Py学习  »  chatgpt

ChatGPT 时代,没有高手的单位会越来越难

知识管理中心KMCenter • 10 月前 • 86 次点击  

文/田志刚 摘自《卓越密码:如何成为专家》
· 企业知识管理实施的方法论·
句话叫“双拳难敌四手,恶虎还怕群狼”,说一个人的力量再大,可能也打不过一群人。
这种话在农业和工业时代是合理的,但在今天这个时代,当我们的大部分核心工作都变成知识工作,我们的员工都是知识型员工的时候,这个道理就不合适了。
本质的原因在于,农业和工业时代的工作主要依赖的是个人的力量,依靠我们的四肢譬如手,脚这些器官的力量和技巧。但在新的时代,依赖的更多的是人的知识积累、思维方式、创新创意,在这种环境下一个高效的专家型的知识员工,他的生产力可能远远超过10个或者100个普通员工的生产力。
做一个不太恰当的比喻,一个有创意的、有想法的、理解用户需求导演的一部作品,可能比1000个低水平的导演的作品票房要加起来都要高。
这其实是知识工作的特征特性决定的
工作过程依赖于信息和知识、依赖于对客户需求的理解和把握、依赖于创新,本质是跟高水平人员能力紧密相关;工作结果一次生产可以满足大量人群的需要(通过技术的放大效应,对比只能服务少数人),产生一次后就可以低成本无限放大。
美团CEO王兴说:我去Facebook,听到这样一句话:好的工程师和差的工程师,差距是10万倍!这让他感到震惊,他之前就看到这种差距,但以为只是10倍甚至100倍的差距。
新的时代新的工作类型,加上员工成本持续增加,大部分机构业务复杂程度不断提升,你就会发现,各类机构里用人的“精英化”趋势越来越明显:找更少的人,但对人的要求更加高,然后给予更高的报酬。
另一个方面:在这个时代,不同企业之间的竞争已经不是人员数量的竞争,而是企业里高手和专家的竞争
真正好的企业在各个岗位和职能上都有自己的专家,这些专家通过把自己解决问题的方式方法整理提炼成知识传递给更多的同事,保证了这些企业相应职能和专业上的水平和能力。
以ChatGPT为代表的大模型所提供的能力,会让所有的单位经整理更加依赖专家级员工的水平。
因为按照《卓越密码如何成为专家》的观点,只有专家级别的员工才能创造出新知识。
只有新的知识才能带来组织的竞争优势,而在大模型的加持下,所有的人类公开知识大家都可以使用,这就对组织的专家数量和质量提出了更高的要求。

当一家企业在任何一个职能和岗位上有相应专家的时候,就基本可以保证这家企业在该项业务上的水平和能力达到了较高的程度。

所以现在企业的一个根本问题在于,如何在各个岗位和职能上培养出更多的专家?

如果一家企业在某个岗位和职能上没有相应专家水平的人,那这个部分就可能成为他的短板,而当在这些岗位和职能上有相应的高手和专家的时候,就基本保证了他在这部分的竞争优势。

所以如何培养出大量的、分布于各个职能和专业的专家,成为提升企业竞争优势的一个核心问题。

关于如何在企业里培养出更多的专家,结合我在《卓越密码:如何成为专家》写的理念和方法,个人认为主要包括以下几个关键点:

第一个关键点,选择大于培养。

对于成年人而言,有很多东西我们是无法改变的,如果一个成年人,它本身没有向上的驱动力,那外部提供任何的好的支撑可能价值都不大。在《如何成为专家》的书里也提到,成为专家的两个核心中,方向对于工作多年的人问题不大,动力的问题才是根本。

而一个人是否有持续向上的动力,跟他的原生家庭,他的价值观、他的思维方式是紧密相关的,对于已经成熟的人而言,我们可能很难改变。

换句话说,其实在企业的各个岗位上有不少人,即便他已经做出了不错的成绩,但他从来没有把成为专家当做自己追求的目标和方向,他可能有自己其他的追求,类似于说各人各有志,我们没有办法强迫一个不想成为专家的人成为专家。

一个例子就是毛泽东在三湾改编的时候,当时革命处于低潮,很多人选择离队回家,然后当时虽然很困难,但都给他们发了路费。人各有志,剩下的才是真正有信仰的追求者,这个时候毛泽东也没有想办法去改变这拨人的想法。

所以在企业内部培养专家的时候,第一步是先选择出那有一定基础,而且真正的将成为专家作为追求的人。

譬如有许多名校毕业学历很高的人,但并不意味这些人成为专家的可能性更高。

也许只不过是这些人在读书的阶段,人足够聪明也足够听话,能够完成老师和家长布置的任务和要求,但他自己本身可能对探索未知并没有兴趣,这样的人最后成为专家的几率比较低。


而那些非名校出身但对研究和探索特别感兴趣的人,有那种不把事情搞清楚不罢休的人,可能才是我们培养专家的更好的选择。

为什么这么选择?

核心原因在于成为专家其实是个相对漫长的过程,需要的是在没有外部要求的时候,自己仍然愿意去探索,去分析去研究,需要那种自己跟自己较劲的人,这样的人可能更容易成为专家。

第二关键点,专家都是干出来的。

各个领域的专家都是干出来的,只有通过解决复杂困难的问题,只有不断体会焦头烂额毫无头绪,才能倒逼这些人去学习去思考去分析去研究,只有不断重复这样的过程,才能从新手到胜任到高手到专家。

所以说成为专家最核心的一个问题是,有没有机会去承担那些复杂的困难的任务,而不是整天做重复的类似的工作。

从企业角度讲,对于选择出来的有培养前途的这些人,要尽量给予机会,让他们去承担各种艰难险重、压力山大的任务,在这个这种过程中真正的专家就会脱颖而出。当然在这个过程中也要你要为他们提供支撑和保护,要教会他们相应的方法和策略。

如果没有实践这样的机会,即便他们爱学习但也不可能真正掌握精髓,也不算学会了;所谓思维方式和技术上的提升,也只浮在表面上。

这里面也要注意的是,实践机会要适合员工的发展阶段和需求,如果新手面临的都是远超他们能力的问题,可能会将他压垮。如果一个高手的医生整天需要去诊断感冒的病症,他们的能力也很难快速的提高。

企业如果想要培育更多的专家,需要去尽量考虑这些人才对于实践要求的层次性:既不能容易他们完全没有兴趣参与,也不能难到如何努力也完不成的程度,而是分配超过他们当前能力又能通过努力达到的机会。

烧不死的鸟才是凤凰,在承担重要任务解决核心问题的过程中,才能锤炼能力、开阔眼界、提升深度,才有可能成为专家级的人才。

第三个关键点,授人以渔。

当一个真正想成为专家并为之努力,也有实践机会的人,是不是就能成为专家呢?这也不一定,因为这里面还涉及到一个方法论的问题。

类似于一个人去爬山,即便这个人有再丰富的想象力让他在山脚下去想象山顶看到的景色是什么样子,他想的可能也是不对的。

当一个员工尚处于胜任阶段的时候,他其实是不知道成为专家需要掌握什么、需要思考什么、需要观察什么,这个阶段他其实是在黑暗中去摸索。类似于给你一个拼图,即便是50块的拼图,如果不告诉你最后拼成什么样子,你最后把它拼成的概率其实也是很低的。

这个时候其实就需要企业的支撑,在同岗位上的前辈们、同岗位上的专家们,他们的经验其实可以可以给这些未来的专家提供指引。

另一个方面就是说要成为专家,需要持续不断的深入的去学习,去思考,去研究,去分析,而关于如何高效的去学习获取知识建立知识体系,如何深入的去思考,如何分类概念建立框架模型,这些对于大部分人来讲都是陌生的,都需要通过有意识的学习和训练才能掌握,这也是一个人的元能力。

但可惜的是,大部分机构其实没有给员工提供这一方面的辅导和培训,那些真正想成为专家的人也不掌握如何去研究如何去学习去思考的方法论,因为这些方法论的欠缺,就让他们在进步的路上比较缓慢。

所以说对于致力于成为专家的这些人,企业应该给他们提供相关的学习和训练机会,让他们能掌握这些最基础的元能力,便于他们在自己的岗位和专业上能更快速的进步,大概也就是说的授人以渔。

第四个关键点,给激励。

成为任何一个领域的专家,都是一个长跑,在这个过程中,其实各种艰难险阻,各种痛苦压抑,各种探索而不得,所以每个人都会倦怠都会想着放弃。

如果没有外部的支持和激励,也会有一些人最后成为专家但这个过程一定会变得相对要长而且数量会少,但是如果有好的外部的支撑激励,在各个阶段给予指导给予正的反馈,会促进更多的专家出来,。

譬如当他们倦怠的时候想放松、放弃的时候,这个时刻企业应该作为外部力量对他们提出要求:要求他们产出标准、规范,提炼方法、模型,要求他们去做更困难复杂的工作去评审去提炼等,通过产出促进他们的学习、实践和思考。

当他取得成绩的时候,能够适时给予表彰奖励,让他们感觉到自己受到尊重与被需要。如果一个机构里真正创造价值的人无法得到相应的回报(物质和精神),如果整个组织都是实行平均分配大锅饭,或者只是给高手提供了微不足道的好处,那么真正有追求的人或者放弃自己的追求或者想办法跳槽。

所以要想培育更多的专家级人才,必须建立鼓励专家级人才大量涌现的流程、制度,让真正高水平的人得到超额的回报,才会有更多的人愿意追求卓越、愿意为了成为专家坚持持续不断地精进和努力。

简单写了以上四点,关于各类机构如何培养出更多的专家来,其中涉及的因素很多,欢迎一起探讨。(本文为语音转化版本,作者为知名知识管理专家作者田志刚。您可通过微信号:511956894 与他联系或加入他的【二班】

不会建知识体系,学多少内容都没用


该文内容摘自《卓越密码:如何成为专家》,点击【阅读原文】直达京东购买。本文作者为知名知识管理专家作者田志刚。您可通过微信号:511956894 与他联系或加入他的【二班】

@关注知识管理中心公众号:KMCenter

发送“1”可以获取大量高效学习、企业知识管理、个人成长文档、PPT下载

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/154830
 
86 次点击