【内容回顾】职业教育：从蓝领出海到ai冲击下的“不确定性”
这次coffee chat将背景不同但都身处相似赛道的两位创业者@Dilapsky LI 李夏涵 @Freddy 聚集一堂。大家从各自的经验出发，勾勒出海外职业教育在不同市场、不同语境下的真实图景，以及在ai浪潮中，个体如何应对“不确定性”的挑战👔🔧
再次感谢两位时间，以及大家的兴趣与参与@Floating_Wing @Lemon Yuan @sissi @Chris Chen @Sheree @失格_Chris @charlie @温利 @LE @敏敏-热爱一切而一无所长 @来耍 @Amber @高帅 @Max @Hannah 🫡
直接上干货总结👇🏼对这个方向有兴趣或者合作资源朋友，欢迎来认识一下在东京的@Dilapsky LI 李夏涵 和深耕东南亚市场的@Freddy ～
（以下信息经ai总结并脱敏处理）
===
>> 出海的蓝领：新能源汽车的“人”与“链”
中国新能源汽车产业的全球扩张，在中资企业出海东南亚的浪潮中，遭遇了人才匹配的痛点。@Freddy 曾观察到，2021年新能源汽车产业密集外迁，但东南亚大学排名不高，学习风格偏向模仿，原生创新和研发能力薄弱。这种背景下，中国新能源汽车产品竞争力强劲，但在海外建厂、售后维修等全产业链环节，都面临着当地人才的巨大缺口。
东南亚市场并非铁板一块。市场割裂性强，例如新加坡的汽修工人多为马来人，而其它国家则以本地人为主。当地蓝领工人（高中、职高、中专、大专毕业生）的用户画像与中国类似，但英文水平普遍较弱，导致培训存在语言障碍。
针对这一困境，freddy的公司采取了一种务实的策略——培训类业务面向社会人员、大学毕业生及新入职员工，不限于新能源汽车，也包括其它制造和ai相关领域。同时，他们带领中国新能源汽车维修连锁加盟店在海外拓张，为培训提供实际场景和业务落地。早期，他们甚至将外国人带到中国进行培训，以期在综合成本上实现更高效益。
这种模式的背后，是中国职业教育在实训基地和产业人才培养方面的优势。中国强大的产业能力和完整的产业链，使其在汽车、手机等实训领域领先全球。然而，这种出海模式也面临平衡市场需求、本地经济促进和当地就业的挑战。ai的人才挤出效应与当地政府对就业的关注度形成冲突，使得企业不能像国内一样完全追求“黑灯工厂”式的高效生产，而必须考虑当地就业需求。
>> ai的渗透：从职业规划到蓝领赋能
ai技术正以不同路径渗透职业教育。@Dilapsky LI 李夏涵 作为一位拥有工程背景的创业者，在东京专注于ai与职业规划的结合。他开发了ai辅助职业规划师和ai面试官，并进行职场能力量化研究，服务于日本年轻人的职场衔接。夏涵的设想是，通过结合本体论和传统hr胜任力模型，量化个人工作能力，从而清晰界定ai和人类在各项能力上的差距，减少焦虑，并指导人类提升。
然而在东南亚市场不同的是，ai的应用则面临语言和语料的限制。印尼、泰国等国的高层次白领人群对ai的重视和使用频率与中国人几乎无异，但基层蓝领群体对ai的拥抱程度则有所不同。早期gpt等模型主要基于中英文语料，东南亚小语种的内容量远不及中英文世界，这导致ai通过本地语言生成有效本地化内容存在困难。
针对这一鸿沟，东南亚的培训模式常是“中国人培训华裔，华裔再用当地语言培训当地人”。这种模式在蓝领和工厂的传帮带环节可行，但将ai工具引入教学仍需时间。
对于蓝领群体而言，ai更多是辅助角色。蓝领对ai的焦虑相对较少，ai能帮助他们节省学习时间，突出优势。涉及硬件的蓝领工作，如修车、先进制造，ai短期内难以取代人工，因为制造出比新兴市场人力成本更低且具备成熟技能的机器人尚需时日。相比之下，ai对白领职位和学校教学的冲击则更为直接和巨大。
>> 日本职场的“慢”与“稳”：ai冲击下的社会契约
日本独特的职场文化，为ai冲击下的职业教育提供了另一个观察视角。@Dilapsky LI 李夏涵 通过apcda协会接触到越南、印尼、菲律宾等地的职业规划师，也关注ai对东南亚新兴发展国家白领的冲击。他发现，日本就业市场对毕业生相对友好，职位数量多于毕业生数量。然而，日本也面临高龄少子化和劳动力缺口，尽管曾尝试引入移民，但排外风气导致问题依然存在。
日本企业在ai冲击下，如何平衡效率提升与员工就业，是一个核心议题。日本的终身雇佣制和人情文化，使得裁员非常困难。企业宁愿牺牲部分效率或发展速度，也要维护社会稳定，避免小企业破产。因此，企业更倾向于对员工进行再培训，使其适应新岗位，而非直接裁员。
不过，这种模式也带来了挑战。多数日本员工缺乏终身学习意识，认为有公司年功序列和终身雇佣保障，无需额外学习。企业与员工的关系相对友好，公司倾向于用ai帮助员工适应职场和提升技能。但决策速度慢，追求表面和谐共识，导致效率不高。一旦决策确定，执行力则较强。
>> 不确定性下的决策：ai时代的某种核心竞争力
@Dilapsky LI 李夏涵 有个观察，ai的底层是计算机，设计初衷是为了精确计算。ai无法生成真正的随机数，只能生成伪随机数。因此，ai无法替代“不确定性”。
他对职场新人给出的一个应对策略是，多做与“不确定性”相关的事情。这包括参加不同行业人士的聚会、与不同的人社交、听取不同观点、主动探索。甚至允许个人情绪（如不高兴、不开心、愤怒）成为踏出舒适圈的动机，因为理性决策往往倾向于留在舒适圈。
某种程度上，掌握面对“不确定性”的能力，是ai无法替代的核心竞争力。以社交、聚会的经历为例，从早期追求明确目的，到后期体会到交流的价值，类似的无目的的自由交流和反馈，短期可能看不到直接收益，但长期来看，能提升综合理解能力，应对ai无法取代的复杂性。
以上。
