热点聚焦：如何构建员工互联网

　　未来的联网员工将具备高生产力，以数据为依据进行决策，并承担监管任务，无论在工厂车间、工程中心还是会议室都将各尽其责。他们会利用分析技术，与机器人协作，同时受到安全技术和跟踪技术的保护。远不同于科幻小说中描绘的人机大战，新型车间将融合员工与机器。两者通力合作，定能比单打独斗创造出更丰厚的成果。重要的是，在许多高度自动化的行业，大部分员工都将晋身为白领。现今大多数蓝领工人都将升至白领，从事监管工作，而其余的员工最终将被自动化所取代。因此，企业会经历大规模的劳动力转型，需更加积极地培训和发展员工，包括帮助经理更快承担起变革推动者的新角色。

　　工 业制造的数字化转型，将催生大量内置智能软件的自动机器和产品。不出多久，依托穿戴式计算机、软件控制的眼镜、智能手表、数字腕带，或是智能手机或平板电脑等手持配件，再加上无处不在的无线网络和搜索能力，员工、机器和算法不仅能够共存，还能真正开展协作。

　　员工和机器的此次关键联手，堪称是工业史上首次。时间会证明，员工与机器所负责的工作、任务和计划将实现彻底合并。

　　事实上，科幻小说中人类灭绝的反乌托邦未来，不过是一个错误的预言罢了。人类不会被机器所取代，而是会得到机器的辅助。事实上，会有大量的新岗位涌现，其中大多数都比传统的制造业岗位更有趣。此外，未来的工作设计将面向数字原生代。他们从小接触计算机，对计算机的操作得心应手。在设置工作界面时，甚至可能要投其所好，模仿他们喜爱的游戏设计，以便为其提供最佳服务。

　　机器人技术已发展到一定高度。目前，机器人是智能、便捷、安全的，并能灵活嵌入人类员工中。机器人可“增强”企业员工的活动，提高效率、生产力和价值。它们能感知、理解并快速适应周围环境，从而像人一样与员工互动，创建出人机混合的工作流程。

　　软件、机器学习、传感器和分析工具等数字技术发展迅猛，推动机器与员工的稳步联合。借此，数字化的员工互联网应运而生，可运作于高效、多样、需要快速响应的工作场所——这样的未来车间与当前情况形成了鲜明对比。

　　将人类与数字技术重新结合，可大大提升员工的体能和认知，帮助管理者和员工做出更好判断，其主要目的是为了提高企业效率和生产力，创造更高价值。未来的价值创造是以成果为基础的。因此，结合员工和数字技术将重塑工业生产和服务设计。

　　从图7.1中可以看出，不同行业的企业高管对其各部门中不断推进的人机协作的期待。近期一项调研采访了来自澳大利亚、巴西、中国、印度、日本、美国和欧盟的925位企业高管，以了解企业领导和政策制定者该如何运用数字技术，加快企业成长，提高竞争力。如图所示，得票最高的是生产力、创新、成本效率和敏捷性，紧跟其后的是工作质量、员工参与度和安全性。

　　图7.1采用数字技术可为企业带来的几大优势 (1)

　　的确，人机混合的环境将带来巨大经济效益。到2020年，全面的员工互联网可帮助一家年收入250亿欧元的汽车制造商增加2.5亿欧元的盈利。 (2) 对典型工业制造商来说，其创收潜力也大致相同，且新增收益主要来自于研发和产品支持等部门，而不是制造部门。制造部门仍是汽车制造商的首要价值来源。

　　企业各部门中的人机互惠关系

　　除了新增价值，员工、经理、机器和产品之间不断模糊的界限，也将在工业领域催生全新的工作方式。可以说，所有的企业角色和部门都将受到影响。无论在工厂车间、后勤部门、研发部门，还是会议室，成果、方式、经验和日常工作都将发生翻天覆地的改变。

　　起初，是数字技术增强人类员工的能力，而后则渐渐转变为人类增强机器性能。一方面，与人类高度相近的协作型机器思维可促进人类的思维和行为。另一方面，人类的编程，加上机器人通过内置算法对人类思维、行为的观察，又可增强机器人的能力。机器人将成为员工的同事，用行话来说就是成为“协作机器人”。但最终控制权和决策权仍掌握在人类员工手中，管理者依旧可以推翻机器的决定。

　　无处不在的数字化数据是实现上述情况的技术基础。随着实体和虚拟传感器有条不紊地探测、收集企业内部的工作流以及企业生态系统的外部活动，信息流将源源不断地在工业企业中流通。再搭配高性能、基于云计算的服务器网络，就可处理并储存这些庞大的数据，使其为员工互联网所用。

　　例如，通过先进的数据分析和建模技术，可将数据转化为洞察，帮助企业各级人员和各部门做出决策。算法能自动发现哪种流程变更有助于业绩提升，进而在价值链的其他环节如法炮制。数字技术可呈现尚处开发中的产品设计，从而节省样机制作和产品测试的成本。

　　大量的循环数据能优化员工生产力，主要体现在以下两方面：首先，大量的循环数据能解放员工脑力，让其专注于价值更高的任务，从而把自身认识付诸于实践；其次，归功于语音识别技术、自然语言处理以及其他技术进步，日常工作可交给机器人来完成。

　　此外，数据能优化员工的沟通协作、共创新产品新服务的方式，比如运用社交网络、讨论组、在线文件共享、实时视频会议等工具，以及在任务和项目管理中应用虚拟、混合、增强现实技术。员工可置身于各种各样的环境，比如通过远程操作，研发团队成员无需齐聚一堂便可相互协作，共同参与产品的衍生式设计。

　　以机器为中心、无人监管的工厂车间——近在咫尺

　　前文说过，起初，企业中人类员工的角色是不可替代的。但不出几年，随着自主机器人的广泛使用会出现无人工厂，人类员工的监管将降到最低。这将使得基于人工劳动的工作环境发生转型。此时，新型就业岗位将变得越来越重要。

　　针对企业高管开展的一项有关车间技术变革的调查结果如图7.2所示。该图展现出技术变革的不同阶段，并表明了变化率。

　　图7.2增强－自动化范围图 (3)

　　关键在于图7.2中的粗体数字。关于企业现状与五年后的状态，最多的受访者投向了这两个选项。

　　也就是说，最多的受访高管（35%）认为企业目前正处于“机器增强员工”的阶段。其次，27%的受访者表示企业正处在最初的“员工与工具”阶段。然而，与之比例相近的受访者（24%）反映其工厂车间已具备了成熟的人机协作。

　　多数企业（30%）预计将在五年后达到“员工增强机器”的阶段。同时，相近数量的企业期望五年后能达到“协作型机器”，甚至是“自主机器人”的阶段。

　　总之，车间的员工互联网有望在五年内实现96%的覆盖。届时，我们将见证从以员工为中心向以机器为中心的重大转变。当前，62%的车间以员工为中心，而五年后将有52%转型为以机器为中心。 (4)

　　协作机器人经营企业之路

　　为了更好地理解企业所期待的前景，现对上述流程中的不同阶段做具体说明。

　　目前普遍处于流程的初期状态：员工使用先进但未联网的机械工具。下一个阶段中，工具会变得越来越智能，可增强员工能力，并自主完成一些小任务。

　　举一个简单的例子，设想一个需要手动操作的“傻瓜”螺丝刀被一个可自动探测深度的电动螺丝刀取代。这一工作原本由员工来完成，需防止螺丝钻入太深，而现在可由智能工具全权接管。从中可收获的生产力显而易见：能在更短时间内更加精确地安装更多螺丝，提高工作质量，减少返工次数。

　　某航空与国防企业提供了实例。凭借具有环境标记功能的智能眼镜，员工可能获得所有所需信息，以标记出需要安装座椅的楼层。员工佩戴智能眼镜后的工作速度是之前的六倍，而且可以完全排除失误。 (5) 同时，使用智能眼镜也有助于改善员工心情。据报道，员工感觉更加放松，而且工作环境也得到了极大改善。

　　这个例子证明，机器可增强员工的能力。未来，终将转为人机之间的真正协作。那么对于上文螺丝刀的例子会有什么影响呢？

　　该企业将配备协作机器人来智能完成这一工作，当其感应到员工指示另一机器人装配零件时，将自主调节出与之相匹配的螺丝。

　　这种适用于工厂车间的协作机器人系统有多先进，看看工业工程企业ABB集团便可知晓。该企业设计出一种名为YuMi的机器人，旨在完全消除生产线上员工与机器之间的障碍。该机器人无需编程人员操作便可运行。凭借程序设定，它们能根据工作直接行动 (6)

　　根据受访的企业高管可以得知，在当前的工厂车间中，注塑成型是协作机器人承担最多的工作。五年后，机器人还将接管胶合与焊接的工作。这些高管已认识到协作机器人的最大潜能，尽管这种潜力仅限于一般的工业装配上。有1/3的企业计划将装配任务交给协作机器人完成。

　　在诸多新工具中，机器人似乎最能带动效率，其次还有自动驾驶汽车或智能眼镜、智能头盔等增强现实设备（见图7.3）。

　　图7.3制造技术／设备的五大预期优势 (7)

　　然而，即使是目前的半智能阶段，最终也会被技术更先进的阶段所颠覆。那时，员工将增强机器性能，而不是机器增强员工能力。员工和工程师会给机器人演示任务，比如焊接两块金属或胶合两块塑料零件，随后把一切交给机器去规划和执行，从而把这一新掌握、高度个体化的技能应用到一系列的其他任务中去。

　　技术进一步发展之后，以机器为中心的车间就会到来。届时，协作机器人会被全部淘汰，因为机器就能自主开展全面协作。仅需员工最少的干预，机器便可感知并执行极其复杂的任务。

　　尽管这一阶段听上去仍有些牵强和不切实际，但在某些企业已成现实。近来，德国工程领先企业西门子开启了一家“熄灯制造厂（lights out）”。该工厂没有员工，但由1150位软件开发员、工程师和辅助人员远程支持。 (8) 当技术达到这一高度时，员工就不会遭到淘汰，而是会离开工厂车间。员工技能已完全改变，他们不再是蓝领体力劳动者，而是负责运筹帷幄和监管的白领。

　　全面建设员工互联网需创新组织架构

　　如上文所述，企业管理者已认识到建立员工互联网势在必行。然而，真正付诸实际行动的仍寥寥无几。

　　值得欣慰的是，只有极小部分的受访企业（6%）认为，员工互联网对其企业战略尚不重要。85%的受访企业表示预计到2020年，其工厂车间就将从以员工为中心演变为以机器为中心的制造模式。 (9)

　　受访企业中仅22%的企业已采取相关措施适应新变革，但18%的研发资金已确定投入人机协作，这一比例预计将在2020年升至24%。 (10)

　　调查发现，电信企业等数字化领军企业已实行了重要的员工互联网解决方案。其中员工人数超过一万的企业更是如此。这些企业还为调整后的流程制定了行动方案，加大对必要技术的投资力度。这些企业中有63%表示已在车间部署协作机器人。

　　调研还表明，要全面建成员工互联网需深度调整组织结构，包括调整各项技能、各部门角色，以及重要的是，要调整企业文化和沟通渠道。

　　目前为止，信息和决策的控制权都一直掌握在组织中心的高管手中。这一控制权即将下放，由各部门联合承担。在数据爆炸的时代，员工互联网遍及企业，联网功能无处不在，集中决策将不再适用。企业各系统、机器、网站、员工和产品都由数字化相连，将创造出动态信息流，可知晓所有的个体动向和具体活动。独立行动和思考会逐渐成为常态。员工将习惯于结合数据流认识实际情况，独立做出重大决定。库存、物料搬运，甚至是定价或产品设计，员工都可独立完成。

　　当然，员工在独立行动时仍有必要与所有必要的对象做好沟通。无处不在的联网功能使得沟通变得更加高效。这样一来，组织内其余成员就会知道并理解这些独立行动并在必要的时候，将其复制、调整或是推翻。

　　所有效率都会得到大大提升。显然，透明开放的沟通能促进企业业绩。根据人才管理系统公司ClearCompany的研究，相较于其他企业，员工积极参与沟通的企业能多创造22%的生产力，而且员工流动率仅有其他企业的50%。 (11)

　　在实时、快节奏、需求驱动的成果经济中，企业收益更加丰厚。建立成熟的员工互联网并赋予其决策权，可帮助企业准确应对瞬息万变的市场行情。依靠智能流程，企业不仅能对市场变化做出反应，还能预先准备，甚至利用变化来收获空前的成效，同时把金融风险降到最低。

　　需注意，这种独立决策权将全面提升员工的技能和参与度。除了工厂车间，数字技术还有助于设计团队、营销团队、供应链和董事会实时应对不断变化的市场行情。

　　企业必须为此做好准备，为各层员工提供必要的技能和数据，助其做出可靠的业务决策。如上文调查所示，仅32%的受访企业已将此纳入考虑。 (12) 企业必须依照战略行事，确保相关员工已具备与之相匹配的工具与技能。

　　员工互联网需具备迭代性、适应性和灵活性

　　全面的员工互联网需要什么类型的人才？

　　员工和管理者都需具备更强的学习和适应能力。他们应接受培训，提高自主判断、行动和协作的能力。毫不意外，指导、劝说以及情商等社交技能是数字化企业最不可缺少的。狭隘片面的专业技术将不再有用武之地。

　　另外，数字化的环境更需要灵活快速的思考和行动。员工互联网的每一位成员都要具备坚定的动机，来处理空前庞大的信息量，并从中得出结论，致用于塑造自己的职权范围。

　　具有讽刺意味的是，在快速灵活的数字化世界，过去那些曾让员工和组织大获成功的优势，现在可能会成为他们的绊脚石。

　　以迭代、灵活甚至是试验的方式开展工作是项至关重要的能力。白领和蓝领的联网员工都需适应充满不确定性的环境，并能在缺乏一致意见的情况下推进工作。同时，为应对新数据和不断变化的情况，企业还需摒弃注重预先规划的传统模式，而频繁地进行重新规划（见图7.4）。

　　图7.4创造企业的数字化文化 (13)

　　数字化转型的一大关键在于需要改变管理技能。高管需要理解数字化对于企业的利害关系，以及实现数字化转型的需求。他们必须相应建立起共同的愿景，提倡转型，并确定转型给企业带来的影响。

　　企业高管还需要具备计算能力，从而帮助联网员工充分挖掘可用数据的价值。

　　总之，管理者应灵活、因地制宜地进行思考。在新的组织结构中，各自为政的各部门与层级制度纷纷崩塌，管理者需要与机器和其他员工共同协作，迅速发现实时市场缺口，并部署相应的数字化流程。

　　管理者必须逐渐抛弃严格的管控和自上而下的指示，应给予员工自主权，以培养企业基层的创意。管理者需启发团队，助其成功。同时，还应学会解读机器提供的分析和建议，以便提出关键问题并优化决策。在开展试验和创新时，管理者需培养和指导其他员工，并与他们合作。

　　成功管理者必备技能

　　管理者虽然认识到了判断性工作的价值，但暴露出在人际交往技能上的盲点。而人际交往是人所特有的，这是人与人工智能的根本区别。受访管理者需在以下技能中选出哪些是在五年内取得成功的三大必备技能，选择结果如下：

　　数字化／技术42%

　　创造性思维／试验33%

　　数据分析与解读31%

　　战略开发30%

　　规划与管理23%

　　建立社交网络21%

　　员工发展与指导21%

　　协作20%

　　质量管理与标准20%

　　在现有专业技术领域提升技能20%

　　绩效管理与报告17%

　　管理者对智能机器的信任问题

　　调查结果反映出受访者的意见存在矛盾。一方面，84%的各级管理者相信，机器能提升工作效率和趣味性。而另一方面，只有14%的一线管理者和24%的中层管理者表示，会在未来决策时信任智能信息系统提供的建议。相反，近一半的高级管理者（46%）表示，愿意接受智能系统的建议。 (14)

　　如何弥合信任缺口？在被问及如何才能信任系统建议时，60%一线和中层管理者选择“需深入了解系统是如何运行和生成建议的”，55%选择“挑选配有可靠追踪记录的系统”，49%选择“确保系统能解释其工作逻辑”。

　　只有满足以上三点，企业领导才能在机器增强管理者绩效的同时捕捉到其带来的协同效应。否则，若缺乏信任，企业不过是实现了一些日常管理工作的自动化罢了，除此之外无可建树。

　　定义判断性工作

　　判断性工作是指当信息不充分，无法指导行动方案时，如何依靠判断力来把求知欲、经验和专业知识应用到关键业务决策与实践中去。

　　行业领导者在访谈中透露，判断性工作可分为三大类：

　　洞察力

　　智能机器尽管善于发现规律和相关性，但无法解读数字、数据或文字背后的真正意义。市场营销组织是最先发现这一差别的组织之一，并能用算法等方式计算出促销活动预计带来的销售成果。但是对带来短期销售额与投资的促销活动能否建立起长期的品牌价值，这一点仍需要人的真知灼见和经验来评估。

　　抽象思维

　　只要人类提供规则与说明，智能机器就能准确识别不同种类的物品（例如，从网上大量的图片中识别各种动物）。但若没有人类的指导，计算机是无法“跳出外壳”自主思考的。例如，计算机无法让优步（Uber）的创建者发现，私家车司机有提供灵活交通服务的潜力。

　　环境推理

　　当管理者信息掌握不全，无法做出周全的决策时，他们就会参考历史、文化和人际关系等背景信息来填补空缺。例如，成功的风险投资家运用对环境的认识，来巩固其投资计划。

　　管理者须多做战略判断性工作

　　当管理者从日常、低价值的活动中解放出来后，就有更多精力来管理想法、创意和人际关系，进而优化决策，助力企业成长。

　　当然，许多管理者已在做着许多判断。但事实是有太多单调的职责束缚管理者充分发挥求知欲，使其无法专注于战略判断。

　　智能机器就可改变这一现状。比如，智能机器能够分析求职者的特点，预测谁将离职，并推荐将其留住的策略。未来，智能机器将广泛接管此类日常工作。到时，这些协调和管控的工作将由机器来承担，管理者的某些职责将不可避免地消失，而某些职责则会扩大（见图7.5）。

　　图7.5企业领导急需判断力 (15)

　　新一代管理者

　　与智能机器共事

　　新一代的管理者将视智能机器为同事。然而，判断力仍是人类所特有的能力。智能机器的作用在于，可协助开展数据驱动型模拟以及探索与发现活动，从而促进人类的学习能力，提升其判断力。

　　聚焦判断性工作

　　某些决策所需的洞察是无法从数据中得出的。需要将经验与专业知识应用于关键的企业决策与实践中，这便是人类判断力的用武之地。

　　“真正的”工作是否意味着将管理任务转嫁于人工智能？

　　随着协调与管控的传统管理者角色逐渐淡化，甚至完全消失，管理者将把注意力转向“真正的”工作中去。他们将化身为引领企业的实践者，从事更多需要发挥创意、解决问题的工作，就像设计公司的艺术总监、医院的主刀医生、科学研究的首席研究员，或是管理咨询公司的项目经理。

　　跨界限的数字化协作

　　新一代管理者需具备过人的社交能力，能够与团队和社交关系网有效协作，梳理并整合多样化的观点、见解和经验，助力集体判断、复杂问题解决和创意激发。管理者还需运用数字技术，挖掘出合作伙伴、客户、外部利益相关者和其他行业楷模的认知和判断。

　　像设计师一样工作

　　管理者的创造力固然重要，但更重要的也许是懂得利用他人的创造力。如同设计师一般的管理者能娴熟地汇集各种创意，设计出综合、可行、有吸引力的解决方案。他们把设计思维融入到团队和组织实践中。智能机器可协助表征问题、制作数字与物理样机，以及实现数据与解决方案的可视化，从而让工作流程变得像做设计一样，并促进该流程的运行。

　　不被重视的智能机器

　　智能机器能促进员工的决策和学习能力，还能提升判断力。例如，分析工具和人工智能可加强管理者的社交能力以及解读他人情绪的能力。

　　在具体应用中，智能机器能在与客户、员工交互时，分析出积极和消极的语言，并把反馈和建议报告给管理者。这样一来，管理者就可改善与同事以及其他决策者之间的关系。为了以相互协作的理念来做判断，这些人际交往能力是必不可缺的。

　　管理者需要验证假设或进行探索发现，而智能机器可为上述活动提供便利，并降低风险与成本。对研发管理者来说，智能机器可提供数据模型，助其在开发新产品或新服务时做出正确判断。而对于营销管理者，智能机器的分析可帮助他们设计出数据驱动型的客户体验。

　　遗憾的是现今许多管理者都无法看清一个事实，那就是智能机器可使管理者的判断更行之有效，进而激发组织的绩效、增长、灵活性和创造力。但随着深谙信息技术之道的千禧一代管理者不断涌现，这一现象即将改变。

　　83%的千禧一代管理者信任机器提出的建议，相比之下，婴儿潮一代的管理者中仅有66%持信任态度。同时，千禧一代管理者更积极学习创新思维以及分析与解读的技能，而婴儿潮一代的管理者更注重强化现有技能。 (16)

　　调查结果显示，随着千禧一代的管理者开启职业生涯，他们对智能机器的青睐，将不断拓展机器在判断性工作中的应用。另外，千禧一代的管理者能通过建立“影子顾问委员会”等机制，对现今经验丰富的企业高管们提供独一无二、富有价值的见解。

　　企业人才管理需注重战略

　　基于以上所述，企业的技能缺口有多大？

　　随着制造模式从以员工为中心转向以机器为中心，一个主要风险是：快速扩张的数字化就业市场缺乏合适的人才，同时大量的职业资格也跟不上时代步伐。

　　技能和资格的保质期将大大缩短。世界经济论坛在一项有关就业趋势的研究中指出，由于工业运营模式不断变化，现在需求最高的职业和资格在十年前是根本不存在的。此外，职业的变化速度之快导致目前三分之二的小学生可能在将来从事尚未命名的工作。 (17)

　　图7.6出自对某一线汽车供应商的咨询报告，表明多种工业岗位可能被计算机取代，面临着淘汰的命运。

　　图7.620年内可能被计算机取代的工业岗位 (18)

　　这项研究至关重要。企业必须提前对就业趋势和必要技能有所了解。否则可能会发现，尽管技术上一切准备就绪，却没有员工来为企业服务。需再次注意，以下结论有些违背常理：自动化的出现非但没有让企业免于聘用员工，反而加大了招聘的难度。

　　招聘部门必须更重视战略，以便在合适的时机发现合适的人才和技能。企业无法再指望分离、匿名的劳动市场来按需分配轮班员工，而是必须更加积极主动，或在组织内部培养人才，或协助教育部门制定课程，并颁发相应的学历。

　　另一方面，企业应做好准备，更多地采用众包招聘，吸收外部员工。正如优步在私家车车主中创建起庞大的交通网络一样，通过数字技术，未来的劳动力市场平台能挖掘出大量的专业人才，供企业短期使用。未来，在这种就业模式下，企业将依赖于大量富有才干的自由职业者，而非传统领取薪酬的员工。

　　想必，千禧一代会是主要的招聘对象。他们是现今数量最多的一代人。到2020年，这一代中将有8600万人在美国工作，占劳动人口的40%。他们是第一批真正的数字原生代，习惯于分享个人数据，以及随时查询个人、产品和企业的信息。因此，他们更容易融入数字化的企业环境。此外，年轻消费者对产品和服务有何需求，他们也心知肚明。为留住这样宝贵的员工，企业需提供有吸引力的工作环境。这一点上，谷歌早有先见之明。

　　然而，企业可以按部门提高现有员工的技能，并对其重新部署。对制造部门和生产部门的传统工作来说，尤为如此。员工技能的提升将再一次证明，使用智能制造技术并不会削减工作岗位，而是会催生新的就业机会，而且会比传统岗位更具趣味性。

　　世界经济论坛的研究表明随着数字化革命的推进，三大职业会格外热门。 (19)

　　数据分析师会变得十分抢手。鉴于必须从各制造流程和部门提取可用数据，包括供应链以及投入使用的产品等，这一点也就不足为奇了。

　　联网产品会越来越难以解释。随着越来越多的工业企业迈向成果经济，而且对软件产出经营成果的需求愈发高涨，越来越多的客户将需要建议、服务和培训。因此，专业的销售代表是必不可少的。同时，这又一次证明了新环境能丰富传统职业。这一新销售代表的职务范围将远远超出以劝说、指标和佣金为标志的传统销售。

　　最后需重申，企业在经历数字化转型时，高管需要应对并推进这一重大变革。上文已说过管理者该如何一改当前面貌，更加注重协作，并破除层级制度。与此同时，近乎矛盾的一点是企业高管将承担重大责任。他们必须将工作流推翻再造，创建全新的数字化企业文化，确保变革能卓有成效，能够提高生产效率。毫不意外，数字化变革管理者在未来企业中扮演着至关重要的角色。

　　要点回顾

　　（1）未来，在工厂车间、设计中心或产品售后服务中，企业员工将基于数据做出决策和监管。

　　（2）随着协作机器人和人工智能渗透企业，在工厂车间和会议室形成了人机混合的员工团队，所有的企业角色和部门都会受到影响。

　　（3）不要作壁上观——企业应积极应对这一颠覆性变革。

　　（4）立刻制定培训和招聘战略——鉴于所需技能供不应求，企业需着手提高员工技能，并招募新的人才。需开辟新型数字化员工模式，如众包等。

　　（5）聚焦一线管理人员。他们在自身经历重大变革的同时，对发起和促进整个员工团队的变革起着至关重要的作用。

　　* * *

　　(1) 埃森哲版权所有。

　　(2) 埃森哲研究。

　　(3) 埃森哲版权所有。

　　(4) 埃森哲研究。

　　(5) http://articles.sae.org/14207/，2017年2月16日获取。

　　(6) 埃森哲，《机器梦：如何最大程度发挥员工互联网的优势？》，2016年，https://www.accenture.com/t20160506T052209_w_/us-en/_acnmedia/PDF-13/Accenture-Connected-Industria-l-Workforce-Research.pdf#zoom=50．

　　(7) 埃森哲版权所有。

　　(8) 埃森哲，《机器梦：如何最大程度发挥员工互联网的优势？》，2016年，https://www.accenture.com/t20160506T052209_w_/us-en/_acnmedia/PDF-13/Accenture-Connected-Industrial-Workforce-Research.pdf#zoom=50．

　　(9) 埃森哲，《机器梦：如何最大程度发挥员工互联网的优势？》，2016年，https://www.accenture.com/t20160506T052209_w_/us-en/_acnmedia/PDF-13/Accenture-Connected-Industria-lWorkforce-Research.pdf#zoom=50．

　　(10) 埃森哲，《机器梦：如何最大程度发挥员工互联网的优势？》，2016年，https://www.accenture.com/t20160506T052209_w_/us-en/_acnmedia/PDF-13/Accenture-Connected-Industrial-Workforce-Research.pdf#zoom=50．

　　(11) 波洛克，萨拉，《最终归宿：组织透明》，2014年4月3日，http://blog.clearcompany.com/final-destination-organizational-transparency．

　　(12) 埃森哲，《机器梦：如何最大程度发挥员工互联网的优势？》，2016年，https://www.accenture.com/t20160506T052209_w_/us-en/_acnmedia/PDF-13/Accenture-Connected-Industria-l-Workforce-Research.pdf#zoom=50．

　　(13) 埃森哲版权所有。

　　(14) 世界经济论坛，与埃森哲联合发布：《产业数字化转型：数字化企业》，2016年1月，http://reports.weforum.org/digital-transformation/wp-content/blogs.dir/94/mp/files/pages/files/digital-enterprise-narrative-final-january-2016.pdf．

　　(15) 埃森哲版权所有。

　　(16) 埃森哲，《提升判断力：助力管理者在智能机器时代卓越发展》，2016年，https://www.accenture.com/t20161221T043743_w_/us-en/_acnmedia/PDF-12/Accenture-Strategy-Workforce-Judgment-Calls.pdf．

　　(17) 世界经济论坛，《第四次工业革命：未来的就业、技能和劳动力战略》，2016年1月，http://www3.weforum.org/docs/WEF_Future_of_Jobs.pdf．

　　(18) 埃森哲，基于《未来的就业：计算机化对于岗位的影响》，Frey, C. &Osborne. M．（2013年）。

　　(19) 世界经济论坛，《第四次工业革命：未来的就业、技能和劳动力战略》，2016年1月，http://www3.weforum.org/docs/WEF_Future_of_Jobs.pdf．