人工智能（AI）在专业软件开发领域迅速发展，迫使人们重新审视摩尔定律。这条著名的软件行业准则由英特尔联合创始人乔治·摩尔提出，预言集成电路上可容纳的晶体管数量每年都会翻一番，从而让更小的处理器拥有更强的计算能力。
过去50年来，摩尔定律一直得到验证。但如今，随着人们对计算能力的需求持续增长——在更小、往往可穿戴的设备上执行复杂处理任务，需要巨大的计算能力——硅晶体管缩小的速度已赶不上需求。在晶体管之外，新一代“深度学习”芯片日益受到重视；它们利用代数方程和人工智能，在更小的封装中挤入更强的处理能力。
这一趋势的一个例证是，关于机器学习的学术论文数量在康奈尔大学的 arXiv 预印本服务器上每18个月翻一番。
人工智能改变软件行业的历程，是这项技术迫使每家企业重新思考其基本要素的典型例子。如今，我们触手可及的分析能力前所未有，获取信息的方式不断增多，增长潜力几乎没有上限。企业领导者需要适应放下沿用已久的流程和限制，拥抱变化。
对许多企业而言，这是一次巨大的转变，但并非所有人曾担心的那种转变。人工智能发展的早期，充斥着机器人取代传统劳动力的乐观预测。2015年的一项研究甚至预测到2025年，专业服务行业四分之一的工作岗位将被人工智能驱动的机器人取代。
在种种危言耸听的预测中，有人声称机器人会抢走工作，甚至有人猜测机器人或许还得缴税——毕竟它们抢了你的工作——人工智能越来越显现出赋能者而非颠覆者的角色。
事实是，每当有人危言耸听地预测机器人很快就会取代人类，处于机器人革命核心的科技公司却连招聘人类技术人才都来不及。比如，在我所在的企业，任何时候平均都有34个技术岗位空缺。就整个行业而言，目前美国每位在职技术人员对应着4个空缺岗位。
原因显而易见：未来并非真正关乎取代人类，而是让人类变得更聪明。为此，我们需要拥有领域专业知识、能够实现新突破的技术人才，也需要他们具备软技能，能够适应企业文化，并在我们共同经历巨大变革之际识别客户的痛点。这是一项独特的挑战，打破了招聘领域的惯常做法。
因此，我们的招聘人员更可能出现在黑客马拉松、大学校园、科技聚会和行业会议上，而不是坐在办公室筛选简历或撰写招聘广告。你还会发现，他们花更少时间与候选人谈论具体技术和过往职业成就，更多地讨论解决问题。这与五年前的招聘管理方式相比，是一次重要转变。
如今，我们在技术专业人士身上真正寻找的关键特质，稍难量化。我们称之为“学习敏捷性”，衡量一个人学习新概念的速度和成效，以及将其成功应用于业务挑战的能力。这既需要深厚的领域专业知识，以便迅速找到潜在解决方案，也需要沟通和共情等软技能，从而找到最佳的完成路径。
这一切共同带来的结果，是我们对候选人和自身企业形成了更细致、更全面的看法，并将工作中的硬技能和软技能纳入整体招聘考量。许多企业认为技术发展会减少对人才的需求，而我们看到的趋势截然不同。技术确实改变了我们所寻找人才的特征，也极大影响了我们寻找他们的方式，但我们仍然需要人才这一事实并未改变；或许现在比以往任何时候都更需要。
归根结底，人工智能的兴起一再证明，在不确定时期能够蓬勃发展的企业，始终坚定地致力于创新、创造力、协作和学习，并拥有多元化的员工队伍，能够预见趋势、从最不可能的地方发现新威胁。越来越多时候，这意味着要关注这样的专业人士：他们不仅具备应对当下挑战的技术能力，也拥有适应未来挑战的灵活性。
