要在AI驱动的世界中取得成功，关键是掌握以下三项技能：情商、批判性思维和持续学习的能力。情商让你在自动化时代中，保持对团队和客户的敏锐洞察力。批判性思维帮助你在处理AI提供的数据时，作出独立且有效的判断。持续学习的能力确保你在快速变化的科技环境中，不断更新和提升自己。这三项技能能帮助你在AI时代保持竞争力。
《个性化》（ PERSONALIZED）一书的合著者大卫-C-埃德尔曼（David C. Edelman）和马克-亚伯拉罕（Mark Abraham）认为，好奇心、数据精通和责任心将帮助职场人在未来的工作中茁壮成长。
在哈佛商学院，学生和教授们都在讨论人工智能对商业的变革性影响，包括新兴商业模式、竞争格局的转变以及潜在的成本结构革命。
虽然案例研究可以帮助学习者探索新的挑战者和转型中的现有企业，但精明的学生还会深入研究。在人工智能先行的世界里，每个人身边都将有一个人工智能副驾驶员，为了为未来的工作做好准备，职场人必须思考他们应该如何培养自己的个人技能。
我们都需要在职场快速提高自己的人工智能准备水平。以下是员工在人工智能驱动的世界中取得成功所需的三大技能，以及如何自我培养这些技能。
为什么AI时代亟需顶级技能
我们特别关注了在领先企业中取得成功的管理者，以及随着人工智能日益普及而开始脱颖而出的各类人才。在我们的研究和新书《个性化：人工智能时代的客户战略》（PERSONALIZED: Customer Strategy in the Age of AI）一书中，我们发现了三项核心技能，它们将在人工智能驱动的职场中脱颖而出，成为明日之星：
- 持续的好奇心： 向人工智能提出尖锐问题的能力，即使你感觉已经得到了答案，也要继续提问。
- 对数据的精通： 了解数据来源、差距、通用性和公司的具体情况。
- 坚定不移的责任： 对结果负责，仔细检查AI的输出，考虑利益相关者的观点，评估风险，并确定适当的验证方法。
以下是培养上述各项技能所需的条件。
好奇心要求掌握不断提问的艺术
对大多数商务人士来说，提问以了解情况的来龙去脉是一种自然而然的行为。问什么问题、如何提问、使用什么语气以及如何设定对答案的期望值，都会影响到所得到答复的质量。人工智能系统也是如此。
在与人工智能聊天机器人或工具互动时，你总会收到某种形式的回答。但是，这些回答很少附带质量评级或高质量回答的明确定义。因此，坚持不懈地提问变得至关重要。重新措辞你最初的问题，探究人工智能的信息来源，并通过向它提供不同的观点来要求它考虑其他观点。
例如，向Chat GPT 4.5这样的高级新人工智能提出以下两个问题，就会得到截然不同的答案： “搜索在未来将如何发展？“与 ”当越来越多的人使用 LLM 而不是当前的工具时，搜索将如何变化？” 第二个问题更多涉及的是新的 Gen AI 工具的细节，而第一个问题则是生成一个可用于搜索的输入和输出类型列表。
在我们的书中，我们提出了所谓的 “个性化五大承诺”，这是用人工智能推动增长的蓝图。第一个承诺是 “赋予我权力”，即询问客户想要什么，以便设计人工智能和技术来满足客户的需求。
最好的人工智能应用程序在设计时都包含了这种持续的提问。例如，语言学习应用程序Duolingo 在开始使用时会问七个简单的问题。它不仅会问你想学哪种语言以及你的语言水平，还会问你为什么要学这门语言，你最想精通哪类话题，以及你主要是会说还是也会写和读。问题的设计是有目的的，因此课程可以根据每个选择进行调整。持续学习不会就此结束。随着您在应用程序中的不断深入，课程材料也会根据您的知识进行调整。
在当今不断变化的商业环境中，好奇心和对新信息的不断适应将成为大多数职位的工作内容。因此，越来越多的管理者在职位描述中将好奇心作为一项必备技能。
成为精通数据的决策者
数据无处不在。数据存在于公司的各个职能部门，隐藏在互动和讨论中，并在团队测试新假设和提出问题时产生。未来的优秀管理者将高度关注他们目前拥有的数据、他们可以解锁或购买（第三方数据）的潜在数据和新数据，以及他们可以创建的数据。为了在未来成为一名成功的领导者，你需要不断寻找新的输入来源，以帮助解决问题、理解复杂系统、促进具体行动和个性化互动。
了解数据并不一定需要很深的技术，但确实需要了解公司的总体系统架构。因此，要了解数据的来源、存储、管理、组合和使用方式。了解数据的质量问题，如准确性、及时性和完整性，也能帮助你在未来的工作中取得成功。
这一规则既适用于 B2B 环境，也适用于 B2C 环境。例如，一家工业分销商的团队将数据视为战略资产，将产品和运营数据与通过呼叫中心获取的客户数据相结合。这使他们能够想出更好、更快的方法，让呼叫中心代表回答来电问题，并快速识别和纠正客户来电反映的运营问题。人工智能工具实现了问题识别的自动化，也提高了呼叫代表的工作效率。对整个公司的数据进行全面思考正成为部署类似新解决方案的一项基本技能。
在任何商业环境中，你能利用的数据越好，你就越有可能做出成功的决定。商学院向学生灌输的理念是，必须了解对案例中可用数据的探索，并将这些数据与手头的开放性问题联系起来。咨询公司会培训员工从问题入手，倒推问题，制定出大问题背后的子问题鱼骨图，以及回答这些问题所需的数据。
有了人工智能，数据变得更加重要。数据是公司智能引擎的命脉。即使是在技术含量较低的业务层面，如果能对数据的生命周期、创建数据的方法以及将数据汇集在一起所涉及的问题有所了解，就能为您提供更多机会，建立新的人工智能驱动能力，或推动人工智能工具实现更好的业务绩效。
这套技能与 “了解我 ”的个性化承诺不谋而合。正如大型零售商从每一次客户互动中获取信息以更好地了解客户一样，精通数据的管理者必须从组织内的各种来源获取并了解数据。这包括负责任地收集数据、尊重个人权限和安全，以及利用这些知识做出明智的决策。您可以利用人工智能深入了解业务运营、客户需求和市场趋势，最终制定出更加个性化和有效的战略。
增强的责任心与AI共事
关于肆无忌惮的人工智能工具的风险，不乏研究、实例和文章。正如团队领导要对团队的产出负责一样，您也必须对人工智能工具的产出负责。这包括评估所使用信息的适当性、准确性、偏差和来源的合法性。这关系到公司的声誉和您的个人品牌。
良好管理的原则同样适用于人工智能驱动的世界。在我们讨论的前两项技能的基础上，你需要确保你的团队提出了正确的问题。你需要询问他们是如何回答这些问题的。你需要评估输出结果是否合理，是否使用了适当的数据，是否符合当前的需求。如果你是团队的一员，而不是团队的管理者，你就必须超越自己的角色，确保整个团队朝着正确的方向前进。你必须帮助他人解决问题。
但是，除了对人工智能的产出负责外，优秀的管理者还会负责让系统变得更好、更智能、更合适。这与个性化的最后一个也是最重要的一个承诺 “Delight Me”（让我满意）息息相关，即不断改善客户体验的承诺。在人工智能时代，企业现在比拼的是测试和学习能力的速度和规模。像 Netflix 和 Spotify 这样的创新者分别改变了娱乐和音乐行业，因为他们建立了人工智能平台，能够根据客户的输入进行快速试验和调整。
管理者及其团队需要掌握这套技能，才能在人工智能领域取得成功。正如公司通过测试不断完善体验以提高客户满意度一样，管理者也必须承担起完善和改进人工智能输出和流程的责任。这包括根据实际洞察进行迭代改进，将人工智能互动转变为可靠、持久的工具，并随着需求的变化而不断调整。通过实时测量实现问责制，管理人员可确保人工智能系统不仅能满足当前需求，还能不断发展以取悦客户。
未来人工智能世界所需的技能可能与塑造优秀企业领导者的许多特质并无显著不同。但是，人工智能的特点–它的工作方式、助推因素以及它带来的风险–使得对人才的需求变得更加迫切，这些人才需要专注于不懈地提出聪明的问题，探索数据如何助推绩效，并对人工智能带来的价值创造（以及减少价值破坏）负责。
您是否已为培养这三项核心技能做好了准备？现在就是挑战自我，开始人工智能之旅的时候了。成长的机遇就在我们说话的时候展现出来。
