2020年最重要的10项工作技能

简介:

挖掘机技术哪里强?我不知道,但是根据凤凰城大学研究中心未来学会的研究,到 2020 年的时候,最需要的工作技能并不是挖掘机技术。研究人员分析了未来的 6 大变革驱动力,并在此基础上分析出届时最重要的 10 项工作技能。



6大变革驱动力

1、老龄化

根据预测,到 2020 年的时候,中国的人均寿命将达 77 岁,到 2025 时,美国 70% 的人寿命将超过 60 岁。人口老龄化将导致人类对年龄的认知发生变化,个体的职业生涯、家庭生活以及教育也要适应这种变化。退休年龄有可能需要推后(65 岁以后)才能保证退休后具备足够的资源,兼任多项职业和终身学习也许将成为常态。


2、智慧机器和系统崛起

技术将增强并拓展人的能力。但办公、生产及家庭自动化将占据机械可重复的工作份额,机器甚至会成为人类求职最大的竞争对手。届时人类必须思考自己擅长机器不擅长的东西是什么。


3、可计算的世界

传感器的不断增长和处理能力的不断增强令世界成为可编程系统。随着传感器、通信及计算能力渗透到日常物体和环境中,现实世界将逐步数字化,人类将有机会获得海量的数据以及对模式的洞察,人类的决策将越来越多地依赖于对数据的分析,我们对这个世界的思考将会以可计算、可编程、可设计的方式进行。


4、新媒介生态

新的沟通工具要求具备的媒体素养不仅仅是文字而已。新的多媒体技术的出现将会导致沟通方式的变革。视频制作、数字动画、游戏、增强现实、媒体编辑的复杂化和泛化将会令人类形成新的沟通语言。媒体形式的丰富化和网络虚拟化不仅要求增强媒体素养,而且对人的注意力和认知也提出了更高的要求。


5、超架构组织

社会化技术推动了生产和价值创造新形式的出现,使得组织可以突破传统边界、以超级的可伸缩性(小到个体,大到全球)工作,人类的协作水平和资源整合能力将得到空前提高。


6、全球互联的世界

不断提高的全球互联性使得多样性和适应性成为组织运营的中心。


在这 6 大驱动力的作用下,未来学会总结出的 2020 年 10 大工作技能是:

1、意义建构

确定所表达意思的更深含义的能力,驱动力为智能机器,因为智能机器接管了大部分的机械可重复工作,但是人工智能的进步仍然有限,这部分技能是智能机器所不擅长的。


2、社会智力

以深刻和直接的方式与他人沟通的能力,可感知和刺激反应及想要的互动,驱动力是智能机器和全球化。感觉和感受能力是人类的特长,机器在短时间内是难以企及的。具备社会智力的员工能够迅速评估周围人的情绪,适应其讲话、语调和手势。相对于机器,人类数千年来的群体生活形成的 EQ 和社会智力是一项至关重要的竞争性优势。


3、新思维与适应性思维

善于思考的能力与提出解决方案的能力,能够突破常规做出响应,驱动力是智能机器和全球化。。调查发现最近 30 年技能岗位出现了两头大中间小的趋势。中等技能白领和蓝领工作在减少,高技能要求的技术岗位、管理岗位以及低技能要求的餐饮、个人护理则吃香。这两者一个是抽象工作、一个是简单的手工活。其共同点是都要求有环境适应能力。


4、跨文化竞争力

能够在不同的文化环境下作业的能力,驱动力是全球化和超架构组织。在全球化的背景下要求人能够在任何地方工作。因此会对人的语言能力、适应能力提出新的要求。组织的变化也会推进这种能力,因为研究表明不同年龄、技能、专业、工作及思考风格的组合有助于组织的智能和创新性提高。


5、计算思维

把大数据转化为抽象概念的能力,以及理解基于数据的推理能力,驱动力是新媒介生态及可计算世界。随着数据量的爆炸性增长,会有越来越多的角色需要计算思维技能来利用这些信息。但同时也要理解这种能力的限制。因为仿真或者模型终究不是现实,同时我们也不应丧失在缺乏数据情况下的思考和决策能力。


6、新媒体的读写能力

严格评估和创造采用新媒体形式的内容的,可利用这些媒体进行说服性沟通的能力,驱动力是老龄化、新媒介生态及超架构组织。UGC(用户生成内容,包括视频、博客、播客等)的爆炸统治了社会生活,未来我们也将在会在工作场所感受到这一点。


7、跨学科能力

能理解跨学科概念,具备各领域的读写能力,驱动力是老龄化和全球化。全球问题的日益复杂化已非单学科能够解决,过去强调的专业分工细化将会被多学科协作所替代。而且这种协作不是简单的多专业组合,而是要求每个人都具备一定的跨专业能力,即一专多能。


8、设计理念

为所需结果展示和开发任务和工作流程的能力,驱动力是超架构组织和全球化。神经科学已经发现,环境对我们的认知有着重要影响,环境改变可影响大脑,进而影响行为。可计算世界的传感器、通信工具及处理能力则可令我们以设计的方法来完成工作。我们可以对环境进行规划,令其有利于得到我们最感兴趣的结果。


9、认知负荷管理

根据重要性区分和过滤信息的能力,理解如何利用不同工具技术最大发挥认知功能的能力,驱动力是超架构组织、全球化及新媒介生态。数据爆炸令我们处在一个信息过载的世界,组织和个人唯有有效过滤信息,聚焦于重要的数据方能占据竞争优势。


10、虚拟协作能力

在虚拟团队中有效工作、推动沟通以及证明存在的能力,驱动力是超架构组织和全球化。连接技术令跨地域的工作、想法分享空前便利。但是虚拟的工作环境也要求不同的能力。虚拟团队的领导需要具备促进互动、激励分散各处的成员的能力(如游戏化机制)。而虚拟团队成员则要有寻找“组织”、形成归属感的能力。


原文发布时间为:2014-10-13

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
存储 数据库 Python
怎么解决字符乱码的问题
怎么解决字符乱码的问题
2206 0
|
JavaScript 安全 测试技术
“vueuse“ 中文索引与用例
“vueuse“ 中文索引与用例
787 0
|
4月前
|
缓存 安全 Windows
电脑开关机、运行卡顿! 科学清理 C 盘释放存储空间实用妙招!
电脑C盘爆红、卡顿、软件闪退?本文提供一套安全、高效、可长期维护的C盘清理流程,从基础清理到系统优化,再到专业工具深度处理,新手也能轻松上手,一次性释放大量空间,让电脑重回流畅状态
|
5月前
|
人工智能 缓存 前端开发
Day4-5:Web 双端适配与 Admin 系统全栈落地实录
本文档整合了 Day 4 与 Day 5 的开发进展,核心涵盖 Web 端响应式 UI 复现、云端资讯 API 接入,以及 Admin 管理系统的架构设计与模块化开发步骤,打通了从用户体验到后台管理的完整链路。
|
9月前
|
存储 人工智能 缓存
别再把大脑当成 /dev/null 了!用这套AI指令给记忆装个 "Redis 缓存层"
本文将大脑记忆比作数据库存储,指出传统记忆的"无索引"缺陷。通过一套"记忆架构师AI指令",利用数据预处理、建立索引和持久化策略(遗忘曲线),帮助开发者构建高效、稳固的知识记忆系统,实现认知的"架构升级"。
872 4
|
人工智能 自然语言处理 监控
大模型不是一次性产品:为什么你的AI需要定期“保养”?
大模型需持续微调,因应领域变化、用户需求升级、数据演进、合规更新等六大驱动力。静态模型易落伍,唯有通过周期迭代、反馈闭环与分层策略,才能保持AI的准确性、安全与竞争力。持续优化非选择,而是必然。
大模型不是一次性产品:为什么你的AI需要定期“保养”?
|
Java 数据库 Spring
如何使用 SpringBoot 实现动态增删启停定时任务?
我是小假 期待与你的下一次相遇 ~
605 5
|
存储 缓存 安全
Java 集合篇面试题全面总结及答案解析
本文总结了Java集合框架的核心概念、常见集合类的特性与应用场景,以及开发中可能遇到的问题与解决方案。内容涵盖集合框架的基础接口(如Collection、Set、List、Map)、泛型的优点、线程安全集合类(如ConcurrentHashMap、CopyOnWriteArrayList)、常见集合类的区别(如ArrayList与LinkedList、HashMap与HashTable)等。此外,还详细介绍了如何实现LRU缓存、FIFO队列、优先级队列及栈等数据结构,并提供了相关代码示例。通过本文,读者可以全面掌握Java集合相关的面试知识点及其实际应用技巧。
613 2
|
供应链 API 区块链
从库存周转率提升30%看京东API如何重构供应链效率
京东API分类全景图展示了其从商品管理到生态协同的技术中台架构,涵盖商品、交易、供应链及家政服务等多维度接口,助力电商数字化转型。
|
算法 数据可视化 数据挖掘
课程视频|R语言bnlearn包:贝叶斯网络的构造及参数学习的原理和实例(上)
课程视频|R语言bnlearn包:贝叶斯网络的构造及参数学习的原理和实例

热门文章

最新文章