人工智能技术对劳动力市场软硬技能影响研究

对劳动力市场软 \ 硬技能影响研究 CONTENTS目录 1.什么是软技能和硬技能？2.软技能在职业发展中的重要角色3.AI与人在组织中的协同与分工4.AI如何推动职业软技能需求的演变？03030404 1.研究方法：理论与数据的统一2. AI能力与创新能力相得益彰，AI时代呼唤软硬兼修人才3.软技能需求中，人际软技能需求占主导地位，管理、沟通能力占据半壁江山4.软件研发岗侧重思维创新能力，销售商务重视适应协作素养5.教育培训岗看重情绪智力，设计策划推崇独特创新6.生成式AI重塑职场软技能版图，自驱管理与组织管理需求增强060910111416 当前招聘市场中软、硬技能结构的变化趋势II 1. AI驱动软技能结构转变，专业判断与自主管理能力比重上升2. AI承担渐进优化职能，人类主攻颠覆式创新3. AI分担决策思维负荷，减轻情绪智力需求4. AI分担职场压力管理，灵活应变能力需求不减5.知识获取门槛降低，实践应用价值凸显6.标准化沟通需求减弱，深度互动领域韧性犹存7. AI时代人才特质变革，尽责性与宜人性更受重视18232324252729 AI 时代对技能需求结构的影响III 1.求职者软技能表达展现潜力导向型特征，管理学习能力受偏爱2.管理沟通能力供不应求，个人发展潜力过度彰显3031 摘 要 随着生成式AI改变经济的生产方式，企业对劳动者所具备的软、硬技能要求也在发生变化。本研究在综合管理学理论成果与智联招聘大数据，分析了AI时代劳动者软、硬技能需求和供给的变化。研究的核心发现有： 生成式人工智能正在深刻改变企业对劳动者的软技能需求；会用AI和会创新是黄金搭档，未来人才需要软技能与硬技能双管齐下；AI时代的人机协同更加需要劳动者的管理能力、自我管理能力、主动性、专业性、解决问题的能力；渐进性改良创新日益被AI承担，颠覆式创新与突破性思维成为人类核心竞争力；AI辅助分析决策减轻人工思维负担，人类思维价值向创造性判断与AI结果审视转移；压力管理需求减弱，灵活应变能力保持稳定，AI承担部分工作负载管理职能；知识获取门槛降低导致学习探究能力需求下降，实践应用与知识转化能力价值上升；一般性沟通能力正被AI替代，而商务谈判、跨文化沟通等复杂人际互动领域的需求愈发突出；尽责性与宜人性成为企业青睐的人格特质，个人责任心和宜人性愈发重要；职业性质决定技能结构偏好，技术驱动型职业更看重思维能力，关系驱动型职业更强调适应能力和人际互动技巧；招聘市场存在因认知差异而导致的软技能供需错配：求职者过分强调学习成长潜力，而企业更看重管理沟通等即战力；求职者整体上管理与沟通能力短缺，学习与情绪能力过剩，形成结构性失衡。 面对生成式AI的挑战，求职者在学习AI工具的同时，应当着力培养颠覆式创新思维，强化复杂人际互动能力，提高包括自我管理在内的管理能力，保持责任心与协作精神，通过深度专业判断与创造性问题解决，构建人类与人工智能优势互补的协同生态，实现职业胜任力的持续增长。 职业软技能的历史演变与当前重要性I 1.什么是软技能和硬技能？ 工业化时代的到来催生了对硬技能的高度需求，尤其是在制造业和工程等技术驱动的行业中。管理学主要关注的硬技能（hard skills），即能够通过教育和培训获得的技术和专业知识和行业经验等，员工的成功通常依赖于他们在某一领域的技术专长和专业知识，这些技能也易于量化和评估，并且直接与工作产出相关（Pei，2024）。硬技能的测量和评估相对简单，因此在传统的生产和服务型组织中，硬技能是雇主评估员工能力的主要标准。 随着工作环境日益复杂化，尤其是信息技术的快速发展，组织开始意识到软技能（soft skills）的价值。软技能如沟通能力、团队合作、情商和适应性，成为了组织推动创新、维持员工协作以及应对快速变化环境的重要组成部分。在复杂问题和非结构化任务中，软技能尤为重要，因为它们需要灵活的思维和人际互动的能力。随着自动化和人工智能的兴起，许多依赖重复性和技术优势的硬技能需求减少，而软技能，如领导力、沟通和创新能力，成为了组织中维持竞争力的关键（Marin-Zapata，2022)。这种转变反映了软硬技能之间的互补关系，即硬技能能够帮助员工获得岗位，而软技能则是推动其长期职业发展和组织成功的关键因素。 近年来，企业越来越倾向于招聘软硬技能兼备的复合型人才。原因在于，这类人才能够同时具备技术能力（硬技能）和有效的人际沟通、团队协作等软技能，而这些特质在应对现代复杂、多变的工作环境中非常重要。特别是在数字化转型和人工智能广泛应用的背景下，具备软硬技能的复合型人才能够适应新技术，同时具备灵活处理人际关系和解决复杂问题的能力。硬技能和软技能二者一起构成了个体在职场和日常生活中所需的全面技能集。 2.软技能在职业发展中的重要角色 软技能在个人职业发展中扮演着关键角色（Majid，2019）。在职业发展中，硬技能通常被视为个人进入特定职业的门槛。在硬技能过关的基础上，以沟通能力、领导力和团队协作能力为代表的软技能在获得职位时也常常被考察。进入职场后，软技能则成为决定职业发展速度与高度的重要因素。初期职业阶段，员工凭借其硬技能来胜任基础工作，但随着职业晋升，管理和领导职责增加，软技能在职业发展中起到了决定性的作用，软技能的作用愈发突出。可以说相比于硬技能，软技能成为是否能够更成功的适应高级职位的关键因素。 软技能的影响跨越了组织的多个部门和领域，在各个层级中的影响广泛。从直接与客户互动的前线员工到制定战略的高层管理者，软技能都发挥着核心作用。软技能的关注度逐渐提高的这种转变反映了职场中从以任务为导向的职业发展模式，向以人际互动、问题解决和创新为导向的模式转变。特别是在知识密集型行业，软技能如创造力、情感智力和灵活性在应对复杂的市场变化、团队协作和跨文化管理中具有关键作用。 此外，软技能的普遍性使其能够跨行业和跨领域应用。现代工作环境日益复杂化、全球化趋势加剧，软技能由于其不依赖于特定的行业背景，具备高度的普遍性的特点，能够赋予员工在跨文化和多元组织结构中灵活应对变化的能力（Balcar, 2016）。优秀的沟通能力、团队协作、问题解决等技能不仅帮助员工在不同的领域顺利转换，还提升了他们的职业韧性，使他们能够在不断变化的工作环境中发挥出色的表现，是职场人士宝贵的资产。通过具备这些软技能，员工能够在各类行业中实现更高的工作效能和职业发展。 3. AI与人在组织中的协同与分工 人工智能（Artificial Intelligence，AI）技术已成为推动科技创新、产业结构优化和生产力提升的关键驱动力，多个国家将其作为增强经济和产业核心竞争力的战略重点（姚加权等，2024）。人机协同不仅能提升企业的运营效率，还直接或间接改变了员工的工作方式。AI能够显著提升员工的工作效率和产出质量。通过 AI 和人力的协同工作，企业能够实现更加高效的任务执行和创新能力，从而提升整体生产力。 在目前的人机协同模式下，AI负责重复性和数据密集型任务，而员工则专注于创新、战略决策和团队合作等高价值工作和目前AI还无法完全胜任的更加考验综合性能力、创造性能力和情感互动的复杂的、非结构性的任务。这种协作模式优化了资源配置，使得企业能够在快速变化的市场环境中保持竞争力。这种人机分工的模式不仅提高了工作效率，也为员工腾出了更多的时间专注于创新和高附加值的任务（Caputo，2019）。 4. AI如何推动职业软技能需求的演变？ 从人工智能的发展历程来看，随着人工智能技术的不断演进，对人类技能结构的要求也不断变化。根据人工智能对软技能的影响，我们可以将其分为前大模型时代（2022年之前）和如今的大模型时代（2022年至今）。早期的人工智能，如传统的机器学习回归与分类模型，主要专注于特定领域的模式识别和预测，自动化了部分较为简单的人类决策。此时的人工智能生成自然语言的能力较弱，因此其发展进一步提升了人类软技能的重要性，尤其是在需要人与人互动、创造性解决问题以及应对复杂情境的工作中（Colombo，2019）。尽管这一阶段的人工智能擅长基础性、逻辑性和数据驱动的任务，但当涉及到复杂的、非结构化的问题时，人类的创造力和灵活性依然占据主导地位。这更加凸显了软技能在管理复杂情感和人际互动中的不可替代性。AI通常遵循预设的规则和模型，面对突发事件或需要创新思维的任务时，人类的软技能变得不可替代。情感智力、沟通能力和团队合作等软技能不仅无法被自动化替代，而且在AI主导的工作环境中变得更加重要。即便是在处理客户数据时这种AI擅长的领域，也需要销售人员具备情感智力和沟通能力，以便更好地理解和回应客户的情绪和需求，从而增强客户的满意度和忠诚度，更好的形成品牌差异化（Hochwarter等，2006）。 然而，自从以ChatGPT为代表的生成式人工智能取得重大突破以来，人工智能与人类软技能的关系变得更加微妙。大语言模型的强大的自然语言生成能力，不仅使其更加胜任非结构化问题的分析，更涌现出了类似于人类的理性决策与情感表达，而且这些能力具备跨领域、跨情景的泛化性。这种进步不仅标志着AI在技术上的飞跃，更在情感能力方面对传统智慧提出了挑战。传统观念认为，软技能如情感智力、沟通能力和团队合作是人类的独特优势，AI难以企及。然而，大语言模型的发展正在模糊这一界限，迫使我们重新审视AI与人类软技能之间的关系。 AI 对软技能的影响首先体现在以文字沟通为主要载体的日常工作当中。以写作为代表的沟通表达能力是软技能的重要组成部分，但已有研究显示，大语言模型能够显著提高一般写作乃至创意写作的速度和质量（Noy和Zhang,2023）。由于AI具备大量文本数据处理和提供自动化反馈的能力，人类员工在这些领域的参与度降低，可能会导致某些以人际互动为核心的软技能需求减少，例如日常的沟通和基础的团队协作能力（Deming和Noray，2020），尤其是在一些基础岗位或者以例行日常为主要工作的岗位。2025年以来，随着推理模型（Reasoning Model）的不断成熟，AI能够拆解非结构化问题、收集信息并进行整合，表现出一定的问题解决能力。以“深度研究”（DeepResearch）为代表的AI智能体对信息收集和分析能力发起了挑战。如果员工无法快速适应并学习新技术以提升整体效率，他们很可能会在组织中逐渐被边缘化，甚至面临被淘汰的风险。 最新的 AI 还展现出一定程度的情感理解和表达能力，进一步挑战了人类的软技能。例如，研究表明，GPT-4在情感智力测试（SECEU）中取得了117的EQ评分，超过了89%的人类参与者（Wang等，2023）。这表明，大语言模 型能够在复杂的情感场景中识别和回应情绪，模拟出类似于人类的反应。通过分析海量文本数据，AI学习到人类情感表达的模式，并能在生成文本时模仿这些模式，从而在对话中表现出情感共鸣和理解。这种能力挑战了传统上认为AI无法具备情感智力的看法，使得AI在某些情境下能够部分替代或增强人类在情感交流中的角色。例如，在客服或心理咨询等领域，大语言模型可以通过自然语言生成提供情感支持，甚至在一定程度上模拟人类的共情能力。AI在情感识别、情感分析和情感响应方面的应用进一步扩展了其在软技能领域的潜力。例如，EQ-Bench基准测试评估了大语言模型在对话中预测情感强度的能力，尤其是在冲突调解等复杂情境中表现出色（Paech, 2024）。有研究表明，AI能够有效主持不同观点的人们之间的讨论（Govers等，2024），而这在以往通常是人类领导者所扮演的角色。这些应用表明，AI不仅能理解文本中的情感线索，还能根据情境生成适当的回应。这种能力使得AI在某些相对标准的场景中，可以模拟人类的软技能。 不过，AI 的情感理解仍基于数据和算法，缺乏真正的情感体验和深度共情能力。因此，在处理高度个性化和复杂的情感互动时，AI 仍然无法完全取代人类的软技能。此外，我们也不能忽略AI出错带来的影响。虽然AI能够高效处理数据并提供反馈，但针对目前阶段的AI，其