A Third Path to Talent Development: Delta’s Michelle McCrackin
28:42 Share

今天，我们播放的是由我们的朋友 Modern CTO Podcast 制作的一期节目，他们最近很友好地邀请我作为嘉宾参加。我们讨论了生成式 AI 的兴起，在技术方面取得成功的意义，以及领导者在指导技术实施工作时需要考虑的一些因素。您可以在 Apple Podcast、Spotify 或您收听播客的任何地方找到 Modern CTO Podcast。组织如何利用现有的深层领域知识？

在本期节目中，了解一家航空公司如何提升其一线员工的技能。我是达美航空的 Michelle McCracken，您正在收听《我和 AI》。欢迎收听《我和 AI》，这是一档关于人工智能和商业的播客。在每一期节目中，我们都会向您介绍一位在人工智能领域进行创新的个人。我是萨姆·兰斯博瑟姆，波士顿学院分析学教授。我也是麻省理工学院斯隆管理评论的 AI 和商业战略客座编辑。

我是谢尔文·科鲁班德，BCG 的高级合伙人，也是我们 AI 业务的领导者之一。麻省理工学院 SMR 和 BCG 自 2017 年以来一直在研究和发表关于 AI 的文章，采访了数百名从业人员，并对数千家公司进行了调查，了解构建、部署和扩展 AI 能力以及真正改变组织运营方式需要什么。

今天，谢尔文和我非常高兴能邀请到达美航空公司分析学习和发展高级经理 Michelle McCracken。Michelle，感谢您加入我们。欢迎。感谢你们的邀请。好的，让我们开始吧。我们对 Michelle 的工作很感兴趣，因为我们了解到这个分析学院。那么，我们先从这个开始吧？跟我们说说分析学院以及它的含义。

分析学院是我们大约一年前与佐治亚州立大学合作启动的一个项目，该项目旨在为我们的前线员工、运营专家以及您在机场每天都会接触到的那些人创造一条职业发展道路。所以，这可能是一名空乘人员，一名登机口工作人员。我们相信，他们才是真正了解事情发生经过以及运营航空公司需要什么的专家。

这个项目是一个为期九个月的项目，允许他们继续从事他们的朝九晚五的工作

他们可以在业余时间学习分析，最终在项目结束时，过渡到全职分析职位。我们通过第一学期，让他们在佐治亚州立大学学习数据基础知识来做到这一点。他们每周会花三到五个小时的业余时间学习，所有课程都是异步的。所以他们不是每天都在课堂上，而是能够在自己的时间里通过电脑学习。

然后在第二学期，他们会与我的团队——分析学习和发展团队一起工作，学习我们如何利用数据并在达美航空公司应用数据，我们使用哪些杠杆，我们关注什么，我们如何前进。这真正使他们能够运用在第一学期学到的信息，并将这些信息应用到他们熟悉的现实例子中。例如，我们研究的是飞机是否会准时到达。

这是我们向交通部报告的内容，但它也是我们每天都在内部查看和衡量的指标。我们教他们如何使用分析来驱动这个计算，这使他们能够加深他们所学到的知识。

从一开始就在前线学习到的知识。然后在第三学期，他们真正能够运用这些信息。那时，他们将获得在全职分析组织实习的机会。他们将第一次离开他们的全职工作，参加这个项目，他们的朝九晚五现在变成了分析实习。他们的薪水仍然是正常的，但是，他们可以专注于应用他们在组织中新学习到的分析技能，而不是专注于他们的前线角色。

这真的很有趣。你能解释一下第一学期都包括什么吗？学生们在那里学习什么技能？

在数据基础方面，我们的目标是真正挑战学生从整体上思考数据。换一种思维方式，真正挑战他们去思考如何提出问题，如何找到答案。此外，他们还学习了很多工具来添加到他们的工具箱中。高级 Excel、Python、SQL，他们学习了 Tableau 的入门知识和一些 Power BI 的知识。你做这个多久了？我们在 2022 年 5 月启动了我们的第一期课程。

我们的第二期课程于 8 月启动。所以我们的第一期课程实际上是在 12 月毕业的。我们很高兴地报告说，100% 的参与者都获得了全职职位。哦，太好了。那么有多少人参与了这个项目呢？我们第一次大约有 750 份申请，我们将其减少到 24 名学生，分为两个小组。每个小组 12 名学生。

哇，750 人对这个项目感兴趣，只有 24 人。这太好了。这对你们来说很棒，但这实际上也说明了对这些技能的需求量很大。你们是如何让人们对这个项目感兴趣的呢？你们是如何宣传的呢？

当然。我想说，对这个项目感兴趣的最大原因之一是，我们发现我们的前线员工绝对渴望做更多的事情，学习更多的东西。在达美航空公司，你知道，我在加入这家公司之前曾在其他公司工作过。我发现的一件事是，我们的大多数员工都打算在达美航空公司工作一辈子。

他们热爱这家公司。他们非常认同公司的文化。所以对他们来说，这不是我在达美航空公司之外的下一步是什么？而是我在达美航空公司的下一步是什么？所以他们非常渴望在公司内部晋升。随着分析领域需求的不断增长，

对如何参与其中也提出了越来越多的需求。老实说，这就是这个项目是如何发展起来的，因为我们不断有前线员工联系我们说，嘿，我真的很想参与分析工作。我甚至从哪里开始呢？老实说，除了说，

“嘿，回去再获得一个分析学学位或参加一个训练营。”我们并没有其他的途径。这个项目真正开始的原因是，起初我们推荐了该地区的一些不同的训练营，但并没有一个完美的训练营能够满足我们所有需求，并且仍然能让他们获得达美航空公司的背景知识。

这就是我们决定，你知道吗，让我们自己创造一些东西，我们可以定制它，真正规划出我们想要他们学习什么，我们想要他们如何学习，然后在整个项目中教他们如何应用它。说得通。我的意思是，从如此庞大的人群中挑选出 12 人和 24 人的小组，你们是如何做出这些艰难的决定的呢？你们在决定谁参加这个项目，谁不参加这个项目时，考虑了哪些标准？

对我们来说，最重要的事情是流程改进。所以，渴望采取这一步，你知道，在他们的组织中进行流程改进。我们让他们经历一个多阶段的面试过程。所以在其中一个阶段，我们会问他们一些问题，例如，在您目前的角色中，您能举一个您提出的改进流程的想法的例子吗？

其他方面，我想说，是对分析的整体兴奋感，以及对了解更多知识的兴趣。所以，我们在分析领域谈论的一件大事是关于数据的好奇心。我们可以教授所有的编码和背景知识等等。但是，如果没有对数据的好奇心以及学习更多知识或询问原因的愿望，我们就无法教授这些。这确实是我们在寻找合适候选人时真正关注的根本问题。

我很好奇。我们知道人才争夺战很激烈，特别是技术人才。所以，让我在这里扮演一下魔鬼的代言人。你们也可以从外部招聘数据科学专家。你能评论一下你们是否也采取这种方法吗？

达美航空公司的一件事是，我们在人才方面非常注重内部培养。所以我们真的相信，我们组织的核心和灵魂是我们的前线员工。虽然我们可以绝对地为那些刚毕业的分析师提供机会，我们确实给他们机会轮岗到运营部门，但这只是另一个渠道，另一种方式，让我们能够利用现有的那些人才库。在我们研究的过程中，我们发现的一件事是，

我们真正走到这一步的原因是，我们最终试图拓宽我们的招聘渠道。我们发现的一件事是，每年都会有越来越多的人来到达美航空公司寻找分析人才。我们不断被要求提供资源，不断被要求提供资源。有一次，我们进行了这样的讨论，

我们必须改变我们寻找人才的方式，因为我们正处于这样的境地，当每个人都想要相同类型的人才时，我们无法在市场上竞争，我们该如何做到与众不同呢？所以我们仍然看到价值，我们仍然发现直接从大学招聘或招聘有 10 年、15 年经验的人同样有价值，并让他们轮岗到运营部门。是的。

但这是一种以前未被充分利用的第三种途径，它使我们能够培养那些在前线与客户打交道并做得非常出色的人，并教他们后端的分析方面，而不是反过来。这很有道理，因为人们来自不同的领域。我认为我听到你说的是，你

正在尝试从许多不同的方向来构建它，而且是，为什么不尝试所有方法，而不是孤注一掷呢？你可以尝试几种不同的方法。当然。我们发现的一件事是，我们一直说，数据驱动达美航空公司。

而且，就像我说的，每年我们都会看到对数据分析的需求越来越大，对更深入的机器学习数据科学家的需求也越来越大。而我们无法通过传统的招聘策略来满足这种需求。所以，这是一种扩大招聘渠道，让更多人才进入人才库的方式。

说得通。我在想这个第三学期。我认为你把它描述成更多的是在你们组织内部的实习。我想我对第一学期的情况有了更清晰的了解，因为它们更符合我的学术背景。但是第三学期是什么样的呢？

第三学期看起来与传统的合作经验或暑期实习经验非常相似，他们会来，他们会学习。许多人可能不会在他们有经验的领域实习。例如，在我的团队中，我有一部分是战略部门。我可能有一名实习生，而这名实习生可能正在为人员指标构建仪表板。现在，如果他们来自机场客户服务部门，并且

他们是我们将要报告的人员之一，但他们不会每天都查看这种类型的数据。所以，第一部分是真正地将他们融入其中，以了解他们开始支持的业务。

然后，他们会给他们一个项目，他们在整个学期都会参与这个项目。因此，他们能够在学期结束时向那些可能聘用他们全职工作的招聘人员展示一些东西。这是一些我工作过的东西。这是一个我创建的仪表板。这就是它为什么重要的原因。他们能够自己做到这一点。举个例子，我想，一个例子就是这个仪表板。第一批 12 名实习生还参与过哪些其他类型的项目？

例如，他们研究周转时间。周转时间是指飞机着陆到飞机从登机口离开前往下一个目的地之间的时间。我们的一名实习生对如何在特定机场减少周转时间进行了完整的分析。

其中一人在技术运营部门工作，他能够从库存的角度帮助创建一个应用程序，以帮助他们日常工作。所以这很有趣，因为我们看到他们将其中一些东西应用到他们的日常工作中，甚至不仅仅是在他们的实习中。这很有道理。我想听众可能很好奇你是如何走到这一步的，但我也很好奇，你有没有什么做得不一样的地方？你已经经历了两个小组。你的想法有什么变化？人们可以从你身上学到什么？

也许是什么没有完全成功？我认为我们可能做得不一样的第一件事，或者我们在第二组中实际调整做的事情是，让更多主题专家在第二学期与学生交谈。所以在第一学期，他们正在学习这些基础知识。他们才刚刚开始理解

然后在第二学期，真正地让他们接触到，例如，来自收益管理部门的领导者，来自预订和客户服务部门的领导者，以及他们如何使用数据。从我们的角度来看，我们显然支持整个组织的数据分析，但是，当你能找到一个每天都在处理它的人，并且他们能够更早地建立这种联系时，效果会更好。

我们还将这些特定领域与他们正在学习的某些概念联系起来。因此，他们在第二学期实际上正在巩固这些概念。例如，在 Python 方面，当他们学习 Python 培训时，我们将它与机组人员联系起来，以便我们有一个来自机组人员部门的领导者，他们会研究我们如何确保空乘人员在需要的地方，以及我们的飞行员在需要的地方。这位领导者正在使用示例，并向他们展示 Python 如何支持这些数据。

太好了。Michelle，我们可以回到 Sam 的第一个问题吗？你是如何最终在达美航空公司担任这个职位的呢？我的故事实际上非常独特。在疫情之前和疫情期间的两年半时间里，我一直是支持分析的人力资源业务合作伙伴。我一直都有分析背景，并且热衷于使用数据来支持故事。我会将自己在分析领域的定义描述为一个讲故事的人。

但话虽如此，我从未想过或梦想过我会进入分析领域。我们进行了一次谈话，我们继续寻找人才，我们该如何获得人才，这看起来是什么样的？而我的热情在于战略。所以我制定了一个战略，即我们如何从多个角度看待这个问题？并提出了一个想法，让我们启动这个项目。让我们启动一个学院。让我们从内部培训。

然后机会摆在我面前，让我来领导这个团队，并花时间

这是一段令人惊叹的旅程，因为在此过程中，我不知不觉地成为了一名分析领导者，现在正在领导一个分析团队。我不会用任何东西来交换它。我认为，我越深入分析领域，它就越吸引我，它让我越想了解更多。我认为这对每个人来说都是一个教训，要对摆在你面前的机会持开放态度，因为你的下一个机会可能是你认为完全超出范围的事情。

你提到你刚刚毕业，你的第一批 12 名学员都获得了，我认为，你会把它描述成某种类型的分析职位吗？是的。感觉如何？太棒了。这是一个超现实的时刻，你知道，在纸面上，感觉真的很好。所以你就像，好吧，太好了。他们都被安排了。然后你退后一步，你，你知道，我们在毕业典礼上，你感觉像

你改变了 12 个人的生活。这是 12 个人的生活，他们从前线运营人员的角色转变而来，他们可能在夜班工作。直到毕业那天，我才意识到这一切都实现了，并且真正感觉它确实在改变人们的生活。而我能够成为其中的一小部分。那么接下来是什么呢？我的意思是，这似乎奏效了。是 12 到 24 到 36 到 48 吗？还是有什么不同？

我们将会有三个小组，大约 60 名学生将参加。这个项目是开始，并帮助我们启动了所谓的达美数据大学，这是一所专注于三个主要支柱的大学。第一个是 Pivot，达美分析学院就位于这里。

第二个是 Accelerate，这是学生可以学习的构建块或在线学习，以便获得更多信息或更多关于例如数据工程或数据科学的学习，对吧？

然后是第三个 Enrich。所以这个项目真正是为了那些想要留在他们当前工作岗位上，而不是转向不同的领域或改变或加速到不同类型的分析领域的人，而是仅仅理解，例如，其中有一个 Python 课程，可以让学生理解和学习 Python，但目标是让他们在他们所从事的工作中使用它。我们将专注于为站长推出分析课程，这将

这将有助于我们提高对分析的理解水平。我们的希望是，我们能够提高整个组织的数据熟练程度，并真正使我们能够解决达美航空公司更复杂的问题。

所以我们谈到了分析。这如何融入整体人才战略？你有这三个支柱，但这是你在考虑 AI 和分析战略吗？我的意思是，一定有一些关于从外部吸引人才的事情。我认为你之前提到过，这如何融入更大的图景？

是的。所以我想说两点。首先也是最重要的一点是，在我们的更大图景中，我们如何从外部招聘人才。我们绝对还在从外部招聘人才。但更大的问题是，一旦他们来到这里，我们如何留住他们？

所以这就是 Accelerate 所关注的，我们希望能够为那些在分析领域工作并希望继续发展的员工提供方法。也就是说，当我们查看员工调查结果时，当我们进行对话和圆桌会议时，我们不断听到，

我没有足够的教育。我想能够回到学校。我想更多地接触到这一点。我想做这个。这使我们能够开放，并真正为他们提供他们正在寻找的课程。因此，这将随着我们看到对不同项目的需求而不断发展，例如机器学习，以及为我们创建这些定制课程并提供给员工的其他事情。这确实是我们的目标。

所以这不会偏离我们改变和想要从外部或内部招聘的意愿。目标是，我们只想确保一旦他们来到这里，我们就能够留住这些人才。这很有道理，因为它变化得也很快。我的意思是，你面临的另一件事是，即使你今天让每个人都接受了完美的培训，那么这些主题的衰退速度也相当快。

是的。对我们来说，这甚至不一定是技能差距问题，或者某人无法做某事的问题。更多的是给他们机会继续进步，如果他们愿意的话。我们聘请了很多有进取心的人。他们想继续前进。他们想继续学习。我们希望能够尽可能长时间地支持他们。所以，关于这一点，还有一件有趣的事情是

让我们回到 10 年前。我认为，如果你说，哦，是的，我将让员工参加一个为期 12 周的课程来学习数据科学，你会嘲笑人们，因为你如何在这么短的时间内完成这么大的事情？我认为，在我们与许多人交谈时，我们看到的一件事是，

这些工具如何变得更容易让人们使用。我认为，你所做的事情似乎是在利用它们变得更容易的事实，然后，好吧，认识到你可以用 12 周的时间来做这种事情，而不是让某人停学两年，然后去参加一个单独的硕士课程。当然。我认为另一件需要指出的是，

你知道，对于任何进入公司的候选人，无论他们是刚从大学毕业，还是来自另一家公司，还是来自我们的前线，参加过这些项目之一的候选人，总会有某种技能差距，无论是分析技能差距，还是对航空业不了解或不理解的技能差距。我们只需要决定要承担哪种技能差距的风险，以及我们如何弥补这种差距。

所以这实际上就是这个项目的目的，它是另一种方式，让我们能够查看和评估如何弥补这种差距。我认为另一件事也是，在大西洋市场，我们主要从这个市场招聘，有很多科技公司搬到了这里。所以我们在分析领域处于一个竞争激烈的市场。所以对我们来说，问题是如何保持竞争力并保持相关性？所以，成为一家继续投资于

我们的员工，并继续为他们提供学习和利用不同项目以及一些最新技术的机会的公司。这只是打开这扇门的一种方式。Michelle，我们这里有一个环节，我们会问我们的嘉宾一系列快速问答题。说出你脑海中想到的第一件事。Sam，你想做吗？在人工智能方面，你最引以为豪的是什么？我认为最重要的是能够启动这个项目，并能够让 12 名学生进入分析职位。

我以为你会这么说，因为如果我回顾你的故事，这似乎是我会非常引以为豪的故事。我们已经听说了很多关于偏见和伦理问题，这些问题与数据的应用有关。也许除此之外，还有什么让你担心应用人工智能？

我绝对同意你关于存在的偏见和伦理问题的观点。我认为，当我们开始应用人工智能时，尤其是在业务运营部门，我们经常会计划我们认为的晴空万里的一天。我们显然会计算如果发生灾难或如果发生阴天会发生什么。

但我们没有计划像 COVID-19 这样的事情。我们没有计划那些绝对会造成灾难性后果并可能完全扰乱该领域的事情。所以，我认为一部分是，我们如何找到一个平衡点，能够依赖这些数据，但又不完全依赖这些数据。你最喜欢的与技术无关的活动是什么？旅行。旅行。

这可能作弊了，因为我在航空公司工作。没错。你想要的第一份职业是什么？就像，你小时候想做什么？人力资源分析？我想成为一名会计，因为我的父亲是一名会计。所以我只是，我知道我想从事商业工作。从小我就对商业很着迷。

我去了密歇根州立大学，上了我的第一堂会计课，我的第一堂会计课不及格，然后决定也许那不适合我。很快我就回到了人力资源部门，从那以后就再也没有离开过。我非常热爱这个领域，并且说实话，我热爱商业。但我认为，对我来说，能够将影响人们的世界与数据结合起来，这才是我的最佳位置。太好了。我们有些人想成为……

各种各样的事情，但会计绝对是第一位的。是的，我想成为一名会计。我认为那是我的梦想工作。你猜怎么着？我的会计 101 教授不认为那是我的梦想工作。你对未来人工智能的最大愿望是什么？你希望我们能从中获得什么？我会说，我真的很希望我们能够，就像你之前提到的那样，

最大的担忧之一是偏见。我希望我们能够找到一种方法来解决这种偏见。我们如何使用人工智能来消除这种偏见？因为无论是数据屏蔽还是其他任何看起来像的东西，为了得到最终答案，我认为

人性，无论，你知道，我们可以进行所有培训，我们可以做任何我们想做的事情来确保没有偏见，并确保，你知道，我们正在以正确的方式做所有事情。但我认为，在我们允许数据为我们提供支持之前，我们不会达到 100%。

Michelle，Shervin，今天与你们交谈我真的很开心。我认为其他组织可以从你们在重新培训人才方面的方法中学到很多东西。这可能是许多组织的典范项目。感谢您抽出时间告诉我们这件事，并分享您的经验。感谢你们的邀请。感谢你们的参与。要了解另一个组织如何学习使用 AI，请在下一次节目中加入我们，届时我们将与乐高集团的 Anders Butzbach-Christensen 谈谈。

感谢收听《我和 AI》。我们相信，就像你一样，关于 AI 实施的对话不会仅限于此播客。这就是为什么我们在 LinkedIn 上专门为像你这样的听众创建了一个小组。它被称为 AI for Leaders。如果你加入我们，你可以与节目创建者和主持人聊天，提出你自己的问题，分享你的见解，并了解更多关于 AI 的信息。

并获得来自麻省理工学院 SMR 和 BCG 关于 AI 实施的宝贵资源，你可以通过访问 mitsmr.com/AIforLeaders 来访问它。我们将把链接放在节目说明中，我们希望在那里见到你。