2023年3月17日,人瑞人才联合德勤中国、社会科学文献出版社在北京发布《产业数字人才研究与发展报告(2023)》(以下简称《报告》),该报告聚焦数字中国建设,在国内首次对包括互联网、智能制造、智能汽车、人工智能、金融等11个重点产业的数字人才发展作出全面梳理与分析,并创新推出“井”型数字人才能力结构模型等数字人才发展解决方案。
发布仪式现场图:(从左至右)InfoQ 极客传媒总经理/极客邦科技事业合伙人汪丹、人瑞人才科技集团CEO 张建国、德勤中国合伙人陈岚、社会科学文献出版社副总编辑童根兴
人瑞人才CEO张建国先生表示:“数字化转型已经成为企业发展的必然选择,而数字人才正是企业数字化转型中的关键驱动力。数字化时代需要人才的新标准,我们在《报告》中创新推出的‘井’型数字人才能力结构模型,可以助力企业实现‘人岗精准匹配’,让组织团队发挥最大的效能。”
德勤中国合伙人陈岚女士表示:“当前各行业的数字化进程正在加速,企业普遍面临数字化转型意识不足、数字人才成本高、缺乏培育在职人才的必要内部技能和专业知识等挑战。《报告》力求从客观的角度分析,发现各行业数字化进程的特点和难点,以及各类企业数字化转型中遇到的问题,总结归纳好的经验方法,并针对困扰绝大部分企业的‘数字人才不足与培养’问题提出解决方案,期望能助力更多的企业成功数字化转型。”
据了解,《报告》研究对象涉及政府、企业、求职者及高校多级主体,采用公开政策研究、头部招聘平台数据采集与分析、第三方报告案头研究、企业深度访谈、调查问卷等方法获取企业数字化转型需求、问题及数字人才信息。这其中包括由公司决策者、业务主管、员工和HR填答的近 2500 份调查问卷,以及与11 个不同行业高管交流得到的近100份访谈资料。
我国当前数字人才缺口达到2500万-3000万
《报告》预计 2035 年中国数字经济规模将接近 16 万亿美元,折合人民币 105 万亿元。随着各产业数字化转型进入更深的阶段,大量数字化、智能化的岗位相继涌现,相关行业对数字化人才的需求与日俱增,人才短缺已经成为制约数字经济发展的重要因素。《报告》估算当前数字化综合人才总体缺口约在 2500 万至 3000 万左右,且缺口仍在持续放大。在此背景下,如何精准匹配和吸引数字人才、加速数字人才的供给与培养是数字经济发展背景下的重大挑战,也是值得企业探讨的关键问题。
井型数字人才能力结构模型。数据来源:人瑞人才与德勤中国《产业数字人才研究与发展报告(2023)》
数字化时代的人才新标准:“井”型数字人才能力结构模型
《报告》指出,数字化时代,企业与人才供需关系的主要表现特征是“结构性失衡”。造成这种结构性失衡背后的主导因素是“人岗未能精准匹配”——企业往往知道自己想要怎样的人才,但不清楚自己该用怎样的人才;人才往往知道自己想找怎样的工作,但不清楚自己适合怎样的岗位。在数字化时代,解决人才不足问题,首先需要考虑如何更有效的解决“精准匹配”的问题。《报告》创新提出数字化时代企业构建“井”型人才的理念,强调选才“精准”的第一步先从人才与企业对自身需求和实际情况的“科学、客观”认知开始,建立在合理预期的基础上实现“双向精准匹配”的人才选拔。
数字人才实训基地:人才精准、批量、快速培育新模式
《报告》指出,要从根本上解决数字人才紧缺问题,必须要从人才培养入手。《报告》创新提出打造“数字人才实训基地”的人才精准、批量、快速培育模式。该模式充分考量企业、院校、政府、人力资源培训机构和个人在“数字人才实训基地”有效构建中不可或缺的优势能力组合所能创造的“聚合效应”,能更加有效,且更具针对性,实用性地解决人才培育难、培训慢等问题,并充分释放企业端的成本与精力,是单一任何一方都难以独立撬动的“共建、共融、共享”新模式。
人才生态供应链: 实现人才供应的精准化、生态化
《报告》将人才生态供应链总结为“一核四环六角色”,即以人才实训基地为核心,围绕选、育、用、留四闭环人力资源环节,由院校、企业、人力资源技能培训机构、社会资源、人才、政府六个关键角色,实现人才供应的精准化、生态化。
数字人才生态供应链。数据来源:人瑞人才与德勤中国《产业数字人才研究与发展报告(2023)》
未来社会化共享用工大平台:充分盘活人才资源,实现社会化人力资本的持续增值
《报告》预计未来的组织形态、用工模式、用工理念将会发生根本性的巨大变化——依赖于社会化共享用工大平台的建立,真正意义的多元用工将普遍化。数字化技术的发展,使得办公软件不断革新迭代,远程办公、视频会议、多地协同办公等工作组织形式得以实现和应用,加之不同群体的特性,推动灵活用工从基础劳力型工作向更复杂的技术性、专业性工作延伸。
社会化共享用工平台架构。数据来源:人瑞人才与德勤中国《产业数字人才研究与发展报告(2023)》
对企业组织而言,他将是一种更加灵活、敏捷、效益、科学的多元用工模式,可以极大限度优化不同企业不同发展阶段的人才供需、精准匹配、组织能效、人才培养等方面问题。而从社会价值而言,他将打破现有的人与岗位的固化和僵化,打破组织的相对固化和僵化,致使就业模式从“组织 + 雇员”向“平台 + 个体”的转变,实现形式上“去劳动关系化”,在数字化时代背景下,劳动者从“单位人”到“平台人”的转变,是用工模式革命性的突破。而这些突破也将打破企业、劳动关系对人才的“时空、管理、工作条件、工作关系、工作模式”等的常规限制,最大限度的在“有效需求”与“匹配人才”之间实现高效链接,从根本实现“以任务为核心、以结果为导向”,充分盘活人才资源,实现社会化人力资本的持续增值。
好文章,需要你的鼓励
随着谷歌搜索和亚马逊主页在电商领域影响力下降,AI助手如ChatGPT、Claude等成为消费者新的购物入口。品牌必须掌握生成式引擎优化(GEO)技术才能保持可见性。传统SEO策略已失效,AI系统更青睐结构化、问答式的高质量内容。研究显示,来自AI助手的流量转化率比其他渠道高9倍。品牌需要基于真实客户问题创建内容,采用结构化问答格式,并建立信任度,才能在这个新的电商秩序中脱颖而出。
斯坦福大学研究发现,主要用英语训练的大型语言模型竟能自发学会处理其他语言任务,无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升,通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径,但仍面临性能不均衡、文化适应性等挑战。
2025年第一季度网络攻击激增126%,英国新法案要求数据中心强制报告网络安全事件。现代威胁已演变为同时攻击IT和OT系统,而许多数据中心的备用电源系统仍使用90年代的过时技术。电池储能系统(BESS)通过分布式架构、加密通信和自主运行能力提供网络弹性防护。BESS即服务模式将网络安全维护转移给专业提供商,同时通过需求响应和能源套利创造收益。随着全球法规要求将网络安全与能源安全相结合,数据中心需要现代化基础设施来应对日益严峻的威胁环境。
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码(RSD)技术,通过让小模型处理简单任务、大模型解决复杂问题的智能分工,在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色,计算量最多可减少75%,为AI应用的普及和成本降低提供了重要技术支撑。