為助力企業在不確定性加劇的2024實現人才的可持續發展,近日在由DDI主辦,中信出版集團和國資智庫友情支持的「知道點」系列直播中, DDI首席執行官泰茜·白翰姆博士以及DDI大中華區數字化產品研發總經理孫祺先生,聯袂為線上的近十萬觀眾,深度分析了加速新晉領導者就位的五大策略,以及DDI善用AI助力企業激發人才發展效能的最新探索實踐。
此次直播是DDI首次開創性采用真人+數字人直播。兩位領航講者中,DDI大中華區數字化產品研發總經理孫祺先生,以「智能+崛起:虛擬實境激發人才發展效能」為題,通過根據其真人打造的數字人虛擬形象進行了全程的演講分享。
直播尾聲揭秘這一「彩蛋」后,線上觀眾紛紛贊嘆DDI不僅在人才發展領域不斷探索利用新技術迭代產品及體驗賦能,更將不斷創新求變,擁抱技術變革!以下為孫祺先生的演講全紀錄,Enjoy!
自2022年底OpenAI推出ChatGPT以來,生成式人工智能技術的發展速度之快,可謂是人間一天, AI十年。在各類媒體的推波助瀾下,新的模型、新的技術、新的應用讓人眼花繚亂的同時,也難免給大家增加了不少的焦慮感,擔心自己因為技能落后而被時代淘汰。
那么,到底什么是生成式人工智能?
其實,作為非研發人員,我們可能無需了解太多技術細節,更多地是要去了解這一技術的概念和它的應用價值。因此,我們可以通過一個類比來回答這個問題,下圖左側是生物界不同動物的大腦進化樹,右側是不同的AI模型的進化樹。其實,計算機科學家們從上個世紀開始就在研究如何讓機器具備人類智能,以及如何通過不同的方法去模擬從簡單到復雜的生物大腦。
大家可以將平時聽到的各種晦澀難懂的模型名稱,例如CNN和RNN 等,理解為只是具有不同特點的仿生腦。ChatGPT也是其中的一個分支,但為什么大家都認為它是個里程碑呢?因為其超大的規模涌現出了過往其他人工大腦所不具備的能力。可見,生成式人工智能將會演進出一些新的物種,包括經濟學意義上的新的數字化勞動力。那么,數字化勞動力和傳統勞動力有何區別?
傳統勞動力也就是我們人類,是指具有可塑性的生物神經網絡,通過閱讀、學習、經歷建構對世界的理解,接受特定領域或崗位的專業培訓,滿足經濟活動需求。數字化勞動力也就是前文提及的人工大腦,是指模仿生物神經網絡的人工神經網絡,學習承載人類文明的互聯網數據,學習符合人類偏好的特定領域的任務數據,來形成人工大腦對世界的理解,并產生經濟價值。然而,技術永遠只是技術,技術只有在解決具體問題時才能體現出它的價值。因此,在企業人才發展領域,這樣的技術應該如何應用呢?
在企業人才發展領域,大家遇到的最大的挑戰是什么?是工學矛盾,是課程質量,還是學員的成長動機?
根據來自艾瑞咨詢的研究報告統計,企業人才發展領域最大的挑戰是學習轉化率。事實上,僅有不到20%的學員能夠將培訓所學內容應用到實際工作中。事實上,人力資源專業人士都清楚地了解造成這一現象級挑戰的原因——教學有余,實踐不足。也正因如此,大家一直都在為攻克這一挑戰而付出努力。
相較于讓人才在工作中自主探索,HR通常會通過在專業的項目方案中設計和提供崗位需要的模擬實踐,加速人才的學習和轉化。從相對簡單的小組討論、角色扮演,到復雜的行動學習和項目任務等等,都是為了這同一個目標。
那么,在技術革新日新月異的今天,要攻克這一實際挑戰,當下的解決方案以及應用最新AI技術后的解決方案,效果會存在差異嗎?
首先,我們來看看效果應當如何評判。以下是評價模擬實踐效果的五要素框架:
真實性:例如,當我們需要模擬面試選人的實踐經驗,就需要在設計模擬方案時思考,學員在實際工作中的面試場景是線下還是線上。與學員實際的工作環境越一致,模擬實踐的效果就越好。
相關性:方案設計者需要根據學員的實際工作情境, 例如根據未來實際要面試的是客戶經理崗還是算法工程師崗,來設計模擬內容。與學員實際工作情境越相似,模擬實踐的效果越好。
互動反饋性:它強調的是如何確保學員在模擬面試中了解自己的優點與不足,以及該如何改善。反饋的實時性與精準性越高,模擬實踐的效果就越好。
安全性:即使面試模擬進行了不妥當的發問,或做了錯誤的聘用決策,也不用擔心會造成真實的代價。
可獲得性/持續性:這一點比較容易理解,也就是既要滿足HR容易實施的要求,也要滿足學員能夠刻意練習的需求。
在了解了五要素框架后,我們先來看下傳統的討論小組這一發展活動的效果。我們依然以面試選人為例,學員們圍繞主題,展開討論,分享經驗,交流觀點。
其實,討論小組本身并沒有模擬真實工作中的面試環境,因此它在真實性方面存在明顯的差距。并且,在互動反饋和相關性上效果中規中矩。不過,討論小組并不涉及任何真實的面試或用人決策,其安全性得到了很好的保障。最后,因為討論小組的實施成本與復雜度不高,所以在可獲得性/可持續性上也是相對的高分項。
再者,如果以項目任務為例,在真實性、互動反饋方面,項目任務的模擬質量很高, 所需要的資源和成本也相對較高。相應地,在可獲得/持續性以及安全性方面就比較差強人意。
而當我們將常用的發展活動都放到一張圖上后(如下圖所示), 可以觀察到圖上的線條走向——要么高開低走,要么高走低開。這也意味著在有限的項目資源下,我們追求了模擬的質量,就很難兼顧模擬實踐的數量。因此,就實踐不足的挑戰而言,現有常見的線下方案效果不佳。
那么,線上解決方案的效果如何?
自2017年開始,DDI就在探索兼具質量與數量的數字化模擬實踐,研發了行業中經典的領導力在線情景模擬。第一代情景模擬圍繞學員收到的挑戰管理任務,需要學員通過與下屬在線進行模擬對話,選擇展現自己的輔導行為,而虛擬下屬也會根據領導者的不同行為做出反應,并發展出不同的劇情和結局。
整個過程通過一個龐大的情景決策樹和對話引擎來實現。與此同時,產品還會通過一位虛擬顧問給予學員實時的反饋和輔導。同時,學員還會獲得一份完整的分析報告。如果將第一代在線情景模擬放到五要素的坐標系上,它的優劣勢極其明顯:
在互動性方面,數字世界中學員能得到的虛擬教練的反饋,無論是實時性,還是精準性上都遠遠超過物理世界。盡管線下項目中的顧問或導師的確有非常好的專業度,但卻無法給予每位學員1對1的實時反饋。而回到工作崗位以后,學員的上級領導在工作時間和專業度上更是無法提供這樣專業的反饋。在安全性方面,許多領導者在現實工作中的偶像包袱比較重,擔心自己在項目中讓同伴和上級領導看到自己犯錯。而在這樣的虛擬環境下,學員們得到了安全性的滿足,如此他們才愿意主動應用,主動犯錯,主動反思和成長。最后,數字化的成本優勢也天然保障了這種模擬實踐的可獲得性/持續性。
然而另一方面,第一代在線情景模擬在真實性和相關性上效果并不如人意。在線選擇題形式的輔導與真實環境中通過自然語言輔導的差異很大。在相關性上,產品預設的標準情景與學員的實際工作情景也會存在各種差異。那么,如何改善呢?
在DDI的第二代情景模擬中,我們通過專家萃取和生成各行業關鍵崗位上關鍵場景的案例,來提升和學員實際工作的相關性。
例如,同樣是模擬輔導下屬的情境, 我們為互聯網行業數據崗領導者設計的情景模擬是:業務投訴后端數據老是出問題,我該如何輔導?而我們為大健康行業醫藥代表領導者設計的情景模擬是:新人醫藥代表的拜訪目標未達成,我該如何輔導……通過專家或PGC的方式,我們升級了更貼合行業關鍵場景的模擬實踐。
所以,第二代在線情景模擬,在保持第一代的優勢情況下,進一步提升了相關性的質量。
那么,真實性如何提升?
在生成式人工智能技術發展突破前,提升真實性對于企業領導力發展方案來講,并不現實。注意,不是說不可行,而是不現實。因為使用過去的技術提升真實性是極其昂貴的,即使到今天,行業里大多數的數字化學習內容產品,還是以制作成本低的動畫風為主,或是技術成熟度高的選擇題為主。但如今在生成式人工智能技術的加持下,大語言模型非凡的自然語言處理能力,數字人技術的快速發展等,大大降低了技術的應用門檻和成本,為我們提供了提升真實性的可能。
就在今年,DDI應用了最新的生成式人工智能技術,研發了第三代數字化情景模擬。將動畫迭代成為真人,更是將原本有限制的選擇題迭代成為開放的自然語言交互。
在應用了生成式人工智能后,企業領導者終于可以在更擬真的工作環境中,開口用自然語言高效地練習人際互動技能,而不再只是通過傳統選擇題方式,停留在練習對知識的理解。并且,DDI也為領導者提供了不同挑戰場景的模擬,例如,如何給優秀員工正面反饋,如何化解員工負面情緒,如何輔導績效不佳的員工。在應用了生成式人工智能技術后,第三代情景模擬在真實性又往前跨了一大步。而且,線上解決方案在技術的不斷發展下,效果正變得越來越好。
在剛剛過去的2024農歷新年,當我們還不斷在為大語言模型技術對人類語言的理解能力而感嘆時,Sora的出現又再次讓世人驚訝AI對于物理世界的理解和發展速度。一位網紅在描述Sora時表示,一個真正可以用真實物理定律孿生的數字世界已經開始了它的時代。在人才發展領域,我們如果能夠持續通過線上解決方案來模擬實踐,其真實性和相關性還會再進一步提升,相信不久就會出現一款五要素全能的產品,為不同崗位的學員提供個性化的,既保障數量又保證質量的模擬實踐,解決人才發展方案中實踐不足的挑戰,助力整個行業解決學習轉化率低的挑戰。
人類有600萬年的歷史,但真正的文明大爆發也就是在發明了語言和文字之后的近2000年。語言是人類文明的基礎與核心,因此一旦AI掌握了我們的文字和語言的話,必定會引爆生產力的革命。而這會影響人力資源工作的方方面面。
AI創業團隊Seednapse提出了生成式人工智能的應用五層基石。它描繪了這樣一個畫面——一家企業從最簡單地使用ChatGPT這樣的AI的工具,到通過企業級模型機服務來自動化、智能化業務流程,再到由AI的智能體來為企業進行復雜的決策等的應用晉級路徑。而落到企業人才發展領域,這五層分別可以對應和賦能的是我們獲取海量的內容素材,開發個性化的課程課件,賦能我們提供項目內的個性化學習運營服務,提供項目后的個性化教練服務,以及出現全新的數字化人才市場。
這里的許多應用都已經不再是僅僅趨勢了。過去兩年,DDI除了智能情景模擬之外,還研發了智能方案工具,已經在官網上服務了2000多家客戶,協助他們分析領導力發展需求,并生成客制化的解決方案。DDI的智能作業大大提升了客戶進行項目作業管理的效率。即便是開放式的作業,批改準確率也達到了95%。而智能學習運營工具更是讓在線學習運營這項勞動密集型的工作的效率提升了近90%。
相信在未來的1~2年里,生成式人工智能技術的應用將會不斷滲透到企業學習,人才發展領域的各個組成部分。在這條令人向往的道路上,DDI也會作為行業領導者,始終在最前沿去探索與精進。
英躍是 DDI 專為企業中層管理者設計的一套移動領導力在線發展方案。以DDI能力體系為核心,用「測-學-練-考」打造完整的移動學習閉環,并以過程中所產生的學習、行為數據協助領導者更精準地規劃發展路徑,實現其“從知到行”的能力躍升,立即體驗產品。