AI引发劳资纠纷,看企业和员工如何破局?

简介: 2017年7月,一场由人工智能引发的劳动争议案在上海市劳动人事争议仲裁院内正式开庭。月薪3万的职场白领,从事的数据分析工作被AI彻底取代,最终因为解除合同赔偿问题与老东家对簿公堂。国内人工智能引发的劳资纠纷浮于水面。

3795d38816db689aef47a85d9236dde8.jpg


2017年7月,一场由人工智能引发的劳动争议案在上海市劳动人事争议仲裁院内正式开庭。月薪3万的职场白领,从事的数据分析工作被AI彻底取代,最终因为解除合同赔偿问题与老东家对簿公堂。国内人工智能引发的劳资纠纷浮于水面。

究其原因,在于个人、企业、政策的发展速度跟不上技术的发展,导致企业、员工对AI的认识度不够、准备不充分,一旦职业更替出现,企业和员工均措手不及,进而引发劳资纠纷,更甚可能激化社会矛盾。


c34de908eb85abbc46307c597feab255.jpg


(图片来源:德勤2017年全球人力资本趋势报告)

AI高速发展下,对人工的部分替代已不可逆,为避免劳资纠纷出现和社会矛盾激化,企业、员工均需发力。

一、企业和员工须正视AI对职业更替的影响

1AI带来职业更替是科技发展的必然产物

随着科技的不断发展,以人工智能和大数据为代表的第四次工业革命正在悄然发生。

纵观前三次工业革命,均带来生产力的大幅提升,生活质量和水平的不断改善。科技进步的同时也伴随着职业更替:书信代写员,铁匠、职业叫醒人、读报员、电影解说员等职业已消失;机器维修员、火车驾驶员等职业于第一次工业革命期间出现;电工、电影放映师、石油开采员等职业于第二次工业革命期间出现;程序员、宇航员等职业于第三次工业革命期间出现。职业更替是科技发展的必然产物。

人工智能作为第四次工业革命的代表性技术,势必也会带来职业更替,目的是为了社会更好的发展,如无人驾驶汽车可以将交通事故减少20%,AI医疗诊断可以提高癌症诊断率,大家须理性面对。

2、AI替代部分职业的趋势已出现

据一份花旗银行与牛津大学合作的报告预测,美国47%,英国35%,中国77%的就业岗位可能被机器人代替。据日本经济新闻和英国金融时报的共同研究调查:全部820 种职业、2,069 项业务(工作)中,34%(710 项工作)可被机器人替代。这种情况已在某些职业中出现了信号,如记者、客服、编辑、驾驶员、律师、保险等,此类工作具有较高的附加价值,且机械重复,可替代度高。

ed62f96f1741fb33b37f44d5dc3df7e5.jpg

 

3、AI新增就业机会的信号已释放

Bersin 的创始人 Josh Bersin 说,”人工智能不是在消除工作岗位,而是消除工作中的苦差事,并创造新的工作,而且这些新的工作更多的是依赖人类特点的岗位“,机器与人类相比,不具备同情心、同理心、换位思考、情感关怀、批判性思考。在英国,人工智能创造了350万个新的工作岗位,而这些岗位的平均薪酬要比消失的岗位高1万英镑。智能相对论(微信id:aixdlun)统计出部分可能出现的新岗位如下:


 

5b3b75a572d682c64b21a7f292dfba6b.jpg

 

二、企业须以开放包容、积极进取的姿态迎接AI

1、关注AI新动态,接纳、引进AI新技术

面对AI技术革命,科技企业、互联网企业往往能更开放包容、积极主动。而据麦肯锡的一项调查,84%的受访者表示,AI的大获胜者可能是互联网企业和创业公司,而不是现在的传统行业的领导者。大约60%的专家认为,领先的互联网企业最有可能成为自己行业领域的AI领导者。面对AI,传统行业的态度较为消极。

金蝶创始人徐少春表示, 面对人工智能、面对未来的变化,不要感到恐惧,而应勇于思考和拥抱,重构产品、服务和商业模式,甚至企业文化。为应对AI大潮,传统企业可以借助SWOT分析法,从行业和企业本身出发,考察企业是否适合采用新技术?如何采用新技术?AI技术引进前,企业需做好充分准备。


 

分析面

具体分析点

机会/威胁分析

企业所处行业与AI的结合点是什么?

行业中使用AI的领先者和追随者有哪些?可以从中借鉴什么?存在什么威胁?

本行业可能的AI样例是什么? 与哪些技术相关? 进入门槛和条件是什么?

AI在短期和长期内会产生什么商业影响? 预期AI的投资回报速度如何?

AI对企业的游戏规则和竞争格局有什么样的影响?

国家对本行业引进AI是否有政策支持?有哪些政策支持

优势/劣势分析

企业是否已采用AI,在行业中的地位如何?

如果没有采用AI,是否准备采用?理由是什么?

企业的经济、技术、人才储备是否能支持AI的发展?

企业的中、高、基层对AI的态度如何?

企业现有组织架构是否能匹配和助力于AI的发展

是否有适合AI生存的企业文化?

2、企业灵活性、协作性、创新性需求,阿米巴组织结构优势凸显

AI技术的发展,第四次工业革命的出现,对组织灵活性、协作性、创新性提出了高度需求,以充分应对随时可能出现的新变化。

据德勤调查,几乎所有参加调研的企业(94%)都认为”灵活性和协作“是组织成功的关键,但是却只有6%的企业称他们现在”非常灵活“,19%的企业称自己”不灵活“,32%的参加调研企业称其正在进行组织设计,以期具有更强的适应性且更加以团队为中心。

当外部环境发展重大变化,企业内部规模不断扩大,传统组织结构可能会出现高层负担重,部门横向联系薄弱、部门协调差、沟通成本和管理成本上升等问题。

阿米巴组织具有高度灵活性,组织形态可以随外部环境变化而不断“变形”,调整到最佳状态,以适应市场变化。阿米巴组织以工作流程为中心,而非以部门职能为中心构建组织结构,不仅能细分工作职能,人尽其才、物尽其用,为企业培养有能力、有战略意识的优秀人才,还能让企业高层实时掌握每个阿米巴组织之间的经营动态,灵活应对市场变化。

3、通过培训、人文关怀,提高员工对人工智能适应性

人工智能的颠覆性发展已成既定事实,但其颠覆性发展对于劳动力的影响是企业最难以描述和处理的部分,提高员工对人工智能的适应性是企业的必尽之责。

变革往往需经历解冻、变革、再冻结三个阶段,解冻和冻结阶段十分关键。员工是企业发展的动力和源泉,解冻和变革阶段均需加强对员工的关注。

解冻阶段,AI技术引进,培训须先行。解冻关键在于增加驱动力,减弱制动力,员工作为变革是否成功的关键因素,需通过培训帮助员工正确认识AI技术,理性分析新技术引进对企业、员工的作用,进而自愿接受新技术。

变革阶段,技术指导和人文关怀须配套。借助用人部门的力量,就新技术对员工展开跟踪辅导; 借助人力资源部门的力量,及时关注员工情绪和心理的变化,加以疏导和关怀,以期提高员工的适应性。

三、员工与人工智能相处,合作共赢是王道

被称为“网络文化”发言人和观察者的凯文•凯利提出,与人工智能的合作表现决定你的薪酬。与AI相处,合则共赢,斗则俱伤。

1、消除恐慌心理,与AI合理分工协作

正确认知AI对员工本身的作用,消除恐慌心理。AI有助于节省时间,提高效率,如法律机器人比人类律师助理阅读文件的效率更高;新闻编辑机器人,可以在几分钟内搞定一篇高质量新闻稿。AI有助于保障健康与安全,如医疗诊断机械人有助于提高癌症诊断率;无人驾驶汽车有助于减少交通事故发生率。

与其担心饭碗被机器人抢掉,不如思考如何分工协作。部分重复性高,耗时耗力的工作可以直接让机器人做,但是思考性、创造性工作,需要由机器人辅助人类完成,为人类决策提供数据支持。无论哪个领域,最完美的结合是最聪明的人加上机器。

3、学习、提升新技能

AI将创造大量新的、薪酬更高的工作岗位,新工作岗位的出现需要新知识和新技能的配套,这对员工提出了再学习和再教育的要求。

随着AI技术的发展,STEM(科学、技术、工程和数学)、设计和抽象思维的劳动者将严重短缺。在美国,只有20%的高中毕业生在学术上准备好迎接大一的STEM课程。据估计,到2018年数据科学家的缺口将达到100万。

对于想抓住新机遇的员工而言,需要明确定位,找准方向,主动出击,把握住AI技术发展带来的新机遇。

相关文章
|
1月前
|
存储 人工智能 搜索推荐
解锁AI新境界:LangChain+RAG实战秘籍,让你的企业决策更智能,引领商业未来新潮流!
【10月更文挑战第4天】本文通过详细的实战演练,指导读者如何在LangChain框架中集成检索增强生成(RAG)技术,以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源,已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤,并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统,企业可以充分利用现有数据,实现高效的商业落地。
86 6
|
2月前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
155 13
|
1月前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
794 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
18天前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
23天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
13天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
69 4
|
20天前
|
数据采集 人工智能 搜索推荐
|
20天前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
104 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
24天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
56 1
|
24天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
54 1

热门文章

最新文章

下一篇
无影云桌面