛覆

AI將重新定義工作邊界，工作模式將被重塑，人機協作成為新形態。根據麥肯錫的數據，從2023至2025年，對AI素養的需求增長7倍。但人類價值始終無法替代。

4月10日，麥肯錫全球董事合伙人張勤亞對澎湃科技表示，未來，人類最重要的能力是清晰地表達自己的需求，講清楚目標是什么、邊界在哪里、想要達成什么目的。具體的執行工作則可以交由AI來完成。因此，在AI時代，最終勝出的未必是最聰明的人，而是那些學習最快、最善于靈活運用各種工具并能高效實現既定目標的人。

技術過硬、懂業務、持續學習的AI人才最稀缺

在當前市場環境中，AI能力突出的工程師無疑是最受追捧的人才群體。張勤亞表示，衡量一名優秀的AI工程師，通常可以從三個維度入手。

一是對AI前沿技術的掌握能力。能夠持續跟進最新技術并具備深厚實踐經驗的工程師本就難得，而如果同時擁有較長的工作年限，則更加稀缺。

二是對業務有一定理解。純粹的開發崗位對業務理解的要求相對較低，但這類崗位的影響范圍往往局限于高科技、學術研究場景。對于絕大多數企業來說，其所需的AI工程師不僅要懂技術，還需對所處行業及業務流程有基本認知，這類復合型人才同樣十分難覓。

三是學習意愿與心態。即便前兩個維度有所欠缺，只要具備主動學習的意愿，這樣的人才依然值得重視。

張勤亞表示，綜合來看，既要技術過硬，又要懂業務，還要愿意持續學習，這樣的人才在市場上較為稀缺。這類優秀人才的流動通常不是因為裁員，而是其他公司提供了更具吸引力的薪酬待遇。而對于能力相對初級的工程師而言，如果無法有效利用AI提升工作效率，可能會面臨較大職業沖擊。

“很多工程師正在主動學習如何更好地使用Agent工具。事實上，在AI時代，工程師的工作量非但不會減少，反而可能增加。因為企業對內部迭代速度和響應效率的要求不斷提高，工程師需要完成的任務只會越來越多，不會出現 ‘做完就沒事了’的情況。”張勤亞表示，在這種背景下，初級工程師的流動性反而不是最需要擔心的問題，關鍵在于如何快速掌握并運用好AI工具。

AI轉型的本質是有選擇地自我顛覆而非盲目“All in”

AI應用已經從過去的文本生成，發展到如今各行各業規模化運用智能體，未來5年，智能體的應用潛力將進一步釋放。目前，知識管理、產品服務開發、IT、營銷與銷售、服務運營五大領域的AI采用率較高，但AI的規模化應用和成效顯現面臨重重困難。

根據麥肯錫的調研，25%的企業在數字化和AI轉型方面取得了切實成果，僅10%的企業規模化應用AI。在規模化用例中，目前只有不到5%貫穿整個工作流程，大多數還只停留在孤立的小范圍試點或概念驗證階段。

麥肯錫全球資深董事合伙人卜覽。

這一現象被稱為“試點陷阱”。“目前75%的企業長期局限于在不同業務領域不停地散狀、點狀試點，最后發現效果不好，也不知道在哪里放大效果，所以信心不足。”麥肯錫全球資深董事合伙人卜覽表示，如果員工都使用AI，但每天只節省二三十分鐘，公司看不到效果，也無法產生規模化的業務效益。真正能夠實現AI規模化效應的企業，需要明確自身最具獨特競爭價值的業務領域，利用AI將優勢最大化，或識別出那些若不改變就可能被外部顛覆的環節，主動“革命”。無論哪種路徑，都必須自上而下地精準鎖定1-2個核心業務領域，利用AI重塑工作流，改變工作方法，變革管理。

卜覽表示，成功的AI轉型，本質上是一種有選擇地自我顛覆。當前，企業高喊的“All in AI”實際上是一種戰略態度，如果將其作為具體的方法論來推行，簡單地將“All in AI”理解為在公司每一個職能、每一個流程、每一位員工身上全面鋪開，將導致行動過于分散，難以形成實質效果，變化過大，也令人類難以接受。AI轉型的根本不在于技術本身有多強，也不僅僅是自動化現有流程，而在于能否挑中業務重點、重塑工作流。