K8凯发(中国)天生赢家·一触即发

德勤打响职场革命第一枪:取消所有经理22岁新人拿下千万项目!
栏目:k8凯发官网 发布时间:2026-02-13
 想象一下,如果你在一个知名咨询公司工作了十年,终于成为高级经理。可是突然,你得到通知,这个头衔将被换成一个由“级别+技能+领域”构成的标签,如L4-Cyber-Fed-Expert,也就是在网络安全和政府合规方面的L  4级专家,而曾经“高级经理”头衔所代表的社会地位与收入水平也都将随之消失。  》(Future Career Framework)的邮件,并宣布从今年的6月1日起,将不再设立“

  想象一下,如果你在一个知名咨询公司工作了十年,终于成为高级经理。可是突然,你得到通知,这个头衔将被换成一个由“级别+技能+领域”构成的标签,如L4-Cyber-Fed-Expert,也就是在网络安全和政府合规方面的L

  4级专家,而曾经“高级经理”头衔所代表的社会地位与收入水平也都将随之消失。

  》(Future Career Framework)的邮件,并宣布从今年的6月1日起,将不再设立“经理”等传统职位,每个人的身份将完全由级别、技能与专业领域来定义。

  ,将组队的逻辑从以往的“人找人”变成了“关键词匹配”。项目负责人只需输入需求,系统就会自动筛选出具有相关

  而且,Iris会通过1200多个细分的技能标签对员工进行全天候的动态画像。如果一个老员工仅拥有资历,却缺乏当前项目急需的特定技能,那么他在系统中的推荐权重也不会高。如果某人的技能标签长期处于“低频搜索区”,就会渐渐被

  这种逻辑与抖音等短视频平台的流量分发机制有点类似。系统不会因为你曾是一个所谓“大V”就给你持续推流,它只看你刚刚输出的内容是否符合当前的算法趋势。

  我们认为,这无疑是一场职场革命。企业将废除职位与头衔,让经验和资历不再是护城河,同时也为年轻人创造了快速上升的窗口期。但也要注意,当算法试图将人拆解为数据标签时,也迫使我们重新审视那些无法被AI量化的价值,因为这些才是

  首先,德勤此次架构调整最直观的影响,是消解了资历的溢价,也为年轻人提供了跨越发展的机会。

  我们在短视频账号发布了德勤的这个事件后,收到不少关注。评论区较多声音集中在“人被工具化”的担忧上。

  毕竟所谓AI替代人,本质上是在替代工作所需的技能和经验,所以当企业在按“技能”而不是“岗位”来设计组织架构时,未来一旦AI发展到位,某些环节确实更容易被AI无缝替换。

  如Iris这样的AI系统不懂人情世故、不会论资排辈,它就是个内部劳动力市场的匹配工具,目标是以更低的成本、更高的效率,将合适的人安排到合适的项目。

  在传统的组织里,技能存在于口头描述或上级评价中,因此一个人能否被发掘,需要口碑和资历的积累;但在德勤的新系统里,技能变成了跑在算法里的、可验证的数据。

  虽说在算法面前人人平等,但面对新技术,年轻人往往学得更快、包袱更少,也就更有可能凭本事实现跨越式发展。

  例如德勤就公布了一个典型案例。一名代号为S.L.的年轻员工,职级仅为L2,约相当于初级顾问。但在一个需要解决“AI幻觉”导致财务偏差的千万级大项目中,原本的资深项目负责人无法给出解决方案,Iris引擎就直接推荐了曾参与引擎底层开发的S.L.。

  要知道,按照旧规矩,这种新人几乎不可能接触千万级项目,即便参与了,也大概率只能去写写会议纪要,干些材料整理的辅助工作。但现在,一个年轻人只要能直接上手解决问题,就能被算法直接推到关键项目的关键岗位上一展身手。

  以前大家总爱用“是金子总会发光”来勉励有才华的年轻人,但如今,AI系统却瞬间把这些“金子” 直接放到了能发光的地方。

  我想,德勤或许也是希望通过这个案例传递一个信号,只要你有特定的技能标签,哪怕你职级不高也能主导重大项目。与其说这是在把人“工具化”,不如说是开辟了一条新的上升通道。

  德勤声称,在算法调度下,拥有“生成式AI集成”技能标签的员工,项目单价会比同职级的、不具备该标签的员工高出22%到35%。

  但这背后其实是分配权的转移。旧系统里,中层管理者靠着信息差掌握着任务与资源的分配权;新系统里,这种分配权被算法夺走了,也就相当于被收回到了那些躲在算法背后的人手中。

  所以,这一机制的根本目的,必然不是为了让年轻人更容易上位,而是为企业利润服务。

  企业追求效率与利润无可厚非,但这个机制是否完美且合理,又能否实现AI对人的替代呢,我们仍然持怀疑态度。

  在AI的运作逻辑里,所有信息都要转化成能被模型理解的数据,也就是所谓的

  可是,Iris系统虽然能精准识别人的技能标签,并据此调配人力资源,但一群陌生的高技能专家临时拼凑的团队,在面对常规任务时确实可能执行力更强,却会因为缺乏情感连接和信任基础而在一些困难的任务中难以充分协作。

  很多时候,一个项目能顺利推进,可能是因为团队中某个成员具有更高的沟通协调能力,尽管看上去,他的技能水平并不是最高。而这些重要的软性能力又该如何向量化呢?显然,这不是靠一个给人贴标签的深度学习推荐机制所能解决的问题。

  AI可以固化那些可向量化的、可被训练为模型的技能和经验,从而替代重复性高、模式固定的工作。但人的许多能力依然难以被AI取代,比如沟通、共情、跨领域整合、灵活应变以及从零到一的创造力等等。

  所以,当算法越试图将人“向量化”,把人变成模型可以理解的数据时,我们就越要思考,人的终极价值究竟是什么?那些无法被轻易量化的部分,可能才是人在职场中真正的、不可替代的硬通货。