人工智能缺乏人类互动中定义的细致理解和伦理推理，这也是为什么人类中心技能仍然具有相关性。

随着人工智能（AI）持续重塑行业和工作场所，人们对工作被取代的担忧依然存在。然而，AI并非使人类工人过时，而是被期望补充人类能力——这凸显了独特人类技能的需求。一项最近的Workday研究表明，AI将成为推动全球技能革命的力量，使人类中心技能比以往任何时候都更有价值。

报告详细说明了AI在技能发展中日益重要的角色，它通过减轻工人日常流程的负担，使他们能够专注于更高层次的任务。通过自动化重复性活动，AI使个人能够将创造力和解决问题的能力引导到更具战略性和想象力的工作中。

此外，AI驱动的技能评估和差距分析通过确保员工获得针对性的学习机会提高了生产力，使职业发展更加高效且以数据为驱动。

除了生产力的提升外，AI还促进了适应力和韧性——在技术快速变化的时代，这些技能尤为重要。通过提供互动学习体验和处理大量数据以提供见解和决策支持，AI增强了员工的参与感和职业成长。这种赋能超越了个人层面，因为技术促进了信息的交流，使技能数据在更大规模上具有可操作性，并帮助企业和政府扩展劳动力机会。

尽管AI擅长处理大量数据、自动化重复性任务并提高效率，但它缺乏人类互动中定义的细致理解、同理心和伦理推理。这也是报告中提到的一些人类中心技能在AI时代依然重要的原因。

随着企业将AI整合到运营中，应对复杂社会动态、做出伦理决策以及以情感智能为核心的领导能力将变得至关重要。雇主越来越重视适应力、协作能力和批判性思维等软技能。这些能力使个人能够有效地与AI驱动的工具协作，推动创新、增强团队合作并维持建立在信任和透明基础上的工作文化。

发展人类中心技能的策略

为了为AI增强的未来做好准备，组织和个人必须专注于关键领域的技能发展。Workday的研究强调了几种加强人类中心能力的策略：

优先提升技能和重新培训不断变化的就业市场需要持续学习。企业应投资于培训计划，既增强AI相关技能，又强化人类优势，如解决问题、领导力和适应力。拥抱终身学习的员工将在不断变化的环境中保持竞争力。促进人机协作AI应被视为增强人类能力的工具，而非人类工人的替代品。通过利用AI处理数据密集型任务，员工可以专注于战略决策、创造力和人际关系——这些是人类智慧不可替代的领域。加强沟通与团队合作AI可以简化工作流程并促进协作，但强大的人际交往技能仍然至关重要。组织应营造鼓励建立关系、多元视角和集体解决问题的环境。培养以人为中心的领导力AI时代的领导力需要向同理心、情感智能和以人为本的管理转变。有效的领导者必须平衡AI驱动的洞察与人类判断，确保员工感到被重视、支持和激励。弥合技能差距以技能为导向的人才发展至关重要。组织应识别人类中心能力（如伦理决策、文化意识和韧性）的差距，并将其纳入培训计划中。建立信任与透明的文化为确保AI的成功采用，组织必须保证AI驱动流程的透明性。员工应能访问可解释的AI系统，并理解技术如何影响决策。信任能够促进更包容和更有参与感的员工队伍。鼓励伦理AI开发AI系统应与伦理和组织价值观保持一致。企业必须为员工配备评估AI驱动决策的技能，确保公平性、问责性和负责任的技术使用。加强批判性思维和解决问题能力虽然AI可以增强分析能力，但人类的判断力仍然至关重要。培训应强调创造性推理、适应力和决策能力，以确保员工能够有效解释AI生成的洞察。以DeepSeek为例

DeepSeek对行业的三种潜在影响及商业领导者应采取的应对措施

DeepSeek的影响将取决于AI基础设施成本的发展，呈现出三种可能的情景。

人工智能（AI）领域正在快速发展，DeepSeek的出现可能对AI的采用和市场动态产生重要影响。贝恩公司（Bain & Company）的最新分析提出了一系列潜在情景，为企业和行业领导者在应对这一转型时提供了关键见解。

根据AI基础设施成本和投资的发展，DeepSeek的影响可能呈现出从乐观到悲观的三种情景。

乐观情景：AI采纳的扩大

在乐观的前景中，效率的持续提升导致推理成本降低，从而加速了AI的采纳，这一现象被称为“杰文斯悖论”（Jevons’ Paradox）。

随着AI变得更加普及，对高端训练和高级模型的需求将保持强劲，鼓励在尖端AI能力上的持续投资。这一情景设想了一个未来：企业越来越多地将AI整合到运营中，从而形成一个更加广泛和动态的AI生态系统。

中性情景：基础设施成本下降

一个更为温和的情景预测，虽然AI训练成本保持稳定，但AI推理基础设施的支出可能下降30%到50%。这一变化将促使云提供商将其资本支出从估计的每年800亿到1000亿美元缩减至每家提供商650亿到850亿美元之间。

尽管有所减少，这一支出仍将高于2023年的水平，表明增长将继续，但节奏更加受控。

悲观情景：投资受限

在最为谨慎的前景下，AI训练预算大幅减少，推理基础设施的支出大幅下降。云提供商的资本支出可能降至400亿到600亿美元之间，这一水平虽然仍高于2023年，但暗示AI基础设施扩展的步伐放缓。

如果这一情景成为现实，可能表明AI投资的短暂降温期，导致更有选择性的AI部署，并更注重成本效益，而非激进扩展。

面向CEO的战略建议

鉴于DeepSeek影响的不确定性，贝恩公司的报告为希望有效应对AI不断发展的格局的CEO提供了战略建议。

为成本扰动做好准备

企业应预见到AI推理成本显著下降的未来，这将创造新的竞争动态。主动调整战略以利用更具成本效益的AI解决方案的公司将在变化中占据更好的位置。

这包括重新评估现有AI预算，并探索超越成本削减的新AI驱动机会。

密切关注市场信号

CEO必须密切关注行业趋势，特别是资本支出模式、GPU需求和AI采用率。基础设施支出放缓可能表明效率提升正在重塑AI经济学。了解这些变化将帮助企业相应地调整AI战略。

需要关注的关键市场信号包括：

企业对高性能AI模型的持续需求。领先AI实验室对模型访问和蒸馏控制的日益限制。节约成本预测的验证和未预见费用的出现。DeepSeek基于现有模型训练的证据，这可能影响AI开发策略。对高级、前沿AI模型进行训练的持续优先级。派生模型和新竞争者的快速增长。低成本开源模型的日益流行，这可能加速各行业的AI采用。超越生产力思考

尽管许多公司最初采用AI是为了提高运营效率，但贝恩公司建议企业更进一步，通过利用AI重新定义其核心产品。最成功的公司将是那些超越自动化并拥抱AI驱动创新的公司。

这可能表现为个性化客户体验、AI增强的产品开发或完全依赖AI能力的新服务形式。

对AI市场的更广泛影响

DeepSeek的出现是AI发展中更大趋势的一部分，其中开源和成本高效的模型正日益受到关注。如果AI推理成本继续下降，它可能使AI的使用更加民主化，使以前因成本问题而无法使用AI解决方案的小型企业和初创公司能够整合AI。

这种转变可能导致更具竞争性和动态性的AI生态系统，其中创新不仅由大型科技公司推动，还由利用新AI模型的新兴企业推动。

与此同时，关于模型安全性、数据完整性和伦理AI开发的担忧可能仍将是首要问题。企业必须在成本考量和负责任的AI实施之间找到平衡，确保AI模型不仅高效且符合监管和伦理标准。

DeepSeek代表了AI发展的一个关键节点，具有重塑企业如何看待AI采用和投资的潜力。无论市场是走向乐观、中性还是悲观的轨迹，企业都必须保持灵活，密切监控成本趋势和市场信号，同时积极寻求超越单纯效率提升的创新方法。