本文來自微信公眾號： 筆記俠（ID：Notesman） ，分享嘉賓：何偉（數字化人才專家），作者：拾畫，編輯：金木研，頭圖來自：視覺中國

一、ChatGPT后的新變局

自2月份ChatGPT發布以來，幾乎每天一個重磅炸單，一會兒接入微軟全家桶，一會兒對接第三方應用插件，最新的重磅是解除封印可以聯網。

在這樣的新變局下，從企業、組織到人，都處于一個不太適應的周期。

1. 首批因AI失業的打工人

ChatGPT到來后，到底淘汰哪些崗位，人們有過很多的猜測。

前段時間，網上曝光了一份藍色光標的內部郵件“關于將全面停止創意設計、方案撰寫、文案撰寫、短期雇員相關外包支出的通知”。

這是一個全面性變革，推測其背后原因有2點：

第一，藍色光標本身業務以營銷科技為主，在今年1月份已經對外宣布會跟各 AI 企業進行全面對接。第二，他們在內部建立了很多與文字、設計工作有關的小模型，從而提高人效。

2. 美國企業使用ChatGPT的情況

美國曾公布一個關于企業使用GPT的調研。其中66%用于寫代碼，58%用于寫文案，57%用于客戶支持，52%用于寫會議紀要和其他文件。

在招聘過程中，約77%使用ChatGPT的公司表示會用來撰寫職位描述， 66%的企業用來起草面試申請，65%用來回復申請。

在感官層面，55%的人表示ChatGPT的工作質量十分優秀，34%的人表示做得非常好。

在效能層面，48%的公司表示節省超過5萬美元，11%的公司表示節省超過10萬美元。

3. ChatGPT能做的事

ChatGPT的功能很多，包括程序語言轉換、故事創作、代碼、頭腦風暴、RE文本情緒分析、廣告設計等49個。概括起來有7大應用場景：應用和布局、搜索和數據分析、程序生成和分析、文本生成、內容創作、一般推理和其他。

4. ChatGPT對個人崗位的影響

ChatGPT對個人崗位的影響一度引起很大恐慌。很多博主都曾發過同一篇主題文章：ChatGPT來了，哪十大崗位即將被淘汰？哪十大崗位高枕無憂？

最危險的top10崗位有電話營銷員、客服、洗碗工等。

還有一些表面上不錯，其實已經岌岌可危的“外強中干”的工作：銷售與市場保險、保險理賠員、卡車司機、財經和體育記者、記賬員和財務分析師、專業投資人員、放射科醫師等。

面對ChatGPT后的變局，市場人才的新標準是什么？企業用人的新布局是什么？這是我們需要思考的問題。

二、ChatGPT后，市場人才的新標準是什么？

相對未來的數字世界，我們現在生活世界被稱為模擬世界。在模擬世界做得不錯的人可稱為模擬精英。

從模擬精英轉換到數字精英，可從4個維度分析：第一，數字思維；第二，數字知識；第三，數字技能；第四，數字資產。

1. 數字思維

數字思維，分為三項淺思維、三項深思維。

① 三項淺思維

第一，軟件思維，用軟件定義協作和產品，偏標準化和流程化。

第二，網絡思維，用網絡定義資源和效率，偏協議化和架構化。

第三，智能思維，用智能定義能力和價值，偏模型化和協同化。

三項淺思維是應對數字化技術和文化變革需要的思維方式。

② 三項深思維

三項深思維是本質化、深層次的思維，包括模型思維、本質思維和利眾思維。

第一，模型思維，是動量與結構的耦合。

這兩年，很多企業彎道超車，甚至能跨行業，是因為其背后具備了模型思維。

舉個例子，字節跳動創始人張一鳴在創辦字節跳動前，從飯否網、九九房等連續進行了5次創業，每次創業都是不同行業。

這些行業表面看上去毫不相關，但他能一次次地在我們的視角里跨行業創業，是因為對他來說，他從來沒有改變過，他做的一直是底層算法推薦，只不過區別在于推薦的餐飲信息、房產信息還是娛樂信息。

第二，本質思維，也稱第一性思維。

第一性思維是2000多年前哲學家亞里士多德提出來的，被馬斯克帶紅。

記者問馬斯克，你為什么這么成功？馬斯克說，我成功的原因只有一個，就是做什么事情都用第一性思維去思考。

記者又問，第一性思維是什么？馬斯克舉了生產特斯拉汽車時解決電池成本卡點的例子，他從根源出發，研究電池的組成、組裝供應鏈和產業配套，完成一系列整合，將電池成本降到80美元/千瓦時，最終完成特斯拉生產。后來，他又把第一性思維延續到SpaceX，將火箭成本降下來。

第一性思維指找出“根”原因，發掘“源”方法。

第二性思維是比較思維，指空間同類相比和時間前后相比。同比、環比，跟同類型企業比較、對標，還有考察、參訪，都是比較思維。

比較思維是目前常用的一種方式，但在現在這樣一個面對轉折、變革的時代，必須具備本質思維，超越比較，直達根源。

第三，利眾思維。它隨不同時代的文化而更迭。

在農業時代，生產資料以農業為主，生產單元是個體，每家每戶只要把產品生產出來，跟別人交換就可以。那時崇尚害人之心不可有，防人之心不可無，強調利己。

在工業時代，進入大規模生產，強調以客戶為中心，利他主義開始出現。大家知道必須做上下游的利益共同體，共同為客戶服務，所以利他思維在工業時代傳播得很快。

到現在數字時代，強調利眾。一方面是人們的格局不斷提高了，更底層的原因是數字技術讓信息互通，打通了底層的透明。這時，企業要以“為人民服務”的社會責任為重，才能有利眾思想，團結起來為社會創造價值。

2. 數字知識

要成為數字精英，除了要具備一定的思維，還要具備一定的數字知識。

在傳統行業中，要找一個管理專家、技術專家，相對容易。可現在要找一個數字化專家，或者數字化人才，會非常困難。原因是，在數字化領域，專家不僅要懂技術知識，還要懂技術知識與產業知識的融合。

在數字知識的矩陣下，大家要學習的內容很多，包括軟件知識、硬件知識、內容知識和運營知識。

此外，從數字化時代1.0到4.0，不同時代對人才標準有不同要求和不同側重點。

在信息化時代，側重軟件知識和硬件知識。懂計算機知識的人顯得稀缺而珍貴。

在網絡化時代，側重硬件知識和運營知識。互聯網電商非常火的時候，選品師職位一人難求。他們在電商網絡專門做服裝、化妝品，或者專門為客戶選擇熱門商品。某些品類選品師年薪一度高達百萬，因為他在網絡化時代掌握了非常關鍵的運營知識。

在智能化時代，側重軟件知識和運營知識。軟件知識主要指AI知識，也就是Chat GPT相關知識。運營知識，指生產內容的知識以及如何用AI賦能運營服務。

到元宇宙時代，側重硬件知識和內容知識。元宇宙到來后，很多設施、硬件知識會變得很重要。此外，元宇宙是一個新世界。每創建一個新的世界，就需要生產很多內容，所以在這個階段，內容也會變得非常重要。

3. 數字技能

① 數字能力：知識、創作、運營

ChatGPT到來后，帶來了AI新能力，包括知識、技能和運營，也是成為數字精英需要掌握的能力。

第一，獲取知識能力。

知識包含科學知識、社會知識、事件知識、數值知識和原型知識。

最近我們瘋狂地測試ChatGPT、文心一言、通義千問等工具的獲取知識的能力，發現這些工具的確超越了百度、知乎。

舉個例子，向ChatGPT提問“寫一篇介紹ChatGPT的文章”，它會回答，介紹ChatGPT是一種強大的語言模型等等。

再追問，想知道它的技術原理是什么，它會重新給你一份答案，介紹ChatGPT的原理、訓練模型和參數等。

它不僅可以像百度知識庫回答知識，還可以把知識歸納成要點，結合你的數字要求生成重點。

還有一些例子，比如，在藝術領域，我們提問“描述達芬奇的《最后的晚餐》中，耶穌和門徒的身體語言以及它們所傳達的含義”；在物理領域，我們提問“請解釋量子糾纏的現象，并描述它在量子計算中的應用”；在哲學角度，我們提問“請解釋尼采的超人概念，以及它在現代社會的意義”。

這三個例子的答案，都說明與ChatGPT互動獲取知識時又快又準，還能按要求精準歸納。

第二，創作作品的能力，包括文本、圖像、音頻代碼等等。

大部分人對ChatGPT的商業化方向很了解，它可以幫助寫作、做圖、編程和制作視頻。

AI寫作：除宣傳稿、會議紀要這些通用淺顯的寫作外，用好市面上出現的各種各樣提示詞，還可以更好地生成專業文稿。比如，請ChatGPT“根據人力資源行業寫一份員工手冊，字數控制在xx頁”，它可以按照要求完成任務。

AI視頻：拍片子、剪輯很費功夫，而且效果可能不太好。現在用百度或騰訊相關的生成視頻網站，就可以直接生成，很高效。

AI作圖和AI編程在企業中更為常用，就不贅述了。

第三，賦能運營能力。 AI可以生成各種各樣流程、設計、商業方案、營銷協同流程。

賦能運營能力主要是ToB的。假設一個叫GPT的集團想設計一份帶自然風情風格的辦公室圖紙，有xx平米，希望是開放式空間。ChatGPT就可以自動生成一份其需要的設計圖紙。

此外，它在數字化營銷、客戶服務、研發和生產運營中都有涉獵，應用范圍非常寬泛。

舉個例子，用ChatGPT解讀PLM 解決方案如何帶來商業價值。

第一個問題，“消費品企業有哪些產品研發的管理挑戰？”。ChatGPT會從市場變化、研發成本、性能、保護知識產權、研發質量這幾方面回答。

接著問，“想根據你的方案和分析，選一些合適的供應商，如何選擇？”ChatGPT會從企業的需求、供應商的挑戰、經驗、功能、靈活性、集成能力性的安全、價格等角度回答。

再問，“請你幫我推薦一些好的供應商。”。ChatGPT推薦了很多。再提出一個PRM供應商，問它這家供應商口碑如何。它會逐一分析企業的技術、經驗、口碑。

這可能是一個比較粗淺地回答，但借助GPT來解讀研發、生產、運營方面的某一個具體方案，可以省去不少平時要做的調研、分析、選型等工作。

② 專業人士新定位

前面講的三種能力折射出作為一個企業專業人士應該具備的能力，從不同視角又可以分為不同的專業人士，我們應該成為哪一種人？

第一種，從用戶視角定義問題：人人都是提示工程師。

現在市面上有一些比較通用的，提示工程師關于“如何向ChatGPT提問”的說明指南。

但光擁有指南還遠遠不夠。如果問它一個專業問題，比如“請你幫我設計一下我們企業xx崗位的勝任力素質模型”，它不一定能生成你所需的答案，因為它對如何生成你所需的勝任力模型背后的專業知識完全不了解。

從用戶視角定義問題，人人都是提示工程師，提示工程師前面要加兩個字——專業。專業代指所有的專業崗位，比如人力資源提示工程師、財務提示工程師，這樣才能成為一個合格的真正能跟人機協同的生產者。

第二種，從平臺視角解決問題：人人AI專家。

現在AI相關工具如雨后春筍涌出，針對AI會生成很多符合企業的服務。圍繞AI進一步開發、應用，也是個人或者從企業方來講需要具備的能力。

任正非說，未來只有兩種人，一種是熟練使用AI工具的人，另一種是可以生產AI工具的人。

當然可能還有一種，維護AI持續的人。前面兩類人是最大的一個趨勢。這是新形勢下，需要的人才的新標準。

③ 人類相對具備優勢的技能

AI出現以后，人類很多職位、部門、行業一下子被淘汰了。但相對AI，人類還是擁有一些相對優勢的技能。李開復博士曾給出了一個分類，我覺得非常精辟。

第一類，靈巧性工作。 比如刺繡、云錦這些需要技術型、技能性的活，以及精密手術。

第二類，創造性工作。 你所在的崗位不是按部就班，也不是標準化的，而是需要根據專業知識、行業和企業情況來完成的，需要創造力的工作。

第三類，需要同理心的工作。 你可能會說現在的機器也有同理心，比如智能型養老機器人、安慰型機器人、機器人女朋友等等。但目前來說，機器人相比人類的同理心和共情能力差距還是非常大。

這三類崗位目前是比較安枕無憂的。如果不屬于這三類，只要掌握前面說的三種數字能力，或者迅速成為兩種專業人士中的一種，依然可以與時俱進。

4. 數字資產

數字資產是指個人數據量、個人網絡場、個人數字作品和個人數字財富。

第一，數據量。 有沒有存儲方式，個人日增數據量級如何。

第二，網絡場。 有沒有個人形象或個人場所。數字形象是指用AI工具生成的員工畫像、漫畫頭像。個人場所，比如頭條、抖音、快手、微信視頻號。

第三，作品。 生成的頭像、海報、繪畫，都可以作為個人數字作品。

第四，財富。 包括數字藏品、數字貨幣等。

在模擬時代，衡量一個人的價值如何，首先要了解他的基本信息，包括年齡、畢業學校、從事職業，還有財富信息，比如開什么車，銀行多少存款，住哪里？這些基本信息是目前評估一個人的維度。

在數字時代，另一個維度在逐步開啟，就是數字資產。在抖音上有多少粉絲，是不是百萬大v，個人數字藏品有多少等等，這些都是未來衡量一個人整體估值的重要方面。

所以，從現在開始，每個人都要擴大自己的資產版圖，積攢自己的數字資產。

三、ChatGPT后，企業用人的新布局是什么？

以前講人很簡單，是指跟企業、人力資源部簽訂勞動合同，有雇傭關系的人，屬自然人類。

現在，企業的用人要分成兩大部分，一類是自然人，一類是再生人。

自然人原來是指跟企業簽訂勞動合同、具有勞動雇傭關系的人，現在范圍比之前擴大了，增加另外兩種人：共享人員，也稱數字創客、合伙人；用戶團隊，參與評價產品、內測的用戶，也稱數字用戶。

再生人分兩類，一類是有外形的實體機器人，一類是沒有實體的虛擬人和數字人。

自然人和再生人在企業內部現在最理想的布局應該是：原生人員占總體2%，市場上的共享人才占10%，剩下88%是大量用戶；再生人則越多越好。

硅基智能創始人司馬華鵬前段時間在朋友圈發了一篇小短文，可以幫助我們通俗地理解企業用人的新布局。

他說，現在看企業規模和人才結構，會說“我的企業擁有1000人或是10000人（都是自然人）”未來，你的企業可能是你帶著你愛人、你愛人妹妹、姐姐共同治理，結構是這樣的：你愛人負責管理500個機器人，你愛人的妹妹負責管理1000個機器人，你愛人的姐姐再管1000個機器人。這樣你的企業一共有2504人，2500人是再生人，4個人是自然人。

1. 企業可用的三大類自然人

企業可用的自然人分成三大類：全職人、合伙人、關系人。

① 全職數字化人才

a.數字化人才：數字化管理、專業、應用人才

大家可能會疑惑，數字化人才到底是什么？實在找不到數字化人才怎么辦？

相對于數字世界，現在的世界叫模擬世界。在模擬世界，最高層是CEO、CTO、COO，中間是管理層，下面作業層是操作員、質檢員。

到了數字世界，所有最高層都要再“D”一遍，是DCOO、DCTO、DCEO，中間職能主管變成數據主管、算法主管，以前的操作員要變成數據標注員、算法工程師。

從以上分類看，除決策層是自己原地升級以外，其他都要被替代的。其實不是這樣的關系。

舉個現實中的例子，我有個985畢業的同學一直在企業內部負責組織考核，他們集團前兩年開始做數據中臺，來了一批算法工程師。剛開始的他覺得自己被替代了，結果慢慢他發現企業在上數據中臺時全程離不開他，因為他是最了解企業各種績效考核算法的人。現在，他們企業已經正式上了中臺系統，他也轉型成為企業數據主管。

b.企業內數字化團隊：內培外引的新能量

企業中可稱為數字化人才的有4類人：數字工匠、數字專家、數字主管和數字高管。

企業要用人，無非是兩種方法，外引和內培。

如果企業不是數字化原生企業，本身不生產算法工程師，需要從外引進數字專家。

但數字高管、數字主管、數字工匠這三類都可以原地晉級。

我們曾做過數字工匠升級項目。班級學員都是對應原來的操作員、物料工程師、設備工程師等崗位。經過3個月的系統化培訓，進行最后成果匯報時，每個數字工匠都設計了一套針對企業、針對自己生產車間的配套方案，如智能巡檢、智慧物流，這足以說明這部分人才是可以被數字化升級的。

② 合伙人

合伙人，也稱OGC，指合伙人和專業人才的共享平臺。

像最早的豬八戒、58 同城等，都是通用型的，現在共享平臺越來越專業。這兩年最流行的是數據標注師的眾包平臺，百度、京東等都有專門面向數據標注師的眾包平臺。

這大大擴展了企業用工的渠道，也為很多零散者在剩余勞動時間提供再生產的機會。

③ 關系人

關系人，也稱UGC，指用戶作為關系人才的社群化交互。

比如，我在抖音發布視頻，就是平臺的UGC貢獻者。

事實上，UGC也有很多分類。

比如，在海爾卡奧斯平臺這種工業互聯網平臺，用戶長期在上面作為價值補充者。

再比如，大家在小紅書分享內容、知識，雖然有些是帶貨，但也有很多常識，無償地傳遞一些價值。這是一個典型的UGC生活社區。

當然，還有一些游戲平臺。

用戶作為關系人才的社群化交互是經常會被忽略的。你可能會覺得有些企業不像抖音那樣純粹讓用戶創造內容的平臺，認為企業不需要關系人才。其實不然，如果企業的每一個產品、每一個交互都是跟用戶共同創造出來的，產品的價值無疑會更大，用戶的認同感也更高。

2. 再生人

① 機器人

a.硬件機器人

再生人，首當其沖的是機器人。常見硬件機器人分三種：第一，工業機器人；第二，服務機器人，比如排隊機器人；第三，特種機器人，比如軍用特種機器人。每種機器人，從不同應用功能，可以進行不同分類。

今年1月份，工業和信息化部、教育部等十七部門印發《“機器人+”應用行動實施方案》，提出了一個具體的目標，2025年，制造業機器人密度較2020年實現翻番，服務機器人、特種機器人行業應用深度和廣度顯著提升，并聚焦農業、能源業、建筑業、養老、醫護等十大重點應用領域。

通過這份方案，大概能了解工業機器人在各領域里應用的程度。這也提醒我們，工業機器人在我國發展比較成熟，并且將繼續在趨勢和震蕩中進行引領。

機器人構成有三個部分：主體、驅動系統和控制系統。

現在機器人生產有一個更新的突破。馬斯克提出“一體化壓鑄”，所有機器的外殼和零部件全部一體化，直接壓鑄成型。這也有缺點，比如說換一個零件，需要整體重做。但是，如果未來都是往這個趨勢發展，所需的人工會變得越來越少。

再介紹一下醫用機器人。在靈巧性角度，達芬奇手術機器人是目前醫用機器人領域做得非常好的一個產品。它后臺由三部分組成：醫生控制系統、三維成像視頻影像平臺、機械臂組成的移動平臺，可以很好地完成一臺精密手術。

b.軟件機器人RPA

軟件機器人RPA本身是一個流程性機器人， 它可以做標準化、具有重復性、比較繁瑣的工作。不管是內審合規，還是人力資源、財務的應用，都是這類工作。

加持AI之后，相當于給它的手腳裝上了大腦，擴大工作領域，不僅能審核普通標準流程，還可以進行大腦判斷，做更多的運營、決策類工作。

將一個比較典型的應用：軟件機器人RPA在工廠流程監控崗的全流程應用。從設備投產環節開始，它幫助工程變更具管控性；到排產計劃環節，它可以做訂單數據準備；到生產管控環節，它可以做質量風險管控；在做交付發貨環節，它可以進行發貨狀態監控。

② 數字人

a.真人驅動型——映射和交互

數字人當中，虛擬人與數字人容易分不清。虛擬人是真人驅動型的，有映射和交互的。

比如，我今天在這講課，我可以給自己復刻一個數字人，把我的腳本、語音輸給他，讓他來跟大家交互。如果復刻的人非常逼真，腳本、語音跟我平時講話一樣，大家會覺得何偉老師真實地在授課。

真人驅動型虛擬人有三大要素：一是數字人模型，二是動作捕捉設備，三是需要一個真人，這也是關鍵的技術點。

b.計算驅動型——原生與數創

計算驅動型數字人的整體在現實中是找不到真人對照，完全是虛擬的。它的語音表達是通過深度語言學習模型運算結果驅動，在渲染后達到的效果。比如萬科優秀員工崔筱盼，就是計算驅動型數字人。

③ 模型即服務 （MAAS）

以前講數字化的三層架構，從下到上，是IaaS層、PaaS層和SaaS層。現在，在這個層中間要加一個最核心層——MAAS，即模型及服務。

未來的結構組合可能是GPT+Bot，完全智能化的、自動化的大腦，加上實體機器人。這是一個有形又有神的智能化再生人，是未來即將到來的一個最強前景。

雖然智能化再生人現在的應用領域還比較局限，但是Auto GPT已經真真實實地到來，它不僅可以應用到買外賣、采購牛排、選餐廳這些普通任務，還可以真正實現目標分解、任務最優解。

四、ChatGPT在人資管理中的應用

1. 招聘與配置

我們可以利用ChatGPT撰寫招聘說明、面試問題。但要真正把招聘說明和面試問題寫好，不是隨便問它幾個問題就行，還要用到專業性。

提問者自己要先對這份招聘說明和面試問題有一定規劃，再配合提示詞，才能真正讓ChatGPT產出一份有價值的招聘應用說明。

2. 培訓與開發

我們可以利用ChatGPT寫一份生產制造領域企業內訓的培訓計劃。它由幾個部分組成。

第一部分，對它說“請幫我設計一份內部培訓的訓前調研。”它就生成了一份調研問題。

第二部分，對它說“這場培訓是面對50名中高層管理者的，想設計為5天，包含的課程內容是目標管理、營銷管理、績效管理、實操和考察。”ChatGPT就會生成一份完整的培訓說明。

第三部分，對它說“請推薦全中國前10名目標管理老師。”結果它推薦一大堆知名大咖。但我預算有限，那得加一個定語“請幫我挑選一些1萬到2萬一天的老師。”

第四部分，對它說“請幫我寫出這30頁PPT的提綱。”它就總結出來。

最后，如果預算有限，就對它說“我們企業預算有限，請幫我在10萬以內做一份預算。”它又會寫一份很合理的預算表。

ChatGPT的功能還不止如此，還可以根據員工的興趣需求做個性化學習定制，可以做培訓反饋，還可以輔助知識管理。

3. 績效管理

ChatGPT可以幫助分析內部員工在不同場景中的表現。比如在招聘培訓中，分析員工的語義理解、場景活動數據，體現他在非業績之外的表現。

4. 員工關系

ChatGPT在員工關系方面的應用主要有兩點：

第一，心理層面， 可以幫助做反饋調查和心理安撫工作，及時調節、預警員工的情緒。

第二，數據層面， 可以關聯微妙事件和數據的關系，總結出績優員工和績效比較差的員工之間的不同。

5. 政策合規

AI特別適合處理合規合法性、有標準答案、標準規定的工作，可以準確地判斷某些語言信息、某些行為是否合規。比如，在人力資源、審計、法律等政策合規領域里運用。

6. 實施計劃

利用ChatGPT，可以做各種規劃。

比如，做一份人力資源總規劃。給ChatGPT“喂”一些材料，包括今年員工的離職人數、培訓需求、員工績效和組織結構、明年戰略目標，請ChatGPT給出計劃建議，闡述來年當中要做哪幾項調整。

ChatGPT在商業里也可以應用，比如“如何用10萬塊錢開一個奶茶店”、“如何不花一分錢做一個小調研”。

7. 數據管理

釘釘、企業微信里都有類似的數據管理應用，用一些比較小的代碼，搭建各種各樣的報表。ChatGPT相對升級了一些，可以做指標體系搭建、底層數據分析和崗位記錄。

8. 戰略分析

ChatGPT可以對市場行情、行業分類、企業狀況進行分析處理，輔助生成數據，可以幫助人力資源部更準確地評估公司財務狀況、盈利能力，從而預測其財務狀況及未來發展趨勢。

從以上八個方面的應用，發現ChatGPT最大的能力不是做文本、圖像，而是充當企業大腦，從全方位的角度幫助企業梳理組織內部的職責，在選人、用人、育人層面重新升級人的能力。

最后送給大家兩句話：

第一，不要焦慮，唯一不變的是學習。

第二，世界上能夠生存下來的物種，不是那些最強壯的，也不是那些最聰明的，而是那些應變迅速的。

我們不一定是最聰明的，但我們可以迅速應變，成為首先掌握 AI 工具的人。

本文來自微信公眾號： 筆記俠（ID：Notesman） ，分享嘉賓：何偉（數字化人才專家），作者：拾畫，編輯：金木研