三个月培训,银行员工转做AI开发?瑞穗的新计划,正在改写企业的人才逻辑
来源:HRflag
企业推进AI,到底应该先去市场上寻找新的人才,还是重新认识已经坐在办公室里的员工?过去,这个问题往往由招聘预算和技术岗位缺口来回答,业务人员负责提出需求,技术人员负责完成开发。如今,一家大型金融机构的最新动作,让这条熟悉的分工边界出现了新的可能。
据10月15日援引日本经济新闻的报道,瑞穗金融集团计划面向旗下银行、证券等机构约五万名员工,逐步选拔销售和行政人员转向AI开发,长期目标是在十年内达到数千人规模。报道提到,转岗将从11月开始推进,优先考虑有意愿的员工,也包括具有管理经验的中坚员工。对于企业高管和HR负责人来说,这条新闻值得关注的地方,在于业务人才进入技术工作的通道,正在被重新设计。 [1]
这里有一个需要分清的数字:多家报道使用的是“十年内数千人转向AI开发”,同时提及另一项最多相当于五千人工作量的行政业务压缩计划。两项安排分别涉及人才流向与工作量变化,不宜直接合并成“五千人转岗”的确定承诺。将这两个口径分开,反而更容易看清这项探索的管理价值:工作内容发生变化之后,组织如何为内部人才建立新的价值出口。 [1] [2]
瑞穗同日发布的官方公告提供了更具体的细节,目标岗位被称为“AI应用开发人才”,培养由一个月集中学习和两个月真实项目实践组成。今年6月至8月的试点共有五人参加,其中四人此前没有编程经验,五人均于9月转入工程师岗位。公司计划在11月把下一批扩大至约二十人,并先培养百人规模的人才队伍,这也让长期设想有了可以观察的近期步骤。 [3]
看到“三个月”,很多管理者自然会追问:这么短的时间,能培养出合格的开发者吗?这个问题当然重要,但答案取决于企业究竟希望员工承担什么任务,以及为他们提供怎样的平台、指导和责任边界。如果把它理解为三个月掌握所有软件工程能力,就会错过这场探索真正值得研究的部分;如果把它理解为业务专家开始参与应用设计与开发,讨论就有了具体的落点。
从人才管理的角度看,瑞穗的动作提出了一道更有价值的题:当AI降低部分开发工作的操作门槛,企业能否让熟悉业务的人,进一步成为改进业务的人? 这涉及招聘与培养的组合,也涉及岗位、绩效、组织协作和职业发展如何一起变化。下面对实施路径的讨论,是基于息展开的管理分析,文中的情境示例与具体方案用于说明方法,不代表瑞穗已经披露的内部安排。
01
那些熟悉业务的人,可能比岗位名称显示的更有潜力
企业盘点人才时,通常先看员工属于哪个部门、做过什么岗位、拥有多少年经验。这样的方式方便组织管理,也便于安排薪酬和晋升,却容易让一种能力被低估:员工对真实工作如何发生的理解。这种理解很少完整地写进简历,往往藏在日常判断、流程衔接和对例外情况的处理之中。
一名销售可能知道,客户提出的表面问题与真正需要解决的问题之间,隔着怎样的信息差。一名长期处理行政事务的员工,可能熟悉哪些材料经常缺失、哪些审批总要反复解释,以及什么情况下标准流程需要升级处理。这些经验看起来琐碎,实际对应着系统设计中非常重要的需求、规则和边界。
可以设想,一个团队准备开发内部资料查询助手,技术人员能够完成检索、界面和基础问答,但业务人员还需要回答许多具体问题。同一份制度在不同时间是否有效,哪些内容适用于不同员工群体,遇到含糊表述应该引用原文还是交由专人解释,都需要有人作出业务判断。应用能否融入工作,很大程度上取决于这些细节是否被认真处理。
当业务员工只是需求的提供者时,很多经验需要经过多轮沟通,才能转化为系统里的功能。如果他们能够在适当支持下参与原型设计和验证,就有机会把部分解释直接变成可观察、可测试的成果。业务理解由此获得了一种新的表达方式,也更容易在产品迭代中被看见。
这并不意味着所有业务骨干都应该转向开发,企业还需要优秀的客户经营者、专业服务人员和流程管理者。更值得尝试的是,在现有队伍中识别那些既理解业务、又愿意把经验拆解成规则的人,为他们提供跨入新岗位的机会。 人才潜力的判断,可以从“这个人过去属于什么岗位”,进一步走向“这个人能够解决什么问题”。
一旦承认这种潜力,内部人才盘点的内容就需要丰富起来。除了学历、职级和历史绩效,企业可以观察员工是否善于澄清问题、能否识别流程中的反复劳动,以及是否愿意用证据修正自己的判断。这些表现不能直接等同于开发能力,却可以成为设计选拔与试学环节的有效起点。
02
要判断三个月是否够用,先把“开发者”的工作说清楚
人才来源的边界打开以后,岗位定义就成了下一道关键问题。“AI开发者”是一个传播效率很高的名称,但放进企业的人事体系,它仍然过于宽泛。训练模型、搭建技术平台、开发业务应用、配置工作流和评估输出质量,对应着不同的能力要求,也应承担不同的责任。
一家企业希望员工能制作部门内部的资料整理工具,与希望员工独立维护直接影响客户交易的系统,培养路径显然不能相同。前者可以在严格限定的数据、功能和使用范围内起步,后者需要更成熟的工程保障与专业审查。只有把目标工作讲清楚,培训周期才有讨论意义,人才评价也才有稳定依据。
对于从业务岗位进入应用开发的员工,一个合理起点可以是:能够在既定平台和指导下,将明确的业务需求转化为小范围可验证的应用。他需要理解数据来自哪里,知道输出应该满足什么标准,能够组织基本测试,并把无法解决的问题及时交给专业人员。随着能力增长,再逐步增加任务复杂度和自主程度,形成能够被验证的成长轨迹。
这样的岗位同样需要专业性,只是专业性的构成更加贴近业务应用。一个工具能够顺利演示,还不能说明它已经适合交给同事长期使用;常见输入处理正确,也不能说明它遇到异常时仍然可靠。企业需要把“做出来”“验证有效”“允许上线”和“持续维护”区分开,让每一步都有相应的标准与负责人。
因此,三个月的合理目标,可以是完成一段明确的职业转换,具备进入新团队继续实践的基础。它不必被解释成专业成长的终点,也不能仅凭一个岗位名称就赋予无限的开发权限。培训的效率最终要通过岗位中的真实表现来观察,而真实表现又必须放在具体任务和支持条件下评价。
企业越愿意把新岗位的边界讲具体,员工越容易知道该学什么,技术团队也越容易提供有效支持。 HR在这里可以发挥非常实际的作用:把抽象的人才口号翻译成岗位职责、任职标准、协作对象和授权范围。只有这些内容彼此一致,组织才有条件判断培养是否真正完成。
03
培训课程要接上真实项目,学习才有机会变成能力
岗位有了轮廓,培养方式也应随之变化。一门课程可以帮助员工理解概念、熟悉工具,却很难单独覆盖真实开发中那些不断出现的判断:需求表述不完整怎么办,数据与想象不一致怎么办,使用者提出相互冲突的要求又怎么办。这些问题需要在真实工作中被处理,才能逐渐转化为稳定能力。
企业设计训练项目时,可以从范围较小、业务边界清楚的任务开始。例如,为某一类内部文件建立辅助检索功能,或者把固定格式的信息整理流程做成可重复运行的工具。它们应当有明确的使用对象、可核验的原始材料,以及能够在有限时间内观察的效果,方便学员经历完整的交付过程。
项目开始前,学员需要与业务负责人共同说明现有流程,而不能直接跳到工具制作。一次任务目前由谁完成、需要多少环节、哪些步骤容易出错,以及结果交给谁使用,都应该形成大家认可的基本描述。有了这个起点,后续成果才有可比较的对象,学习也更容易围绕真正的问题展开。
进入实施阶段后,导师的价值在于帮助学员理解决策,而不仅是纠正某一行代码。为什么要缩小功能范围,为什么某些信息不能随意输入,为什么一个看起来流畅的回答仍然需要来源,都可以通过具体项目解释清楚。学员由此学习到的,是如何在现实约束下完成可靠工作。
训练项目还应保留失败和返工的空间,因为一次修改往往比一次成功演示更能暴露理解是否到位。学员需要讲清楚问题怎样出现、依据什么定位,以及为何选择目前的处理方式。经过这样的过程,组织才能逐渐区分哪些能力已经形成,哪些部分仍然依赖导师即时帮助。
为了让培养可以持续,企业还需要积累适合新人练习的项目库。每个项目应当附有基本背景、使用限制、验收标准和常见问题,同时允许导师根据学员水平调整难度。培训部门、业务部门与技术部门共同维护这些材料,下一批员工就能在更稳定的条件下开始,而每一期实践也能继续改进课程本身。
04
选拔的关键,是找到愿意把业务问题拆开的人
真实项目能够检验培养效果,也能帮助企业反过来改进选拔。对于跨岗位培养,单看原岗位的高绩效,未必能够判断员工是否适合新的工作方式;单看员工是否已经使用过AI工具,也可能漏掉一些尚未获得机会的人。企业需要把“愿意尝试”“具备相关潜力”与“已经成熟胜任”分开观察。
一个有用的选拔情境,是请候选人解释自己熟悉的一段工作流程。他能否说清楚业务目标,是否知道关键输入从哪里来,能不能识别那些无法简单按规则处理的情况,都可以成为观察线索。相比直接询问“你对AI感不感兴趣”,这样的讨论更接近未来岗位需要承担的实际任务。
另一个值得观察的表现,是员工遇到不确定结果时如何行动。有的人会立即接受看起来完整的答案,有的人会回到原始信息核对,继续追问适用条件,并主动寻找反例。后一类行为与开发中的验证工作更接近,也有助于判断员工能否在工具的帮助下保持自己的思考。
企业还可以设置短期试学,让候选人在统一条件下完成一个小任务,并获得基本指导。试学应当提供足够清楚的要求,也给不同背景的员工留下熟悉工具的时间,避免把早期接触机会误当成天然能力。选拔结果可以综合业务理解、学习表现、协作反馈和个人意愿,而不必押注于一次测试。
年龄、原部门和既有职级,也不宜成为替代能力评估的简单指标。年轻员工可能更熟悉工具,员工可能更理解客户和流程,两种优势都有机会在适合的任务中发挥作用。企业需要识别的是个人能够带来的具体价值,以及这份价值与目标岗位之间还差哪些可补足的能力。
同样重要的是,让员工拥有知情选择的机会。进入项目之前,他们应该了解工作内容、学习投入、可能的岗位去向,以及未达到标准时有哪些后续安排。 内部转型越能让员工看见真实的机会与要求,企业越容易找到愿意长期投入的人,而这份意愿本身就是培养能够持续的重要条件。
05
员工能否走进新岗位,往往取决于原经理能否放人
选中了合适的人,并不意味着组织已经完成准备。很多岗位转换需要跨过一道很实际的门槛:员工仍然承担原来的工作,原部门仍然面对当期目标,而学习和项目实践需要真实时间。如果没有人协调这些要求,转型就容易变成叠加在原有职责之上的额外任务。
可以设想,一位熟悉关键流程的业务骨干参加培养项目后,白天仍然要处理原部门的紧急事务,晚上再完成开发练习。即使他有很强的意愿,也可能很难持续获得完整的学习时间,项目进度和原岗位表现还会互相影响。这类问题首先需要通过工作安排解决,单纯强调个人投入很难形成可复制的培养方式。
企业可以在项目启动前明确员工从哪些任务中退出、哪些工作由团队重新分配,以及交接需要多长时间。原经理与接收团队应共同确认过渡计划,让员工在不同阶段知道自己主要对什么结果负责。对于仍需承担部分原岗位职责的人员,也要把投入比例和优先级讲清楚,减少相互冲突的要求。
原经理的支持同样需要被合理认可。培养优秀员工、帮助他们向内部新机会流动,本身可以视为管理贡献,并在经理评价中留下记录。这样既能让部门继续重视队伍建设,也能让优秀员工的成长与组织整体的人才配置连接起来,避免把内部流动完全当成部门之间的资源竞争。
接收团队也需要提前安排导师、项目与适当的工作负荷。如果员工培训结束后长期找不到真实任务,新获得的能力就缺少继续发展的机会,转岗也难以形成稳定的职业预期。HR可以把原部门的交接、培养过程中的支持和新团队的接收放在同一张计划里管理,让这些原本分散的动作彼此衔接。
从这个角度看,内部人才市场的活跃程度,离不开管理机制的配合。职位信息公开只是开始,组织还需要提供可执行的申请、评估、交接和接收流程,让合理的人才流动能够顺利发生。员工能否获得成长机会,也因此成为检验企业跨部门协作能力的一扇窗口。
06
给技术团队配好角色,业务人才才能稳稳进入开发
当业务员工开始参与应用开发,技术团队的工作方式也会发生变化。一部分精力将用于帮助更多人安全、有效地完成特定开发任务,包括提供统一环境、可复用组件和清楚的评审要求。这种支持需要真实投入,应当进入项目资源安排,而不能仅依靠工程师临时抽空承担。
对于复杂平台、系统连接、身份权限和关键服务,专业技术人员仍然需要发挥核心作用。业务转岗人员可以先在清楚的范围内承担需求拆解、原型制作、测试组织和应用改进,再逐步扩展能力。双方的分工越具体,彼此越容易理解各自的价值,也更容易形成稳定的交付关系。
广告
企业可以把一部分共性问题沉淀成标准服务,让新进入开发岗位的员工不必每次从头寻找答案。例如,常用数据应该通过什么方式申请,应用在进入试用前需要准备哪些说明,发现异常应该联系谁,都可以形成容易查阅的操作指引。对于频繁出现的需求,还可以建立已经过审查的组件,减少重复建设与沟通。
这样的安排还有助于控制导师负担。一名导师能够有效支持多少新人,应当根据项目复杂度、学员基础和团队现有工作量来确定,而不宜简单按人数扩张。如果某一批学员需要大量即时帮助,组织应先分析原因,再决定是补充基础训练、调整项目难度,还是增加支持资源。
业务负责人也需要进入协作结构,因为应用是否有用不能只由开发团队判断。使用者需要参与需求澄清与验收,说明结果是否符合实际工作要求,哪些例外情况仍然需要人工处理。技术审查与业务验收关注不同的问题,两者共同完成,应用才更有机会进入真实流程。
把业务人才培养成开发人才,需要企业同时建设一套支持他们工作的环境。 如果希望越来越多员工参与开发,就应让平台、导师、组件、评审和使用反馈能够一起扩展。培养规模应当与支持能力相匹配,这样岗位开放才能成为持续的人才供给,而不是只在个别明星学员身上发生。
07
能力认证要进入工作现场,才能支撑岗位授权
协作条件具备以后,企业还需要回答一个容易被简化的问题:怎样确认员工已经能够承担新任务?知识测试能够帮助判断基本概念是否掌握,课程结业也能记录学习过程,但岗位能力需要更多证据。特别是当员工可以借助AI完成部分实现时,评价更要关注他是否理解成果、能够验证成果,并对自己的工作边界保持清楚认识。
一套贴近实际的评估,可以要求学员交付一个范围明确的项目,并说明需求、数据、实现思路和测试结果。评审人员不仅看演示是否顺畅,还可以提出需求变化、补充异常输入,观察学员怎样分析和修改。对于依赖工具生成的部分,也可以请学员解释其作用与局限,确认他具备必要的理解。
评估还应包括应用交给别人使用所需要的材料,例如操作说明、已知限制、问题记录和维护方式。这些内容看起来没有功能演示显眼,却直接影响团队能否继续接手。能够把自己的工作解释清楚,让同事复现问题并完成后续改进,也是开发岗位的重要能力。
认证结果更好对应清楚的授权范围。例如,员工通过某一级评估后,可以在测试环境完成指定类型任务;积累更多项目证据并通过评审后,再参与范围更大的试用与维护。这样的分阶段安排,让成长机会与责任承担逐步匹配,也能帮助经理合理分配任务。
企业还应允许员工针对薄弱环节补学和重新评估,因为跨岗位学习的速度本来就可能不同。有的人需求分析较强,有的人更擅长实现与调试,有的人需要更多时间理解数据和测试。把这些差异记录下来,能够帮助组织安排更适合的项目与导师,而不必过早把一次结果解释成固定的人才结论。
对HR而言,认证的真正价值在于把培训、岗位和发展连接起来。评估标准既需要技术团队参与,也需要业务负责人确认,最终形成大家能够共同使用的人才依据。只有当“通过了什么”能够对应“可以负责什么”,能力认证才会成为岗位管理的一部分。
08
职业通道与回报要跟上,人才转型才有长期吸引力
岗位授权解决的是员工能够做什么,职业发展解决的是员工为什么愿意长期做下去。一名员工从熟悉的岗位进入新的专业领域,往往需要重新建立能力、信誉和协作关系,这是一笔真实的个人投入。企业若希望内部人才持续参与,就需要让这份投入与清晰可理解的发展机会连接起来。
新岗位的评价不能完全沿用原来的绩效指标。销售转岗人员如果仍主要按照原有销售目标评价,很难把足够精力投入新工作;行政人员进入开发团队后,也需要新的交付和质量标准。过渡期的考核可以关注学习进展、项目贡献和协作表现,再随着岗位稳定逐步转向更完整的责任要求。
薪酬安排则需要依据岗位价值、职责变化和企业现有制度综合设计。内部培养员工获得新能力之后,应当有机会随着责任增长进入相应的薪酬与职级评估,而不是长期停留在原岗位的价值坐标上。同时,组织也要避免把一个培训标签直接等同于固定溢价,让回报有真实的工作证据支撑。
对于有管理经验的员工,还需要考虑职业身份的转换。有些人希望从管理岗位转入专业岗位,继续发挥业务判断和项目协调能力;有些人则适合成为连接业务与技术的负责人。企业可以提供多种发展方向,让员工有机会在新的工作结构中继续积累影响力。
职业路径也不必都通向同一种工程岗位。业务理解突出的人,可以持续深化需求分析和应用设计;验证能力较强的人,可以在质量评估与流程改进中发展;逐渐形成工程能力的人,则可以承担更复杂的开发与维护工作。不同路径需要各自清楚的标准,同时保留继续转换和成长的可能。
内部人才培养的吸引力,最终会体现在员工能否看见自己的下一步。 一个真实项目、一位愿意指导的导师、一次依据新职责作出的认可,以及可以继续争取的岗位机会,都会影响员工对转型的判断。企业把这些安排做得越具体,长期目标就越容易获得稳定的人才参与。
09
算清投入与产出,才能让人才内循环持续运转
职业发展形成吸引力以后,高管还需要判断这项投入怎样创造经营价值。内部培养、外部招聘、专业服务和现有团队扩容,各有适用范围,也各有成本结构。企业需要比较具体场景中的完整投入,而不是仅凭招聘单价或课程费用,就判断某一种方式更经济。
内部培养的成本包括课程、工具、导师时间、员工学习期间的产出变化,以及原岗位交接与后续维护。外部招聘同样需要考虑寻找合适人才、熟悉业务和建立协作所需的时间。把这些项目放在同一口径下观察,管理者才能更准确地理解不同人才来源各自带来的价值。
可以用一个纯粹的测算情境说明这种比较:假设十名员工参加十二周培养,每人每周需要投入二十小时,那么学员投入合计为二千四百小时。企业还需要加上导师、业务评审和技术支持的工时,再观察这些投入能够支撑哪些持续可用的成果。这个例子只是帮助建立成本意识,具体安排应当根据岗位和项目条件确定。
成果端也要采用可以解释的口径。如果一个工具让某一步骤处理更快,就应同时观察后续核对是否增加、返工是否减少,以及使用者是否持续采用。节省的时间只有被重新组织起来,用于更多有效工作或形成其他可验证的经营改善,才更容易体现完整价值。
人才培养还可能产生跨项目的收益,例如业务与技术之间的沟通更清楚、需求返工减少,以及内部团队对应用的维护能力增强。这些收益值得记录,但应通过实际项目证据来说明,避免把所有改善都归入培训成绩。企业可以结合财务数据、交付记录和使用反馈,逐步建立对这项投入的合理判断。
因此,内部人才内循环更适合被看成一项持续优化的人才组合策略。关键平台可以继续配置成熟工程人才,适合业务知识发挥作用的应用可以安排内部培养人员参与,特定专业任务也可以使用外部支持。组织在实践中明确各自最适合的工作,既能增强内部能力,也能让合作资源发挥更好的作用。
10
从几个人走向更大规模,考验的是组织能否复制成功条件
当首批人员完成转岗,最有价值的后续工作,是分析他们为什么能够成功。个人能力、导师投入、项目选择和业务支持,可能都发挥了作用。企业需要把这些条件逐项梳理,才能判断哪些经验适合推广,哪些需要在下一阶段补齐。
规模扩大后,学员背景会更加多样,导师资源也会承受新的要求。企业可以在每一批结束时观察课程完成、岗位接收、项目采用和后续独立工作情况,让扩招速度与实际承接能力匹配。如果某些环节持续出现等待或返工,就应先改善这些环节,再增加新的培养人数。
项目储备是其中一个很实际的限制条件。企业若已经有一批范围明确、业务负责人愿意参与、数据条件适合的任务,新增学员就更容易获得有效实践。相反,如果只有笼统的创新方向,员工即使完成课程,也可能需要花很长时间寻找可以开始的工作。
企业还应建立共同的项目记录方式,让不同批次的成果能够积累。哪些需求经常出现、哪些组件可以复用、哪些验证方法更有效,都可以进入后续培养和开发流程。这样,早期投入形成的价值就有机会服务更多员工,组织也能逐渐减少对少数个人经验的依赖。
评价规模化进展时,人数应当与其他指标一起使用。进入新岗位的人有多少,持续承担实际任务的人有多少,成果在多长时间内继续使用,以及团队能否完成必要维护,分别回答着不同问题。把这些指标放在一起,高管才能判断人才供给是否已经形成稳定能力。
十年的目标要靠每一批真实的岗位转换来积累,而每一批转换都需要完整的组织接力。 HR可以牵头维护这条接力链,让人才来源、培养安排、岗位接收与职业发展保持一致。技术、业务和财务团队则分别提供专业支持、需求与价值验证,共同决定项目下一阶段应当如何推进。
11
企业现在可以启动的,是一项边界清楚的人才试点
对于正在规划AI人才战略的企业,最值得借鉴的,是把一个宏大的方向拆成可以验证的组织行动。起步阶段不必追求很大的覆盖面,可以选择业务价值容易说明、任务范围可以控制的部门,明确希望通过内部人才解决的具体问题。目标越具体,选拔、培养与评估越容易围绕同一件事展开。
试点开始前,业务负责人需要提出一组真实任务,技术负责人需要确认可使用的平台与支持资源,HR则需要落实人员意愿、学习时间和岗位去向。三方共同把成功标准写清楚,包括应用效果、交付质量、员工能力和后续维护安排。这样,项目从一开始就与实际工作连接起来,也方便后续依据事实调整。
培养过程中,可以定期检查需求是否清楚、学员能否完成必要验证,以及导师负担是否合理。这些检查应当帮助团队及时缩小问题、补充支持,确保项目仍然朝着原先定义的价值推进。对于暂时不适合继续扩展的任务,也可以保留已有学习成果,重新选择更合适的实践场景。
试点结束后,企业需要为员工安排真实的下一步。如果能力已经得到验证,就应提供相应任务和持续指导;如果仍需积累经验,就应说明需要补足的部分与可获得的支持。试点的价值既包括应用成果,也包括企业是否更清楚哪些人适合怎样的工作,以及怎样帮助他们继续成长。
随着经验积累,组织再决定是否扩大人员范围、增加项目类型,或者调整内部培养与外部引进的比例。这样的推进方式能够让长期人才规划不断吸收一线反馈,让预算与岗位安排有更具体的依据。高管与HR的共同任务,是把技术变化带来的可能性,逐步转化为员工可以进入、团队能够承接的工作机会。
12
人才战略的新空间,藏在经验能够被重新使用的地方
回到这条新闻,三个月的培养周期与十年的人员转换目标之所以引人关注,是因为它们把两个通常分开讨论的问题放到了一起。企业一方面需要适应AI带来的工作变化,另一方面又拥有大量已经熟悉客户、流程和组织规则的员工。如何让这两部分连接起来,决定着内部人才是否能够在新的工作结构中继续创造价值。
对高管而言,这意味着人才供给的来源可以更丰富。企业可以继续引入外部专业能力,同时重新审视内部有哪些经验能够在适当的技术支持下转化为应用、流程和服务。每一次成功转换,都有机会让过去积累的业务知识进入新的生产方式,也让组织对自身能力有更具体的认识。
对HR而言,这项工作会把人才管理推进到更加接近业务交付的位置。岗位怎样定义,员工怎样进入,能力怎样验证,经理怎样支持,以及成长怎样获得回报,都需要在同一个实施过程中协调。HR能够提供的价值,就体现在让这些安排彼此衔接,并让人才的变化真正反映到工作结果上。
AI时代的人才战略,需要给员工一条从既有经验走向新职责的清晰路径。 这条路径始于企业愿意重新识别内部潜力,经过真实项目中的学习和验证,最终落在有责任、有支持、也有发展空间的新岗位上。瑞穗的探索值得持续观察,而对更多企业来说,眼下就可以开始的工作,是认真回答:组织里哪些人的经验,已经具备了被重新使用的条件?
参考资料与口径说明
[1] SBS News,2026年10月15日,援引日本经济新闻报道,涉及约五万名员工的选拔范围、十年内数千人的转岗目标,以及自愿参与优先等信息。链接:https://news.sbs.co.kr/english/article.do?news_id=N1008799222
[2] 每日经济新闻(韩国),2026年10月15日,报道长期人员转型安排与行政工作量变化,核对两项数字的不同含义。链接:https://www.mk.co.kr/en/it/12177056
[3] 瑞穗金融集团,2026年10月15日官方公告,介绍“みずほAI Bootcamp”、首批试点、一个月集中学习与两个月实践的安排,以及近期扩展目标。官方PDF:https://www.mizuho-fg.co.jp/release/pdf/20261015release_jp.pdf;公司发布的公告页面:https://prtimes.jp/main/html/rd/p/000000024.000177612.html
原文链接:https://mp.weixin.qq.com/s/wweL65rRK660OCgLBpZdMg
[返回上一页]
