文 | 沈素明

（上图是传统的能力模型数据库）

一位与我相识多年的大型制造企业HR总监被一件事情困扰：“公司花了五年时间建立了一套堪称完美的能力素质模型，从‘信息收集’到‘流程管控’，从‘数据分析’到‘解决问题’，全部都有细致的描述和评估标准。我们招聘、培训、绩效考核，都围绕着它转。问题在于，我们越是严格按照模型招人，新进来的员工越是‘不好用’。模型里要求的数据分析能力强、信息收集能力强、专业知识扎实的优秀人才，他们一进公司，发现这些工作AI做得更快、更全、更准。”

曾经他们招了一个初级数据分析师，但不到一个月，这个年轻人就开始感到沮丧，因为他大部分时间都耗费在了“判断AI分析的对错”和“将AI的多个输出整合成一个有说服力的报告”上。而这些，在他们传统的模型里，几乎没有被提及。

这个情况，不是模型错了，也不是人错了。是AI的渗透，已经从底层改写了商业活动中“什么是价值”的定义。那些我们过去认为是核心竞争力的能力要素，正在迅速贬值，甚至被解放。

能力素质体系，这个企业管理的地基，面临的不是修修补补，而是根本重构。

一. 传统模型为什么失效？

三个根本变化

传统的能力素质模型，其底层逻辑建立在一个默认的假设之上：人要做所有的事情。从收集信息到分析数据，从制定流程到最终决策，每一步都需要人去完成，去承担。

AI时代的到来，摧毁了这个假设。人与机器的分工成为常态，这引发了能力素质框架的三个根本性变化。

在过去，我们的能力模型是围绕“效率”和“专业”构建的，排序是这样的：

·第一重要：专业技能（比如：信息收集、数据分析、流程管控、基础文案撰写。）

·第二重要：管理技能。（比如：沟通、组织、激励、团队协作。）

·第三重要：个人品质。（比如：判断力、价值观、自我认知、责任感。）

现在，这个排序被完全颠覆了。

AI擅长的，恰恰是原模型中的“第一重要”——专业技能。AI能比人更快地收集全球信息，能比人更精准地进行统计分析，能比人更标准地执行流程。当这些“专业技能”被机器以极低成本接管后，它们的相对重要性就急剧下降了。

那什么变重要了？

是那些AI永远做不到或短期内无法超越的能力：复杂决策中的价值判断、道德底线与责任担当、跨越现有知识边界的原创性创造。这些，正是传统模型里被放在第三位的“个人品质”。

你想想看。一个决策，AI可以提供1000份数据分析报告来辅佐，但它永远无法告诉你：为了公司的长期声誉，是否应该放弃眼前的短期利润？这个“伦理与价值的判断”，才是人的核心价值所在，它现在变成了我们最重要、最稀缺的能力。

即便某些能力要素名称不变，但它的内涵也已经面目全非。

以我们最看重的沟通能力为例。传统定义中，它指的是人与人之间的有效交流和说服。但在AI时代，沟通能力被拓宽为：人-人沟通 + 人-AI沟通 + 协调人机协作关系。

·以前：你要花时间说服你的同事接受你的方案。

·现在：你要花时间学会问AI问题，让它帮你找到更有力的论据，同时你还要协调同事用AI的方式，确保信息流的一致性。

再看学习能力。

以前，学习能力是指快速掌握新知识、新技能。现在，它变成了知道如何用AI学习、如何用AI验证知识、如何判断AI教得对不对。这本质上是从“知识获取能力”转向了“知识筛选和批判能力”。

还有数据分析能力。

以前是你掌握Excel和统计模型；现在，是你会向AI提什么样的问题，以及你能否判断AI分析逻辑的对错。人的价值，从“分析”转向了“判断”。

一些在传统模型里完全没有，但现在成为核心竞争力的能力也出现了。

-提问力。

这是与AI协作的首要能力。问得好，AI就是顶尖咨询师；问得不好，AI就是一堆废话。这不是简单的Prompt，而是对业务本质的深刻理解，才能问出具有洞察力的、能驱动下一步行动的问题。

-任务分解力。

一个项目来临，你需要知道：哪一部分标准化、重复性高，可以直接交给AI？哪一部分需要跨部门协调、需要价值判断，必须自己或团队完成？这是全新的人机分工设计能力。

-整合力。

AI能给你100个创意、10份报告。你能不能在海量输出中，提炼出那个唯一有价值的结论？这要求跨领域、高维度的价值提炼能力，而不是简单的信息堆砌。

这些新能力，在任何一个十年前的能力素质模型里，都找不到它们的位置。

二. AI时代的能力素质新框架：

三层能力体系

面对这种根本性的重构，企业需要一个清晰的、可操作的三层能力体系来指引招聘、培训和评估。

这是决定一个企业、一个员工价值上限的能力。它不是通过培训快速习得的，而是通过长期积累、反思和价值观塑造形成的。企业必须将80%的资源投入到这一层。

1. 复杂判断力：

这不是根据数据做判断，而是根据价值观做判断。它包括伦理困境的权衡、多目标冲突下的取舍，以及对未来的趋势洞察（AI看历史数据，人看趋势）。这是任何算法都无法取代的，因为判断的底层是价值偏好。

2. 价值观与责任担当：

AI没有道德底线，不关心意义。人的核心价值在于对行为后果的责任担当，在于对企业使命和对美好愿景的意义追求。一个员工哪怕技术能力再强，如果缺乏基本的责任感，在AI的放大效应下，他的破坏力是巨大的。

3. 原创创造力与质疑精神：

AI的创意本质是“基于现有数据的重组”。真正的原创创造力，是提出一个AI从未见过的新问题，是打破现有知识边界的跨界连接能力。同时，能对AI的输出保持质疑和批判，也是防止决策陷入“算法黑箱”的关键。

4. 共情与人际连接：

理解人的情感、建立信任、进行复杂的人际协调。在人机协作越普遍的时代，人与人之间“温暖的连接”就越稀缺，它的价值就越高。

这是决定你能不能用好AI、放大效率的能力。它不是关于AI本身的技术，而是关于人与AI的接口设计。企业应投入15%的资源来培养。

1. 精准提问力：

这要求员工对业务逻辑有极深的理解。只有清楚自己“不知道什么”，才能问出有价值的问题。这种能力需要通过高强度的实战演练和业务逻辑梳理来培养。

2. 任务分解与设计力：

一个项目来了，能否快速、精准地将任务分解为“AI执行部分”和“人工判断/协作部分”。这要求管理者具备流程重构的思维，能设计出高效的人机分工流程。

3. 整合与提炼能力：

将AI提供的海量数据、多种方案，进行价值提炼，形成“最终的、可行动的结论”。这是从信息到洞察的转化能力，需要训练员工的全局观和决策导向思维。

这层能力（如信息收集、基础数据分析、标准化文案输出）的重要性相对最低。它们应该被视为AI的专长。企业应将人的精力解放出来，让AI去完成。

企业要做的不是培训员工这些能力，而是直接将这些任务交给AI。人的时间，必须用来培养第一层和第二层。

三. 对标与重构：

传统模型如何升级

传统的能力素质模型不是彻底废弃，而是需要进行一次彻底的映射与升级。我们来看看传统模型中的核心要素，在三层框架中是如何重构的。

你细品。升级的本质，就是将所有“工具性”和“重复性”的要素，降维到第三层或第二层；将所有“人性化”和“价值判断”的要素，提升到第一层。

四. 企业如何应用？

招聘、培训与评估的重塑

我提出这个新框架的价值，在于它为企业提供了清晰的应用场景。

以前怎么招： 看简历上的专业技能证书、工作经验年限；面试问“你如何解决数据偏差问题”。

现在怎么招（三层框架）：

·评估第一层（核心价值）：面试要设置伦理困境案例，比如：“如果AI给出的最优解是违背公司价值观的，你会怎么做？”考察其判断力、价值观和责任担当。同时，问“你认为这份工作的意义是什么？”考察意义追求。

·评估第二层（协作能力）：在面试中给出任务，让候选人现场说出“人机分工方案”，甚至让他现场对AI提出问题，考察其提问力和任务分解力。

·第三层（工具能力）：降低权重。专业技能看简历即可，因为大部分都将被AI接管。我们不再招聘“会做分析的人”，而是招聘“能判断分析对错的人”。

以前怎么培训：大量投入在专业技能、操作工具和基础管理技能。

现在怎么培训（三层框架）：

·80%资源投入第一层：重点设计“判断力”和“价值观”培训。例如，高管层参与复杂决策模拟、跨界创新工作坊；引入哲学、伦理学讨论，塑造企业文化与道德底线。这不是传统的技能课，而是反思与心智重塑课。

·15%资源投入第二层：专注于“人机协作”的实操训练。例如，专门的“如何向AI提问”工作坊、人机流程设计训练。这需要企业给予员工充分的试错空间，边用边学。

·第三层（工具能力）：可以不投入，让员工通过AI工具自身的功能去学习，或者提供极少的指引。

以前怎么评估： 看任务完成量、看流程遵守度、看专业技能的熟练度。

现在怎么评估（三层框架）：

·评估第一层：重点考察决策的质量，而非过程。他提交的报告，背后的价值判断是否与公司战略一致？他提出的创意，原创性有多高？他在团队中的行为，是否体现了核心价值观？

·评估第二层：评估其效率放大倍数。他使用AI后，效率是否比其他人更高？他能否将AI的多个输出整合成一个有价值的、可执行的方案？

五. 能力素质的根本变革才刚开始

AI驱动的这场变革，并非仅仅是工具的升级，它是对“人的价值”和“组织效率来源”的根本性重新定义。

你想想看，当机器负责了效率，人就必须负责意义、责任和判断。

能力素质的重构，不会是一次性的。随着AI的持续进化，我们的第二层“人机协作能力”还会不断演变，不断诞生新的协作方式。但有一点是确凿的：

人的核心价值，永远在第一层。

企业要做的，是立即停止对“第三层工具性能力”的过度投入，并将资源转移到“第一层核心价值能力”和“第二层协作能力”的培养上。这不是一个理论模型，这是决定你的企业能否在AI时代获得核心竞争优势的行动指南。

能力素质的变革，早已开始。现在，轮到你来重塑自己的组织和人力资源管理体系了。