如何運用成熟的人工智慧技能

如果你正在閱讀這篇文章，那麼你很可能就是過去六個月裡已經採取措施培養人工智慧技能的眾多人之一，無論你是否願意這樣稱呼它。

或許你修改了履歷中的一行，或許報名參加了培訓課程，或許申請了一份與你通常專業領域略有不同的工作。每一步看似微不足道，但它們匯聚起來卻意義重大：在過去的六個月裡，全球越來越多的專業人士至少採取了一項與人工智慧相關的職業發展壓力有關的行動。

我之前寫過關於所謂「人工智慧技能泡沫」的文章：人們聲稱擁有的人工智慧技能與他們實際能夠展示的技能之間存在差距。這種差距引出了一個更有價值的問題——一個更深層的問題——那就是人們對此採取的具體行動。這些行動並不完全相同。有些人正在提升自身技能，以便在被問及時能夠為自己辯護。而有些人則只是在飽和的市場中，加入另一個未經證實、聽起來老生常談的說法。

背景調查和求職者篩選一直以來都圍繞著最重要的幾個類別：犯罪記錄、工作經驗、教育背景和專業資格證書。人工智慧技能是最新加入這一類別的，而這種轉變在現代雇主的招募方式中已經顯而易見。本文中的每一步都應該以此為基準：一項技能能否經得起檢討。

專業人士實際做什麼

GCheck發布的一份關於自動化焦慮的報告顯示，在過去六個月中，78%在人工智慧驅動的市場中求職或重新定位的員工至少採取了以下行動之一：

• 他們更新了履歷或LinkedIn個人資料，以突出那些不受人工智慧影響的技能（52%）。
• 他們在履歷中加入了與人工智慧相關的技能，其中包括一些他們無法自信地勝任的技能（47%）。
• 他們開始或報名參加了人工智慧證書課程（39%）
• 他們申請了與自身現有資格不符的工作，這似乎是一種抗拒行為。 人工智慧 （37％）
• 他們在履歷中誇大了自己的技術技能。 他們的領英個人資料 （35％）
• 他們開始或參加了不受人工智慧影響的職業再培訓計畫（30%）
• 他們省略或淡化了自身經驗中與人工智慧功能重疊的部分（30%）。

仔細檢視這份清單，一個清晰的模式就浮現出來。其中三個步驟旨在建立一個人日後可以依賴的資產：完成學位、參加康復計劃以及一份真正最新的簡歷。而另外三步驟則僅透過追問，就增加了毫無根據的聲明或頭銜，或遺漏了某些資訊。這種差異區分了真正填補空白的努力和試圖掩蓋空白的努力，也是接下來所有內容的核心概念。

建立人工智慧技能真正信譽的步驟

讓我們先來看看上面列表中具有建設性的部分：認證項目、再培訓項目以及如實更新簡歷。單憑數據並不能說明全部問題，所以作為一家以驗證此類聲明為基礎的公司領導者，我觀察到以下模式：一項認證能否經得起推敲，關鍵在於它能否產生雇主可以驗證的內容。

一份帶有有效識別號碼的完整證書經得起審查。一份作品集也足以證明其價值。一個能夠一步步解釋清楚，並明確指出所用工具和具體任務的項目，同樣有效。此外，一段簡短的錄音工作樣本或面試期間的螢幕分享演示也越來越能經受住考驗，因為雇主越來越習慣於要求提供此類證明。履歷中僅僅寫著「不涉及人工智慧的技能」而沒有任何佐證，即使撰寫者的初衷是好的，也無法通過任何審查。

想像一下，兩位求職者都在履歷上寫著「完成了人工智慧證書課程」。其中一位完成了整個課程，並能詳細描述學習過程中所取得的成就。另一位只完成了八個模組中的三個就停止了學習。從表面上看，這兩行字完全一樣。只有當有人追問後續問題時，差異才會顯現出來。而如今的面試官提出​​的問題比以往更多。

這與多年來用於驗證學歷、專業執照或過往職位名稱的邏輯相同。雇主會透過標準的背景調查來核實教育背景、專業執照和工作經歷，因為僅僅聲稱擁有人工智慧技能是遠遠不夠的。人工智慧技能只不過是添加到現有技能清單中的最新一項而已。

從這個角度來看，再培訓和認證不再只是避免失業的權宜之計。它們成為通往其他求職者難以企及的職位的最快途徑，因為很少有人能在採取這些步驟的同時，還能累積可證明的實際經驗。我預計這種差距會繼續擴大而不是縮小，因為Plus已將人工智慧技能驗證納入其標準的季度招聘和入職審核流程。能夠輕鬆證實自身能力的求職者將持續佔優勢。

擴大未經證實技能「泡沫」的步驟

現在我們來看另一半：加入自己無法自信掌握的人工智慧技能、誇大技術水準、申請與自身實際資質不符的工作，以及淡化與人工智慧相關的經驗。每一種錯誤都有其不同的失敗原因，這些原因值得逐一闡述。

1. 聲稱擁有你無法掌握的技能 它會延遲發現和彌合差距的時刻和機會，這可能會讓你付出更大的代價：面試中的後續問題、第一個真正的任務，或是六個月後的績效評估。
2. 申請與自身資歷不符的工作 因為它“似乎不受人工智慧的影響”，所以它解決的是錯誤的問題。它用相容性差距取代了技能差距，而相容性差距往往很快就會出現。
3. 減少對人工智慧的干擾 這是所有做法中最令人費解的，因為它將真實、可驗證的經驗視為劣勢而非優勢。大多數職位都青睞那些了解人工智慧的優勢和不足之處的人——而這種理解恰恰來自於被隱藏的經驗。將相關經驗從履歷中剔除，就等於抹去了提升候選人可信度的關鍵證據。
4. 提升你的技術技能 這是履歷造假的常見案例，由來已久，多年來一直透過背景調查和工作經驗核實而被揭露。

變化在於，人工智慧技能正從一種軟性的、基於自我評估的類別，轉變為現在透過背景調查和審查進行直接測試的類別，就像如今測試學歷證書或以前的工作頭銜一樣。

2025年消費者展望調查（SCE）顯示，儘管大多數員工都意識到人工智慧工具使用培訓的重要性，但只有15.9%的員工接受過雇主提供的相關培訓。換句話說，許多焦慮不安的求職者在尚未從雇主那裡獲得任何關於自身實際期望的指導或支持之前，就已經做出這些決定。這恰恰使得一些模糊或誇大的說法看起來比實際情況更可靠。

如何才能令人信服地展示人工智慧技能？

以下是六個你可以從本週開始實施的實用步驟，將上述內容變成切實可行的現實。

1. 從兩個層面評估你目前的技能。 履歷中提到的每一項人工智慧技能，都應歸類為「我能立即展示這項技能」或「我正在學習這項技能」。只有在第一層級時，才可以使用自信、絕對肯定的措詞。
2. 請為您所聲稱的每項技能附上一份可驗證的證據。 除了簡單地說明技能之外，一份包含識別號碼、項目連結或顯示「前後對比」的具體範例的完整證書，可以應對任何後續問題。
3. 與其隨意聲稱自己掌握五項技能，不如在本季真正精通一項技能。 我們的數據顯示，大多數高估自身技能的人最終都計劃彌補技能差距。要把這當作一個截止日期，而不是「總有一天」。
4. 準備兩分鐘的現場演示，展示你最令人印象深刻的技能。 面試正朝著要求應徵者展示工作成果而不是描述工作成果的方向發展，而培訓演示可以決定應徵者是充滿信心還是最終失敗。
5. 詢問實際會檢查哪些內容，以及何時檢查。 許多員工表示，如果雇主事先揭露審查範圍，他們會更加透明，因此請直接詢問人工智慧能力是否會像教育和工作經驗一樣，成為正常安全檢查和審查流程的一部分。
6. 將掌握人工智慧視為一種持續的習慣。 與這些工具相關的要求和期望每個季度都在變化，因此，你一年前獲得的認證最好被視為一個基礎，而不是一項最終成就。

結論

本文討論的七種策略是基於兩個相互矛盾的假設。一個假設認為，數量較少但可驗證的人工智慧技能更容易經得起審查；另一個假設則認為，根本不會有人要求驗證這些技能。然而，鑑於許多員工已經承認，他們聲稱的人工智慧技能遠超實際水平，因此，押注於可驗證的技能才是唯一可靠的選擇，而且一旦你的履歷收到面試邀請，這個選擇必將帶來豐厚的回報。所以，你需要建立一套能夠經得起任何質疑的人工智慧技能體系，無論提問者是誰。