21世纪：在多重冲击下，今年全球经济阴霾笼罩，中国企业也面临一些内外部的挑战和困难，你会如何总结2023年？对2024年有哪些展望？

曹燕萍：2023年全球经济增长放缓、地缘冲突频发，中国企业也面临一些内外部的挑战和困难，但他们在积极应对，包括重新进行商业布局、组织转型、人员转型等，这两年很多企业都在推动提质增效。从今年的薪资调研结果看，中国市场的薪资增长整体稳定，2023年薪酬实际增长率为4.9%。

明年仍然会有一些挑战，但也有一些积极因素，比如全球经济有望逐步复苏，会给企业带来更多的机遇；中国政府在促进消费、稳定就业、引进外资、壮大民企等方面打出了政策“组合拳”，这会给企业发展带来更多动力，美世预计2024年中国市场薪资增长率为5.0%。

21世纪：近年来就业季应届生找工作频频成为焦点，学历似乎在贬值。如何看待这些变化？

曹燕萍：今年企业整体增长速度放缓，校招或社招的节奏也在放缓。2022年中国企业员工主动离职率是10.9%，是过去十几年中最低的一年。今年离职率有进一步走低的迹象，去年上半年离职率是6%，今年上半年是4.9%。招聘的活跃程度体现在企业的人员扩张和人员流动上，从这两个数据可以看出人才市场整体并不活跃。

当招聘需求变少，在有更多选择的情况下，企业会倾向更高学历的学生。面对这些挑战，学生需要提高自身的综合素质，通过社会实践、企业实习等途径提高自己的竞争力。在校学生最应该做的就是不断增强自己的技能，知道自己的优势。对于已经步入职场的人来说，要看社会上不同企业招聘的是什么岗位，新的岗位有什么新的技能要求，职场人需要不断自我培训和自我升级。

企业和人才都需要在就业共识上找到平衡点。对企业来说，需要为求职者提供培训和发展机会以及整体报酬体系；而求职者则需要更明确自己的个人优势，不断提升新技能。双方需要更加充分地沟通，达成就业共识。

21世纪：根据你的观察，目前哪些行业火热、哪些遇冷？人才市场存在哪些结构性问题？

曹燕萍：今年房地产等行业的发展遇到了一些挫折，一些人员会从这些行业流出。尽管今年一些行业发展遇到了一些挑战，但也有新能源汽车等比较热门的行业。从我们的调研来看，研发、市场营销、生产制造、数字化等岗位有非常多的需求，中国企业也表示，这些岗位的招聘难度是比较高的，整个亚太地区和中国市场类似。

21世纪：你有20多年的人力资源咨询经验，多年来行业发生了哪些重大变化？目前的新环境下企业遇到了哪些痛点？如何提高人力资本效能？

曹燕萍：首先，技术的革新让很多行业发生了巨变，ChatGPT和生成式AI的出现和应用给企业带来了很大的影响，中国也出现了大量做大模型的企业，我们需要思考如何利用新技术，如何不断升级内部系统并培训员工来应对变化。第二，今年中国的民企和国企“走出去”的趋势非常明显。这跟当年外企进入中国的趋势是类似的，越来越多的民企和国企需要走出国门，走向更广阔的全球市场。第三是对可持续发展、ESG的关注。不仅是外企，越来越多的国企和民企在ESG、可持续发展等方面的关注度和投入度越来越高，这也给企业供应商管理和内部管理上带来了新的挑战。消费者也在变化，近几年消费者需求的多样性要求企业不断调整和创新产品，这样才可以满足市场需求。

人力资本效能已经成为了当今企业管理层的主要痛点。美世研究表明，54%的亚洲CEO和CFO表示，他们的组织已经难以满足当前业务的需求。针对业务部门，他们需要考虑人工成本分配是否足够有效，而针对职能部门，他们则需要思考支配人员的配置是否有冗余。

21世纪：从人力资源的角度看，企业出海会遇到哪些挑战？

曹燕萍：过去三年中国企业出海是一个相对比较平稳的阶段，人员进出遇到一些挑战，更多沟通是在线上，而今年几乎有一定规模的企业都在“走出去”。挑战来自多个方面，企业出海是一个非常复杂的话题，遇到的挑战非常多，比如出海地点的选择、公司的建立注册、税务筹划、对当地法律法规的了解、招聘和外派的人选、薪酬和法律事务等，还要考虑进出口、海关、当地人员的薪酬福利、激励管理等因素，有很多未知的因素。

我们现在收到的需求不只来自想要出海的企业，还有已经在海外长期运营的企业。以人力资源为例，这几年中国和其他国家在合规上有很多新的规定，这会带来很多挑战，包括如何在当地合法合规开展业务、如何吸引人才、如何把国内的员工派出去。

21世纪：近年来中国也出现了一些发达国家已经出现的现象，一些年轻人变得更“佛系”，这会带来哪些影响？如何应对？

曹燕萍：从正面影响看，年轻人在面对生活、事业的时候态度更加放松，不过度追求物质需求，生活更简约、更健康；当然也有负面影响，比如一些年轻人倾向于安逸的生活，不主动接受挑战，这些可能会影响社会的发展。全球范围内年轻人都差不多，前几年疫情对全球员工的活力都有冲击，美国出现了quiet quitting（在职离职）这样的现象：人们选择在规定的工作时间内完成必须的工作，拒绝额外的工作，拒绝加班。

在工作倦怠感上，中国的数据比其他国家要好一点，但近年来也有所提高。我们对工作倦怠感的调研发现，从2019年到2022年，员工的倦怠感增长比较快， 2019年有倦怠感的员工比例约为63%，2022年达到了81%；充满活力的员工比例从2019年的74%下降到2022年的63%。

企业在这方面做了很多的工作，在做员工价值主张的改进，叫作EVP（Employee Value Proposition），包括如何从基础的薪酬、福利、职业发展、工作意义和工作目标等方面提高员工的幸福感和活力。

21世纪：中国正进入老龄化社会，劳动力结构的变化会带来哪些挑战和机遇？

曹燕萍：从第七次人口普查数据显示，我国60岁以上的人口是2.6亿，占比达到18.7%，其中，65岁及以上人口为1.9亿人，占13.5%。人口老龄化程度进一步加深，未来一段时期将持续面临人口长期均衡发展的压力。随着老龄化和出生人口的减少，整体的劳动力供给这几年也在减少，未来可能会出现劳动力市场的紧张和人才短缺。但未来几年16岁-59岁的就业人口总量还是可以保持在相对比较高的水平，超过8亿。

随着劳动力结构的变化，很多行业需要升级整体技能水平和技能结构，吸引和培养更多高技能的劳动力。随着老龄人口的增加，整个社会的养老压力也会增加，但同时也会带来很多机遇，医疗和养老服务可能会创造很多新的就业机会和新的增长点，老年人口的消费市场也将会是新的机遇。目前中国女性退休年龄是55岁，男性是60岁，在全球还是属于比较早的，如何鼓励退休人员为社会继续创造价值也需要思考。企业的员工年龄结构也有变化，平均年龄跟十年前相比在上涨。

21世纪：生成式人工智能火遍全球，未来人工智能技术将如何重塑工作、学习和创造方式？如何拥抱人工智能时代的机遇？

曹燕萍：美世是使用AI比较早的咨询公司了，跟微软合作的定制化AI工具Len AI已经在大规模使用了，所有的员工都可以在公司的内部服务器上使用。生成式AI在重塑我们的工作、学习和创造方式，重复性的工作未来会更多地被AI替代，可以让我们专注在创造上。AI可以帮助提升效率，例如，可以把100页的文章上传，让AI简要说明文章的重点。AI还会根据个体的需求提供更多个性化的学习体验，我们将AI和内网连接，可以找到很多内网的资源。很多的员工也在摸索和学习，将AI和自己的工作结合，提升工作效率。

生成式人工智能正给我们的工作、学习和创造方式带来快速、巨大的变革，可以提高效率、提升生产力、优化客户体验等。生成式AI正对未来工作进行重塑，能够帮助产生新颖的想法，协助精简工作流程，从而使各行业的专业人员专注于更高价值的工作，更快速地找到更优的解决方案。如果企业能快速地采用生成式AI，将有助于提高效率、推动创新并提升各职能部门的质量。随着我们进入生成式AI的新时代，可以通过不同方式利用生成式AI增加价值、最大化商业影响、避免潜在陷阱。但同时我们也需要深思熟虑，在确定使用生成式AI的方法时，应考量对企业员工的影响。

21世纪：很多行业的从业者都在担心人工智能可能让自己“饭碗不保”，如何看待这种担忧？人工智能会取代大部分工作吗？哪些行业受到的冲击可能更大？

曹燕萍：AI肯定会对工作产生影响，特别是繁复和重复度比较高的工作会被AI取代，这些从业者需要做一些职业转型。过去很多新技术的产生其实都会对工作产生冲击，但同时也会带来新的工作，比如电脑的使用会取代一部分岗位，但也会有一部分新的岗位出现。未来，我们可能会有AI工程师和数据科学家等一些新的岗位出现。

从行业来看，未来制造业会转型，AI和机器人会让传统制造业的岗位减少；但是机器需要维护、监控，这样新工作就会产生。最近阿里在双十一提出了AI购物概念，未来AI也会对零售业产生影响。此外，金融行业、咨询行业等各行各业几乎都会受到或大或小的冲击，背后有挑战也有机遇，人们需要不断学习和适应新的技术，更好地使用AI，从而保持竞争力。

美世《2022年全球人才趋势研究》显示，过去两年，认为自动化将显著改变其工作方式的员工占比已从44%飙升至71%。然而，不同于之前的自动化迭代主要影响重复性的、按部就班的工作，生成式人工智能也会影响小体量的、可变性高的工作，从而实现“创造力的大众化”，彻底颠覆许多行业的工作，如作家、研究员、律师等。例如，生成式人工智能可在几秒内以惊人的准确性总结一份法律文件，而律师助理可能需要几个小时才能完成此任务。

21世纪：另一方面，人工智能发展还处于初级阶段，哪些风险需要警惕？

曹燕萍：在数据管理和隐私保护方面，生成式AI和ChatGPT的出现让公司也出现了一些担忧，为了让AI更好地发挥作用，需要上传很多数据来培训它，这些数据很有可能包括了员工个人信息或者公司机密，这对企业的数据管理和隐私保护提出了更高的要求，企业需要思考如何安全使用AI。

无论是ChatGPT还是企业内部使用的AI，出来的结果是需要判断的，而不是直接就可以拿来用的，训练的时候一些数据可能会带来一定的偏见。比如在招聘的时候，这可能会导致对一些群体产生偏见。所以需要有人为的参与和判断。

生成式人工智能还处于初级阶段，由于缺乏底层逻辑，可能容易出错。当风险很高但我们的风险承受能力很低时，我们对人为错误的承受能力要高于对机器错误的承受能力。企业必须明白，技术发展的哪些阶段可利用这些技术，哪些阶段不能使用这些技术，并了解这些技术在人力工作中的具体作用，例如替代、提升或创造。生成式人工智能的最大效用在于实现知识和创造力的大众化、降低各种任务通常所需技能的溢价以及在风险承受能力较强的领域寻求突破。

文章作者：

21世纪经济报道记者吴斌

（文章来源：美世Mercer）