发帖
雷达卡
46岁数学博士AI炒股登上富豪榜：从XTX看AI时代人才战略，人才密度战胜人才规模
据《星期日泰晤士报》最新发布的2026英国富豪榜，被业内称为“数学家”的亚历克斯·格尔科排名第八。他创立了全球头部量化做市商XTX Markets（简称“XTX”）。XTX最近常被拿来做案例：两百多人的团队，支撑着日均数千亿美元级的交易。
很多人第一反应是“人少真好”。
但XTX真正值得学的，不是人少，而是人才密度高、工具杠杆大、平台沉淀厚。
如果只学“缩编”，很可能把肌肉减掉，脂肪还在。
过去我们习惯用人数规模证明组织能力：研发500人、销售1000人、客服团队100人。人数多，似乎安全感就强。
但AI时代，人数可能变成成本，人才密度才是资产。
这里的人才密度，不是简单看博士比例，也不是看名校浓度，而是看三件事：关键岗位有没有顶尖人才，协作效率高不高，工具使用深不深。
顶尖人才如果各自为战，密度高但不产出；工具如果只是当搜索框用，AI杠杆也起不来。
AI时代，北京华恒智信分析员建议企业把人才账换个算法：
人效 = 人才密度 × AI杠杆 × 数据资产 × 决策质量。
这不是数学公式，而是管理框架。
它是乘法关系，意味着短板会致命。
人才密度不够，AI杠杆再高也白搭；数据资产不厚，AI学不到东西；决策质量不高，AI只会加速犯错。
很多企业买了很多AI工具，却不见人效提升，问题往往不在工具，而在人才密度、数据治理和决策机制没有同步升级。
人才盘点也要升级。过去盘点看绩效、潜力、继任，用的是九宫格。现在还要盘“杠杆型人才”：他能不能用AI放大团队产出？他能不能把个人经验变成平台能力？他走了，业务会不会停？这三个问题，比单纯看绩效更接近AI时代的现实。
一个能写提示词、能搭工作流、能校验AI结果的人，可能比三个只会按流程执行的人更有价值。
一个能把个人经验沉淀成知识库、模型和流程的人，才是组织真正的资产。
人才战略上，别盲目学XTX“少而精”。XTX背后有海量数据、算力集群、成熟做市系统和风控体系。
普通企业如果平台很薄，人再少也撑不住。更现实的做法是：关键岗位提高人才密度，通用岗位用AI和外包提效，数据治理和平台建设集中投入。
具体可以分四类岗位看。
第一类，战略稀缺岗位。比如核心算法、关键策略、平台架构、风控负责人。这类岗位要舍得给钱、给权、给资源，甚至用合伙人机制。因为一个关键决策，可能影响整条业务线。
第二类，人机协同岗位。比如分析师、运营、客服、财务、HR。这类岗位重点不是招最贵的人，而是培训现有人员用好AI，提高人均产出。企业要建立AI工作流、提示库、知识库和审核机制，让普通人也能做出高水准输出。
第三类，可替代执行岗位。重复性高、规则明确、AI能独立完成的任务，要逐步压缩，但要做好转岗培训，不要一刀切。人才战略不能只有冷冰冰的效率，还要有组织温度。否则短期降本，长期伤士气。
第四类，平台支撑岗位。数据治理、算力管理、安全合规、知识管理。这类岗位过去容易被忽视，AI时代反而越来越重要。它们不直接产生收入，却决定AI能不能规模化、能不能合规、能不能持续。
人才密度高，还有一个隐患：组织记忆低。几个牛人一走，模型没人懂，策略没人调，客户没人接。这不是人才战略，是赌博。
所以人才战略必须和知识沉淀绑在一起。牛人的经验要变成文档、模型、流程、决策日志和复盘机制。知识沉淀不是写几份SOP就完了，而是要可检索、可复用、可训练。否则人才密度越高，关键人风险越大。
管理者可以问自己三个问题：
公司里有多少人能用AI放大产出？
关键岗位的人才密度够不够？
公司离了三个最关键的人，多久能恢复？如果答案超过三个月，说明人才战略还停留在口号。
还可以再补两问：关键岗位有没有继任者和知识备份？AI工具是否真正嵌入流程，而不是摆在一边当玩具？
说到底，人才密度战胜人才规模，不是不要规模，而是不要虚胖。
该厚的地方厚，该薄的地方薄。关键岗位用精兵，通用岗位用工具，平台建设用重投入。
AI时代的人才账，不是算人头，而是算杠杆、算资产、算风险。
谁能把精兵、平台、AI和知识沉淀组合起来，谁才真正拥有人才密度带来的复利。
北京华恒智信人力资源顾问有限公司成立于2005年，20年专注人力资源管理咨询，致力于“激发人与成就组织”。依托上百位资深顾问的实战经验，为企业提供专业的人力资源咨询服务，包括但不限于组织架构设计、定岗定编、绩效管理体系、薪酬激励、任职资格体系、人才盘点、人才梯队建设、人力资源管理诊断、人力资源规划等，已为1000+家企业提供系统化、专业化、定制化与陪伴式的一站式服务，助力实现组织效能提升与降本增效。客户认可度高，多次被评为“十佳人力资源管理咨询公司”。
京公网安备 11010802022788号
