突破工作瓶颈的4个方法
首先，作者探讨了人工智能失败的可能性有多大。他认为，当前，人工智能领域开始出现了一些不好的苗头，比如科技公司的高管们对自动驾驶汽车的承诺有所降低；再比如大型科技巨头投入了大量的计算能力和数据，但AI助理依然令人失望。更重要的是，如果现行的深度学习机制未能成功，目前还没有候选解决方案。开发一种新的机制可能又要浪费很多年。
如果人工智能的发展，真的没能达到我们的期望，可能存在哪些危险呢？作者从五个领域进行了分析。
首先是金融投资领域。我们都知道，最近几年，人工智能一直是推动科技行业快速发展的主力，很多公司都依赖数据科学和机器学习的最新进展，推出了一系列爆款APP，从而实现跨越式发展。
一旦人工智能失败了，没有实现预期，那么最近的增长将会停止，这将意味着数十亿美元的投资损失。比如优步，很多投资者都是冲着它的故事去的，就是颠覆运输业。但这个故事非常依赖于自动驾驶技术和智能路由技术，如果技术不能实现，将意味着优步和数十亿美元投资的终结。
另一个输家是目前的科技巨头，它们将很大一部分资源投资在了数据科学和机器学习之上。人工智能失利，它们即使不会面临破产的危险，也将遭受巨大损失，这将削弱它们的财务稳定性，动摇市场。
最终的结果是，科技泡沫的破裂对全球金融体系造成伤害，意味着数十亿美元的损失、数十万人的失业，以及全球银行和金融机构的连锁反应，这些反应将波及全球相对较弱的一些国家，并将它们推入停滞状态。虽然相比于房地产危机影响会小一些，但仍然是一场危机。
观点：老经验无法胜任新岗位
在很多人看来，公司招聘新人时，更倾向于那些有工作经验的，或在相同岗位工作过的候选人。但佛罗里达州立大学的研究者查德·范伊德科却指出，员工入职前的工作经验与在新公司中的表现没有任何相关性，也就是说，老经验无法胜任新岗位。这是为什么呢？公众号“哈佛商业评论”的一篇文章介绍了他的观点。
范伊德科认为，工作经验之所以没那么重要， 一是因为许多衡量工作经验的指标都很简单。比如工作数量、工作年限，以及此前是否担任过类似职务。这些指标只能说明候选人是否有经验，却无法体现经验的质量或重要性，后者可能对他的绩效有更大的影响。另外，如果两个组织的运营方式或企业文化不同，那么在一个组织的经验可能无法帮助、甚至不利于候选人在另一个组织中的表现。
那么，公司在招聘员工的时候，还应该考虑哪些因素呢？
范伊德科建议，一是在面试中要提出具体的行为问题，比如“你以前如何应对难搞的客户？请说出具体情况，你做了什么，以及结果如何”，但并非所有公司都会这样评估候选人。有些符合公司的要求的申请者，可能因为没有合适的工作经验，在简历筛选阶段就被淘汰了。
二是，公司可以直接关注候选人的知识、技能和特质，而不是将工作经验甚至教育背景当做优秀的体现。
三是，研究发现，衡量经验的指标更多是在任务层面上反映出来。比如雇主不会询问飞行员或卡车司机的工作年限，而是询问其飞行或驾驶记录的小时数。这类指标更能预测员工入职后的绩效表现。
四是，筛选指标与工作绩效要存在相关性。比如公司需要招聘销售人员，而在长期实践中发现，市场营销专业的员工比其他专业的员工绩效更好，那么市场营销专业可能是一个可行的筛选指标。在某些岗位上，可能拥有职业证书的员工表现出更优越的绩效水平，因此企业在招聘时可以将筛选职业证书作为指标。返回搜狐，查看更多