Managertoday 經理人

10 歲小孩也在學程式語言!職場必備的數位新技能,你跟上了嗎?

2020-04-07 13:03:52
Managertoday
https://bnextmedia.s3.hicloud.net.tw/image/album/2019-12/img-1576123128-93078@900.jpg
科技快速變遷,資料科學、人工智慧、區塊鏈等專業技術不斷冒出,專業經理人該如何保持自己在職涯上的優勢,不被新技術、新技能淘汰?

在數位科技的時代發展下,現在的 10 歲孩童都開始學習程式語言,甚至被列為是必修課程。不過,對已經進入職場的專業經理人來說,這些技能過去沒學過,甚至連專業術語都不太能理解,他們該如何保持自己在職涯上的優勢,不被新技術淘汰?

「新進員工往往不如上一代員工」的想法已經不適用,經理人應該善用新世代員工的數位能力為組織增值

近幾年,許多跨國企業冒著輿論風險,開始大幅降低員工的平均年齡。一方面是因為消費者的使用習慣轉變,從原本對電子產品的低依賴,到現在高度依賴電子產品。這群消費族群的需求,剛好吻合千禧世代的工作者,跨國企業發現不能再讓 50、60 歲的資深經理人把持決策,必須納入年輕人意見。

再來,隨著社群媒體的蓬勃發展,各大企業更加仰賴數據做出的決策分析,不只能套用在使用者場景,也能改變工作流程。相較於資深工作者,年輕族群擁有的「數位能力」,是許多跨國企業改變雇員年齡結構最主要的驅動力。

用類似概念理解新科技,結合經驗、挑戰新事物

現在科技每兩、三年就有新的應用,從資料科學、人工智慧、區塊鏈與物聯網,到現在的智慧家庭、智慧城市或基因分析、疾病預測等,每個領域都涉及許多專業。對許多人來說,聽到這些專有名詞,第一個反應往往是拒絕。但在職場上,拒絕新事物無法凸顯自己的優勢,更可能讓底下員工誤以為你是因能力不足而不願理解。

經理人必須加強自己面對新事物的挑戰心理,有智慧地挑戰新科技、新觀念。首先,學習新觀念的基本語言。舉例來說,資料科學是人工智慧及區塊鏈的基礎,它的基本概念跟統計學的數據輸入與輸出類似。如果用統計學的概念理解資料科學,就能知道變量的選擇和數據的品質,會影響人工智慧和區塊鏈的準確度與結果。只要用過去相關的知識理解新概念,經理人就可以進一步結合過去的市場經驗,轉化成職場優勢。

其次,把過去的市場經驗系統化,整理成未來可套用的原理原則。工作經歷豐富的經理人在做決策時,往往過於依賴直覺,會用過去的市場經驗為評判標準,「在過去……,所以現在應該……,」這樣的論述方式無法有效說服他人。經理人應該先理解新技術的基本知識,再整理過去的經驗,讓這些經驗能夠套用在新科技,以此作為與團隊溝通的橋樑。

增加跨產業與世代的合作,提高風險容忍度

最後,經理人也必須改變對風險的容忍度。科技變化讓世界的經濟循環週期不再是數十年,在部分產業中,經濟循環可能是兩、三年一次。所以風險與投資報酬的計算,也必須隨著調整。

這些調整不只存在於公司的決策流程中,也挑戰每個專業經理人的決策習慣。舉例來說,過去的工廠生產模式有資本投資、設備等,生產周期從數周到數年不等,所以上下游的合約也是按照季度簽訂。但在物聯網、人工智慧的新形態服務下,一個專案的時程,可能是在數小時、數天或數月就能結案。

在服務模式的改變之下,風險轉嫁思維也必須轉變。從過去簡單的出貨、進貨、賣斷模式,轉而變成要求共同分攤硬體的商業模式。這時,經理人也必須重新調整自己對風險的定義,增加自己對風險的容忍度

這並不是一件簡單的改變,需要經過許多練習與調適。隨著跟不同世代的員工與不同產業的異業合作增加,經理人可以藉由交流彼此對投資報酬、風險的概念與想法,再把合適的觀念套入自身習慣的風險計算模組裡,重新定義投資報酬與風險。

比方說,在面對日常的商務決策中,可以不斷問自己兩個問題:

  1. 我今天下決定前有重新想過我的風險計算嗎?

  2. 在重新思考我的風險計算時,有哪些決定是以前的我不會下的?為什麼?

如果擔心自己無法持續性地做這樣的練習,可以在職場中找到一個不同部門的同儕,彼此提醒與琢磨。

新經濟的變化速度,讓每個專業經理人都無法忽視。不想讓自己被職場或世代變化淘汰,就必須要保持高度的好奇心,也必須學習接受不習慣、不舒服的新事物,才能增加自己對風險的容忍程度

透過調整自我想法與建立一套以過去經驗為基礎的系統框架,才能對新概念提出有建設性的意見,這也正是專業經理人能凸顯長年經營的經驗優勢,讓自己與新技術、新技能發揮綜效,達到一加一大於三的管理效用。