为助力企业在不确定性加剧的2024实现人才的可持续发展,近日在由DDI主办,中信出版集团和国资智库友情支持的「知道点」系列直播中, DDI首席执行官泰茜·白翰姆博士以及DDI大中华区数字化产品研发总经理孙祺先生,联袂为线上的近十万观众,深度分析了加速新晋领导者就位的五大策略,以及DDI善用AI助力企业激发人才发展效能的最新探索实践。
此次直播是DDI首次开创性采用真人+数字人直播。两位领航讲者中,DDI大中华区数字化产品研发总经理孙祺先生,以「智能+崛起:虚拟实境激发人才发展效能」为题,通过根据其真人打造的数字人虚拟形象进行了全程的演讲分享。
直播尾声揭秘这一「彩蛋」后,线上观众纷纷赞叹DDI不仅在人才发展领域不断探索利用新技术迭代产品及体验赋能,更将不断创新求变,拥抱技术变革!以下为孙祺先生的演讲全纪录,Enjoy!
自2022年底OpenAI推出ChatGPT以来,生成式人工智能技术的发展速度之快,可谓是人间一天, AI十年。在各类媒体的推波助澜下,新的模型、新的技术、新的应用让人眼花缭乱的同时,也难免给大家增加了不少的焦虑感,担心自己因为技能落后而被时代淘汰。
那么,到底什么是生成式人工智能?
其实,作为非研发人员,我们可能无需了解太多技术细节,更多地是要去了解这一技术的概念和它的应用价值。因此,我们可以通过一个类比来回答这个问题,下图左侧是生物界不同动物的大脑进化树,右侧是不同的AI模型的进化树。其实,计算机科学家们从上个世纪开始就在研究如何让机器具备人类智能,以及如何通过不同的方法去模拟从简单到复杂的生物大脑。
大家可以将平时听到的各种晦涩难懂的模型名称,例如CNN和RNN 等,理解为只是具有不同特点的仿生脑。ChatGPT也是其中的一个分支,但为什么大家都认为它是个里程碑呢?因为其超大的规模涌现出了过往其他人工大脑所不具备的能力。可见,生成式人工智能将会演进出一些新的物种,包括经济学意义上的新的数字化劳动力。那么,数字化劳动力和传统劳动力有何区别?
传统劳动力也就是我们人类,是指具有可塑性的生物神经网络,通过阅读、学习、经历建构对世界的理解,接受特定领域或岗位的专业培训,满足经济活动需求。数字化劳动力也就是前文提及的人工大脑,是指模仿生物神经网络的人工神经网络,学习承载人类文明的互联网数据,学习符合人类偏好的特定领域的任务数据,来形成人工大脑对世界的理解,并产生经济价值。然而,技术永远只是技术,技术只有在解决具体问题时才能体现出它的价值。因此,在企业人才发展领域,这样的技术应该如何应用呢?
在企业人才发展领域,大家遇到的最大的挑战是什么?是工学矛盾,是课程质量,还是学员的成长动机?
根据来自艾瑞咨询的研究报告统计,企业人才发展领域最大的挑战是学习转化率。事实上,仅有不到20%的学员能够将培训所学内容应用到实际工作中。事实上,人力资源专业人士都清楚地了解造成这一现象级挑战的原因——教学有余,实践不足。也正因如此,大家一直都在为攻克这一挑战而付出努力。
相较于让人才在工作中自主探索,HR通常会通过在专业的项目方案中设计和提供岗位需要的模拟实践,加速人才的学习和转化。从相对简单的小组讨论、角色扮演,到复杂的行动学习和项目任务等等,都是为了这同一个目标。
那么,在技术革新日新月异的今天,要攻克这一实际挑战,当下的解决方案以及应用最新AI技术后的解决方案,效果会存在差异吗?
首先,我们来看看效果应当如何评判。以下是评价模拟实践效果的五要素框架:
真实性:例如,当我们需要模拟面试选人的实践经验,就需要在设计模拟方案时思考,学员在实际工作中的面试场景是线下还是线上。与学员实际的工作环境越一致,模拟实践的效果就越好。
相关性:方案设计者需要根据学员的实际工作情境, 例如根据未来实际要面试的是客户经理岗还是算法工程师岗,来设计模拟内容。与学员实际工作情境越相似,模拟实践的效果越好。
互动反馈性:它强调的是如何确保学员在模拟面试中了解自己的优点与不足,以及该如何改善。反馈的实时性与精准性越高,模拟实践的效果就越好。
安全性:即使面试模拟进行了不妥当的发问,或做了错误的聘用决策,也不用担心会造成真实的代价。
可获得性/持续性:这一点比较容易理解,也就是既要满足HR容易实施的要求,也要满足学员能够刻意练习的需求。
在了解了五要素框架后,我们先来看下传统的讨论小组这一发展活动的效果。我们依然以面试选人为例,学员们围绕主题,展开讨论,分享经验,交流观点。
其实,讨论小组本身并没有模拟真实工作中的面试环境,因此它在真实性方面存在明显的差距。并且,在互动反馈和相关性上效果中规中矩。不过,讨论小组并不涉及任何真实的面试或用人决策,其安全性得到了很好的保障。最后,因为讨论小组的实施成本与复杂度不高,所以在可获得性/可持续性上也是相对的高分项。
再者,如果以项目任务为例,在真实性、互动反馈方面,项目任务的模拟质量很高, 所需要的资源和成本也相对较高。相应地,在可获得/持续性以及安全性方面就比较差强人意。
而当我们将常用的发展活动都放到一张图上后(如下图所示), 可以观察到图上的线条走向——要么高开低走,要么高走低开。这也意味着在有限的项目资源下,我们追求了模拟的质量,就很难兼顾模拟实践的数量。因此,就实践不足的挑战而言,现有常见的线下方案效果不佳。
那么,线上解决方案的效果如何?
自2017年开始,DDI就在探索兼具质量与数量的数字化模拟实践,研发了行业中经典的领导力在线情景模拟。第一代情景模拟围绕学员收到的挑战管理任务,需要学员通过与下属在线进行模拟对话,选择展现自己的辅导行为,而虚拟下属也会根据领导者的不同行为做出反应,并发展出不同的剧情和结局。
整个过程通过一个庞大的情景决策树和对话引擎来实现。与此同时,产品还会通过一位虚拟顾问给予学员实时的反馈和辅导。同时,学员还会获得一份完整的分析报告。如果将第一代在线情景模拟放到五要素的坐标系上,它的优劣势极其明显:
在互动性方面,数字世界中学员能得到的虚拟教练的反馈,无论是实时性,还是精准性上都远远超过物理世界。尽管线下项目中的顾问或导师的确有非常好的专业度,但却无法给予每位学员1对1的实时反馈。而回到工作岗位以后,学员的上级领导在工作时间和专业度上更是无法提供这样专业的反馈。在安全性方面,许多领导者在现实工作中的偶像包袱比较重,担心自己在项目中让同伴和上级领导看到自己犯错。而在这样的虚拟环境下,学员们得到了安全性的满足,如此他们才愿意主动应用,主动犯错,主动反思和成长。最后,数字化的成本优势也天然保障了这种模拟实践的可获得性/持续性。
然而另一方面,第一代在线情景模拟在真实性和相关性上效果并不如人意。在线选择题形式的辅导与真实环境中通过自然语言辅导的差异很大。在相关性上,产品预设的标准情景与学员的实际工作情景也会存在各种差异。那么,如何改善呢?
在DDI的第二代情景模拟中,我们通过专家萃取和生成各行业关键岗位上关键场景的案例,来提升和学员实际工作的相关性。
例如,同样是模拟辅导下属的情境, 我们为互联网行业数据岗领导者设计的情景模拟是:业务投诉后端数据老是出问题,我该如何辅导?而我们为大健康行业医药代表领导者设计的情景模拟是:新人医药代表的拜访目标未达成,我该如何辅导……通过专家或PGC的方式,我们升级了更贴合行业关键场景的模拟实践。
所以,第二代在线情景模拟,在保持第一代的优势情况下,进一步提升了相关性的质量。
那么,真实性如何提升?
在生成式人工智能技术发展突破前,提升真实性对于企业领导力发展方案来讲,并不现实。注意,不是说不可行,而是不现实。因为使用过去的技术提升真实性是极其昂贵的,即使到今天,行业里大多数的数字化学习内容产品,还是以制作成本低的动画风为主,或是技术成熟度高的选择题为主。但如今在生成式人工智能技术的加持下,大语言模型非凡的自然语言处理能力,数字人技术的快速发展等,大大降低了技术的应用门槛和成本,为我们提供了提升真实性的可能。
就在今年,DDI应用了最新的生成式人工智能技术,研发了第三代数字化情景模拟。将动画迭代成为真人,更是将原本有限制的选择题迭代成为开放的自然语言交互。
在应用了生成式人工智能后,企业领导者终于可以在更拟真的工作环境中,开口用自然语言高效地练习人际互动技能,而不再只是通过传统选择题方式,停留在练习对知识的理解。并且,DDI也为领导者提供了不同挑战场景的模拟,例如,如何给优秀员工正面反馈,如何化解员工负面情绪,如何辅导绩效不佳的员工。在应用了生成式人工智能技术后,第三代情景模拟在真实性又往前跨了一大步。而且,线上解决方案在技术的不断发展下,效果正变得越来越好。
在刚刚过去的2024农历新年,当我们还不断在为大语言模型技术对人类语言的理解能力而感叹时,Sora的出现又再次让世人惊讶AI对于物理世界的理解和发展速度。一位网红在描述Sora时表示,一个真正可以用真实物理定律孪生的数字世界已经开始了它的时代。在人才发展领域,我们如果能够持续通过线上解决方案来模拟实践,其真实性和相关性还会再进一步提升,相信不久就会出现一款五要素全能的产品,为不同岗位的学员提供个性化的,既保障数量又保证质量的模拟实践,解决人才发展方案中实践不足的挑战,助力整个行业解决学习转化率低的挑战。
人类有600万年的历史,但真正的文明大爆发也就是在发明了语言和文字之后的近2000年。语言是人类文明的基础与核心,因此一旦AI掌握了我们的文字和语言的话,必定会引爆生产力的革命。而这会影响人力资源工作的方方面面。
AI创业团队Seednapse提出了生成式人工智能的应用五层基石。它描绘了这样一个画面——一家企业从最简单地使用ChatGPT这样的AI的工具,到通过企业级模型机服务来自动化、智能化业务流程,再到由AI的智能体来为企业进行复杂的决策等的应用晋级路径。而落到企业人才发展领域,这五层分别可以对应和赋能的是我们获取海量的内容素材,开发个性化的课程课件,赋能我们提供项目内的个性化学习运营服务,提供项目后的个性化教练服务,以及出现全新的数字化人才市场。
这里的许多应用都已经不再是仅仅趋势了。过去两年,DDI除了智能情景模拟之外,还研发了智能方案工具,已经在官网上服务了2000多家客户,协助他们分析领导力发展需求,并生成客制化的解决方案。DDI的智能作业大大提升了客户进行项目作业管理的效率。即便是开放式的作业,批改准确率也达到了95%。而智能学习运营工具更是让在线学习运营这项劳动密集型的工作的效率提升了近90%。
相信在未来的1~2年里,生成式人工智能技术的应用将会不断渗透到企业学习,人才发展领域的各个组成部分。在这条令人向往的道路上,DDI也会作为行业领导者,始终在最前沿去探索与精进。
英跃是 DDI 专为企业中层管理者设计的一套移动领导力在线发展方案。以DDI能力体系为核心,用「测-学-练-考」打造完整的移动学习闭环,并以过程中所产生的学习、行为数据协助领导者更精准地规划发展路径,实现其“从知到行”的能力跃升,立即体验产品。