过去几年,企业谈数字化转型,焦点大多集中在系统上不上云、数据能不能打通、预算够不够用。真正推进到深水区之后,越来越多管理者发现,制约进度的常常是人的问题:需求方说不清业务逻辑,技术方听不懂业务语言,系统上线后没人会用、也没人愿用。
缺口不只在数量,更在结构
数字人才短缺并非新话题,值得关注的是它的结构性特征。一方面,基础编程、系统运维等岗位随着工具成熟和自动化程度提高,需求增速放缓;另一方面,能把业务问题翻译成数据方案、能协调跨部门协作的复合型角色,却长期供不应求。
这背后是组织分工的历史惯性。传统企业里,IT部门往往被定位为支撑角色,业务与技术之间隔着一道墙。数字化转型要求两端融合,于是业务架构师、数据分析师、数字化产品经理等新角色被推到台前。2022年修订的《中华人民共和国职业分类大典》首次标注数字职业,数量接近百个,某种程度上正印证了职业结构的迁移。
生成式AI重画技能地图
生成式AI的普及让这件事变得更复杂。世界经济论坛在《未来就业报告》中判断,未来几年全球约四成员工的核心技能将发生变化。代码补全、文档撰写、初稿生成等任务被工具大量接管,员工的价值更多体现在提出好问题、判断结果、做出决策和跨领域协调上。
这意味着企业的培训重点正在迁移:从教会员工操作某个软件,转向培养数据素养、人机协作习惯和批判性思维。对不少一线员工而言,真正的门槛不是不会用工具,而是不清楚数据从哪里来、指标意味着什么、出现异常该找谁。
补课的三条路径
- 内部练兵:把转型项目当作人才培养场,让业务骨干参与需求梳理和数据建模,边干边学,并建立内部数字技能认证,与晋升通道挂钩。
- 外部借力:通过产教融合、校企合作定向培养,同时以灵活用工、外部顾问补齐阶段性能力缺口,避免盲目扩编后又难以消化。
- 机制保障:设置首席数据官或数字化负责人,把数字素养纳入各层级考核,让人才建设从人力资源部门的独角戏变成组织的共同账。
结语
技术可以采购,系统可以上线,但人的能力只能一茬一茬长出来。数字化转型走到今天,比拼的不再是谁买了更多软件,而是谁能让更多员工真正养成用数据思考和决策的习惯。把人才当作长期资产而非短期成本,才是穿越转型周期的稳妥做法。