top of page

Tesco 的 AI 招聘与英国零售业的招聘分化

19分钟前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Ann Hannes / Pexels.

Tesco 的 AI 招聘是英国零售商据报转向招募技术人才的一部分,尽管成本上升正在限制其他领域的招聘。彭博社11月13日报道称,一些大型连锁企业正在扩大对人工智能和技术岗位的招聘,同时缩减其他领域的招聘。其中包括门店人员配置。这样的反差反映出投资重点正在变化,但并不能证明 AI 导致了更广泛的招聘放缓。

核心矛盾在于即时的人员配置能力,与旨在提升未来生产力的投资之间的平衡。零售商仍然需要员工服务顾客并运营门店。与此同时,它们也在建设软件能力,高管们预计这些能力将改善购物、规划和行政工作。

Tesco 和 Marks & Spencer 提供了有价值的参考点,因为它们的公开披露描述了 AI 的不同应用。Tesco 开发了客户购物辅助功能,而 M&S 则公布了面向门店经理和支持同事的工具。这些案例共同说明了,为何在整体招聘收紧之际,技术招聘仍可能是优先事项。

Tesco 的 AI 招聘反映优先事项的变化

彭博社对零售业 AI 招聘的报道描述了英国零售业中技术招聘与其他领域招聘之间的分化。其公开可见的摘要指出,成本上升正在限制更广泛的招聘。完整报道无法获取,因此无法核实其中按公司划分的招聘数据。

据报发生的变化,涉及零售商优先发展哪些能力,而非每个部门都统一扩张或收缩。

这一区别很重要,因为招聘是由一系列决策构成的,而不是覆盖全公司的单一开关。零售商可以批准一个专业工程岗位的空缺,同时让一个门店岗位保持空缺。这些决定可能反映了不同的预算、运营需求以及对未来回报的预期。

不过,同时作出的决策并不能证明这些岗位之间存在直接转移关系。招聘一名工程师并不一定对应于取消一个门店职位空缺。要建立这种关联,需要了解公司的人员配置计划及其预算如何变化。

有关招聘的表述也需要谨慎。招聘广告表明对技能的需求,但并不能确认雇主已填补职位。完成招聘的人数、员工总数和公布的职位空缺,描述的是就业流程的不同阶段。

在公司寻找合适候选人期间,一个岗位可能持续发布招聘信息。招聘信息也可能因为雇主撤回而消失。单独看这两种情况,都不能证明有人已加入薪资名单。

技术招聘还带来另一个分类问题。一些技术岗位直接开发 AI 系统,另一些则维护这些系统所需的数据和软件。将每一个技术职位空缺都视为 AI 岗位,会夸大宽泛招聘类别所能说明的内容。

对于评估这则报道的读者而言,有用的问题是,对所需技能的组合是否正在持续变化。这需要可比较的岗位类别和观察周期。职位名称的变化,比不上雇主所描述工作内容持续变化那样有力的证据。

现有报道提供了调查这一转变的理由,但并未提供经核实的全国 AI 招聘人数或被替代零售员工人数。保持这一区分,有助于更清楚地理解背后的发展。

在财务压力下,零售商似乎愿意保护精选的技术投资。这些投资最终会扩大产能、减少劳动力需求,还是支持增长,仍是另一个问题。

门店团队与技术负责人面临不同压力

招聘分化给同一企业内部的不同人员带来了不同问题。门店经理需要足够的能力来应对当下的工作量。技术负责人则必须证明投资的合理性,而其收益取决于实施与采用情况。

压力同时落在两类群体身上,但它们的时间线和衡量成功的标准不同。

对于门店团队而言,如果工作量维持不变,一个未填补的职位空缺可能立即产生影响。相关衡量指标包括可用工时、任务完成情况和客户服务水平。未来行政节省的承诺,无法解决当前的排班问题。

对于技术团队而言,获批的职位空缺只是开始。新员工需要获得系统访问权限、理解业务流程,并拥有明确职责。因此,招聘公告只能有限地说明运营收益将在何时到来。

这为管理层带来了时间风险。如果企业在新系统发挥作用前限制人员配置,员工将承担缺口。如果企业在不改变低效流程的情况下进行投资,预期节省可能始终难以实现。

这些是该战略可能带来的后果,而非此处讨论零售商已得到验证的结果。在能够作出更明确判断前,公司披露需要将部署日期、人员配置决策和运营结果联系起来。

财务负责人面临相关的衡量问题。他们需要区分真正的效率提升与工作转移到另一个团队的情况。如果员工将节省下来的时间用于纠正输出结果,更快的报告流程价值就会降低。

员工也需要知道技术创造出的能力将如何被使用。管理层可以将节省的时间用于改善服务、支持增长、减少加班,或放缓补充招聘。即便软件按预期运行,这些选择也会带来不同的就业结果。

因此,AI 推出需要与技术说明并行的人员配置说明。员工需要明确哪些任务将改变,以及谁仍然承担责任。否则,同一份公告对一类受众而言可能像是支持,对另一类受众而言则像是警告。

对于考虑零售业职位的开发者而言,招聘分化提出了有关组织支持的实际问题。一个岗位可能提供影响重大的工作,同时也承受由紧缩运营预算塑造的预期。明确的责任归属和现实的交付目标变得尤为重要。

求职者应考察雇主是否已明确业务问题,以及团队是否拥有解决问题的权力。笼统的“交付 AI”任务说明不了太多。与具体运营流程相关的明确职责,能更清晰地呈现岗位情况。

因此,更广泛的利害关系不仅关乎招聘,也关乎执行。零售商必须将专业技能与决定日常表现的人员和流程联系起来。

Tesco 和 M&S 展现不同的投资理由

Tesco 的公开披露为招聘故事背后已建立的技术运营提供了证据。在其年度业绩中,公司表示,其技术团队在六年间翻了一番,达到超过6,000名专业人员。该团队分布于多个国家,因此这一数字不应被表述为英国 AI 员工人数。

其面向客户的工作提供了一个具体例子。Tesco 于8月19日发布的膳食规划助手指南称,该 Beta 功能最初向部分客户开放。该功能可协助提供食谱创意、膳食计划、食材检查,以及将产品添加至购物篮或购物清单。

M&S 则强调员工辅助。3月25日,公司宣布为门店经理和支持中心同事提供11,000个 Microsoft 365 Copilot 许可证。其门店经理工具公告称,这些工具可协助处理会议纪要、销售信息、排班和交接工作,并配有培训支持。

这些披露指出了不同的投资目标:帮助客户购物,以及帮助员工管理工作。

这一比较并不能证明任一零售商选择了排他的策略。它说明了为何“零售 AI”这样单一的标签可能掩盖不同的商业目标。这些目标应决定读者如何评估相关招聘。

购物助手需要在客户的购买旅程中发挥作用。其推荐必须连接到相关信息和实际操作。仅有吸引人的对话,并不能证明它改善了购物体验。

员工助手面临不同的检验。其输出必须帮助员工准确、高效地完成工作职责。如果经理仍需要重新梳理底层信息,再精美的摘要也价值有限。

这些差异解释了为何即使零售商使用外部软件产品,实施仍可能需要内部专业能力。必须有人定义访问权限、整合信息、评估结果并处理故障。购买软件并不会自动解决这些运营问题。

它们也使零售商之间的直接比较变得复杂。面向客户的功能和行政工具不应使用相同的采用指标进行排名。每一类都需要与其预期用途相关的证据。

对于购物功能,有用的证据应将重复使用与成功的客户结果联系起来。对于员工工具,则应将经常使用与可靠的工作成果和减少的行政工作量联系起来。两种检验都不能由统计许可证数量或宣布开放使用来替代。

推出功能与改变企业运营方式之间也存在差异。有限发布可以在更广泛部署前暴露问题,但它本身不能证明整个组织范围内的收益。

相关的知识挑战并不止于生成答案的模型。团队需要可靠地访问流程、决策和支持材料。个人知识与团队知识之间的区别,有助于说明为何信息访问需要明确的责任归属。

这正是零售技术招聘比孤立的招聘广告更具影响力的原因。被聘用的人员必须将软件能力连接到具体业务流程。这种连接的质量将决定投资能否产生有用结果。

成本压力让生产力权衡更加困难

据报的招聘模式表明,一些零售商认为技术支出可以与更严格的运营纪律并存。这是合理的管理立场,但仍需证据证明,在考虑全部成本后,这项投资能够提升业绩。

当生产力战略改善服务客户所需的工作,包括维护技术所需的投入时,它才算成功。

这是招聘分化背后的核心权衡。零售商可以在限制当前招聘的同时追求未来效率,但收益与负担在不同时间到来。实施工作在节省变得可靠之前就已开始。

考虑一个具有代表性的行政工作流程。经理收到一份自动生成的摘要,并在采取行动前进行核查。如果摘要准确且有用,就能减少准备时间。

如果摘要反复遗漏重要背景,经理就必须调查并纠正。表面上的时间节省随之缩小。恰当的比较应包括准备、审查、纠正和后续跟进。

这个例子并非来自 Tesco 或 M&S 的实测结果。它说明了评估效率主张所需的证据。同样的原则也适用于其他承诺减少例行工作量的系统。

企业还需要区分局部改进与更广泛的运营收益。节省某一项任务的时间,并不保证整个流程都会变快。其他环节仍可能构成约束。

因此,招聘计划应与明确界定的职责相衔接。工程师需要知道自己负责解决哪项运营问题,以及如何评估成功。门店团队需要有可行的方式报告问题并提出变更请求。

收益的分配同样重要。如果助手减少了行政工作量,管理层必须决定员工应如何使用释放出的能力。这一决定会影响投资究竟是改善服务、支持扩张,还是减少未来的用工需求。

在公开讨论中,这些可能性应当彼此区分。帮助员工完成工作的工具,并不自动证明员工被替代。同样,今天提供协助也不排除日后调整人员计划。

这种权衡也影响企业应如何描述自身进展。关于任务完成更快的表述,需要有明确的比较基准。关于人员效率的表述,则需要说明工作量和服务结果。

否则,表面上的改善可能反映的是服务标准发生变化,或工作被转移到衡量流程之外。这两种可能性都不能证明投资失败,但都说明狭窄的头条指标可能并不完整。

因此,这一招聘故事向企业高管提出了一个严峻问题:在其他职位空缺受到审查之际,什么样的运营成果足以证明继续保障这项投资是合理的?可信的答案应当将人员、部署、绩效和问责联系起来。

对员工而言,对应的问题则关乎工作量。如果管理层希望员工在团队补充较少的情况下完成更多工作,就应说明可获得哪些支持。当员工能够看到这些支持实际发挥作用时,技术预期才更可信。

招聘广告无法证明 AI 替代了员工

对这一故事最有力的质疑,涉及证据的局限。招聘广告、公司公告和就业调查回答的是相互关联但不同的问题。不能随意将它们合并为一项关于 AI 驱动失业的估计。

英国国家统计局提供了一个有用的更广泛参考。其 10 月 8 日发布的 AI workforce survey 显示,在至少拥有 10 名员工、且使用 AI 的企业中,6% 表示 9 月份的员工人数减少与采用 AI 有关。该数据覆盖各行业企业,而不仅是零售业。

这项调查提供了背景,但无法判定某一家零售商为何减少招聘。

这一百分比描述的是企业占比,而非员工或岗位占比。它也反映了调查范围内报告的影响。若将其解读为被 AI 消除的就业比例,就会曲解这项指标。

ONS 将这些估计列为仍在发展的官方统计数据,并建议谨慎解读。在将其与私人职位空缺数据比较时,这一点尤为重要。不同的覆盖范围、问题设计和观察期可能产生应当相互参照、却不应合并的结果。

因果关系带来另一项挑战。零售商可能在面临与人员配置无关的压力时投资 AI。要确立直接关系,报道需要公司说明,或需要将某项部署与具体劳动力决策联系起来的证据。

仅仅在时间上重叠并不足够。它无法说明,如果没有技术投资,雇主本来会怎么做。这一缺失的比较限制了有关替代的确定性主张。

职位空缺指标也需要明确说明分母。技术岗位只构成零售商招聘的一部分。该类别中的高占比,不能证明门店、仓储、行政及其他岗位中也存在相似占比。

地域带来了另一层边界。一家跨国公司的技术团队,不能被当作其国内 AI 招聘总数。公司层面的数据需要保留其地点和岗位类别。

放缓招聘与裁员之间还存在进一步差异。企业可以在保留现有员工的同时减少招聘。它也可以通过不补充离职人员来改变劳动力规模。

这些路径都对员工很重要,但不能互相替代。报道应在归因前识别究竟发生了哪一种行动。否则,一篇关于招聘优先级的报道就会变成缺乏支持的岗位毁灭叙事。

得出相反结论同样走得太远。直接替代的证据有限,并不能证明 AI 对就业没有影响。雇主可能在员工总数出现明显变化之前,就已改变未来招聘计划。

更站得住脚的解读更为有限。现有报道描述的是,在更广泛的招聘收紧期间进行选择性的技术招聘。公开的公司材料证实了相关 AI 项目,而其对就业的后果仍缺乏完整记录。

这为审视留下了空间,同时无须预测全面替代。读者可以认真看待招聘转向,同时暂缓判断其最终对人员配置的影响。

关注招聘、部署和运营结果

这一故事的下一阶段,应通过将招聘决策与企业内部工作联系起来的证据来判断。未来几个月,最有用的信号将涉及已完成的招聘、持续使用和运营表现。应当按这个顺序进行审视。

当专业人才招聘带来有用的部署和可衡量的改进,同时不掩盖对员工的影响时,投资逻辑便会更有说服力。

首先,关注可比较的招聘和劳动力披露。有效的更新应区分已发布的职位空缺与已填补的职位,并将 AI 专项工作与更广泛的技术岗位分开。它们还应说明地域,并区分新增职位与替补职位。

这些证据将显示,所报道的转向是否超越了某个时间点的快照而持续存在。在更广泛收紧的同时持续招聘专业人才,将强化选择性投资的解读。若职位发布减少,却没有关于已完成招聘的信息,情况仍将无法明确。

公司评论可以有所帮助,但术语必须保持一致。“技术”定义的变化会使表面趋势难以评估。读者应优先参考保留相同岗位类别和观察期的比较。

其次,关注已宣布的工具是否成为日常工作的一部分。有意义的信号,是某项功能为支持特定任务而设计后,持续被用于该任务。可用性证明可访问;反复且有用的使用则证明更多。

对于面向客户的协助,相关证据应说明用户是否会返回并完成预期的购物任务。对于员工工具,则应说明员工是否持续使用,以及其输出需要多少审查。这些是评估标准,而非本文已确立的结果。

只有当实用性在初次发布后依然存在时,更广泛的部署才能强化论点。规模较小但效益明确的部署,可能比缺乏运营细节的大规模公告更具信息价值。相反,反复的限制措施或大量纠正工作则值得更密切审视。

第三,关注将技术同时与服务和劳动联系起来的结果。财务更新应说明改善了什么、公司如何衡量,以及人员配置发生了什么。若管理层明确说明背后的工作量,效率主张就更有价值。

服务质量应纳入这项评估。如果员工面临不可持续的工作量,或客户获得更差的服务,减少劳动力需求便是不完整的成功衡量。伴随可靠服务的更好运营结果,将提供更有力的证据,证明这项投资正在发挥作用。

因此,对于 Tesco 的 AI 招聘,下一项有价值的发展是更清晰地将招聘、已部署系统和业务结果联系起来。对于更广泛的英国零售业,问题在于雇主如何分配不断变化的工作所带来的收益与要求。

将下一次零售商更新与其此前的人员和技术披露并列考察。关注已完成的招聘、持续采用,以及以明确起点为基准衡量的结果。询问管理层是否说明,节省的时间如何改变员工职责和客户体验。对于评估类似工具的团队,应在引入自动化前记录当前工作流程,然后将审查和纠正纳入比较。这样便能形成对投资的实际检验,而不是依赖一项公告。当另一家零售商在收紧招聘的同时展示 AI 支出时,请提出一个具体问题:什么证据将这项技术与更好的工作联系起来,公司又如何说明这对实际从事这些工作的人意味着什么?

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page