新一代人工智能技能革命:重新思考你的人才战略(英)2024
麦肯锡·2024-09-18 13:05

报告行业投资评级 无相关内容 报告的核心观点 1. 如果每家公司都需要成为一家软件公司,那么你是否拥有可以交付的软件组织 [3] 2. 通过使用自有软件来差异化自己,近70%的经济表现最佳的公司与仅50%的同行相比 [3] 3. 生成式AI(gen AI)为提高软件人才创造更好的代码提供了诱人的机会 [3][4] 4. 生成式AI目前仅被13%的公司系统性地用于软件工程,但可以提高40%的产品经理生产力,并缩短50%的文档和编码时间 [4] 5. 生成式AI将对整个软件开发生命周期产生重大影响,从需求定义到运营维护各个阶段都有应用 [6][9] 根据目录分别进行总结 工程师 1. 审查代码:需要从执行者转变为审查者,需要评估代码与现有代码库和架构的兼容性,并确保代码质量 [11] 2. 连接能力:需要了解如何选择和组合生成式AI应用程序和模型,以提高问题解决速度和解决方案质量 [11] 3. 设计:随着生成式AI承担更多基本编码任务,工程师需要开发更高价值的"上游技能",如编写用户故事、开发代码框架、理解业务成果和预测用户意图 [11] 产品经理 1. 生成式AI技术使用:需要掌握低代码/无代码工具和迭代提示,以及"代理"框架(大型语言模型协同完成任务)的相关技能 [11] 2. 采用和信任:需要开发强大的同理心技能,识别和解决对生成式AI的隐性和显性信任障碍,并与风险专家合作确保适当的检查和措施 [11] 人才管理转型 1. 以技能为中心的战略性人力规划:与业务领导合作,了解目标,建立技能清单,并将其视为数据而非文档 [14][15][16] 2. 培养学徒能力:作为更广泛人才计划的一部分,学徒制是关键,需要高级专家积极参与,提供指导和示范 [19][20][21][22]