您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[世界经济论坛]:利用生成性人工智能增加就业机会和提高劳动力生产率:情景、案例研究和行动框架(英) - 发现报告
当前位置:首页/行业研究/报告详情/

利用生成性人工智能增加就业机会和提高劳动力生产率:情景、案例研究和行动框架(英)

AI智能总结
查看更多
利用生成性人工智能增加就业机会和提高劳动力生产率:情景、案例研究和行动框架(英)

与普华永道合作 利用生成式AI提升工作augmentation和劳动力productivity:情景、案例研究及行动框架 2024年11月的调查报告 Unsplash.com图片: Contents 前言3 执行摘要4 导言6 1GenAI在促进就业增长和7劳动力生产力 2GenAI在劳动力中的不成文的未来11 3早期采用者的洞察力16 4行动框架21 结论27 附录:情景方法28 Acknowledgements29 贡献者30 尾注31 参考文献32 免责声明 这份文件由世界经济论坛发布,作为对某个项目、洞察领域或互动的贡献。文中表达的研究发现、解释和结论是世界经济论坛协助并认可的合作过程的结果 ,但这些结果未必反映世界经济论坛的观点,也不一定代表其全体成员、合作伙伴或其他利益相关方的意见。 ©2024世界经济发展论坛。所有权利保留。本出版物的任何部分均不得以任何形式或通过任何手段复制或传输,包括复印和录音,或通过任何信息存储和检索系统。 2024年11月 利用创成式AI 工作增强和劳动力生产力:情景、案例研究和行动框架 前言 彼得·布朗,普华永道英国合伙人;普华永道全球劳动力领袖 直到利奥波德 世界经济论坛负责人,工作 ,工资和创造就业 生成式人工智能(GenAI)正在变革工作世界。根据世界经济论坛最新发布的《未来工作调查》 ,在未来五年内,雇主预计GenAI的进步将重新塑造大量工作岗位,可能影响全球多达40%的工作小时。 随着这项变革性技术能力的不断演变,组织正在思考如何利用生成式人工智能(GenAI)推动岗位增效和劳动力生产力提升,并采取哪些措施来充分利用其全部潜力。 我们在各个地区发现,GenAI的成功部署与其本身的技术一样,甚至更加依赖于人。工人们需要理解、信任并采用GenAI。这不仅需要培训和支持,还需要组织内部的文化转变,以接纳新的工作方式。 这份报告涵盖了我们采访的早期采用者提供的见解,并介绍了组织中部署GenAI可能呈现的四种不同情景。此外,还提供了一个可操作的框架,组织可以使用该框架来塑造其GenAI劳动力策略 。 为了探究这一问题,世界经济论坛和普华永道开展了一项新的研究,重点关注早期采用生成式人工智能(GenAI)的企业如何在劳动力中应用它、它产生了什么影响以及他们在过程中学到的经验教训。 基于对各行各业20多家组织的采访, 我们衷心感谢所有慷慨给予我们时间与经验分享的组织和专家。我们希望这份报告能成为世界各国组织在探索和应对生成式人工智能(GenAI)对就业增援及劳动力生产率带来的机遇与挑战时的一个有用资源。 执行摘要 社会智能(GenAI)具有 生成艺术ificial拥有在任务、组织和经济层面推动显著提高劳动力生产率的潜力。实现这些增益取决于诸多因素,其中包括将生成性人工智能(GenAI)部署到位。工作,即 增强以部分执行任务的方式,通过人机协作使技术有效地支持或增强人类能力。基于现有研究的回顾、情景分析以及早期采用者的案例研究,本报告提出了一套促进岗位增强的行动框架。 相反,由于对其实行速度过快和可能引发的就业中断的担忧——这导致错失了通过提高生产率和增加就业所带来的机遇。一个高信任度但生成人工智能 (GenAI)在改进方面有限的世界蕴含着重大风险 ;而一个信任度和质量与适用性同步提升的世界则更有可能在劳动力生产力和就业增加方面取得最大的进步。 全球背景 生成人工智能(GenAI)与之前的人工智能发展相比的独特之处在于其能够扩大对人工智能的访问并消除专门知识的障碍。GenAI有望通过释放用于低价值任务的时间来提高效率,从而促进经济增长和生产力增长,让人们有更多时间从事高附加值活动。此外,GenAI有可能通过增强人类员工的技能和能力来辅助人类工作者,从而提高他们的生产力,并促进新的多样化价值创造形式。 然而,GenAI在提升生产力方面的潜力可能因国家、行业和组织而异。为了有效地在劳动力中部署GenAI,企业还需考虑一系列因素,包括信任 、技能、文化以及GenAI投资带来的商业价值的体现。 早期采用者的见解 四种近未来的场景概述为来自全球各个行业和地区超过20家早期采用者的访谈所得见解提供了有益的背景。这些组织部分出于对生产率提升的信心而采用GenAI,同时也相信GenAI能够提高工作质量和员工体验。不同的动机则是希望预先应对即将到来的变化。 潜在的业务中断。 采用生成性人工智能(GenAI)最快的企业是那些可以被描述为“数据驱动”的组织。它们强调在将GenAI解决方案推广到整个组织之前,在小范围内进行开发和测试,以便在更大范围实施前识别并解决潜在问题。这些企业还非常重视风险管理 ,包括设计由人类主导的内部委员会或咨询委员会来制定相关流程。 循环执行,制定内部规则、标准和框架,并评估大规模使用生成式人工智能(GenAI)的应用场景及其可持续性影响。 情景分析 随着这项技术的快速迭代,预测相对近期的未来将如何发展是非常困难的。为了帮助我们思考各种可能性,基于塑造GenAI赋能的工作增强、生产效率和创新的近未来两个关键不确定性来考虑情景是有益的。第一个核心不确定性与 (请继续提供剩余内容以便完成翻译) ,这是指 对生成式人工智能(GenAI)工具及其输出的信任水平,员工和组织对GenAI驱动的技术的信任,以及对雇主、技术提供商和政府的信任。第二核心不确定性在于这些应用是否将持续适用,并且是否会继续改进。 GenAI的质量短期或保持不变。 任何这两个维度的组合都是可能的,会导致非常不同的结果。在一个信任水平低的世界——这可能是由于GenAI相较于今天没有取得显著进展;或者, 为了识别劳动力生产率提升和岗位扩增的潜在机会,早期采用者结合自下而上和自上而下的方法 ,并得到高层领导的强大支持,依赖其员工的创新能力。大多数案例是在日常实践中被识别和开发出来的。根据这一观点,最具前景的案例是那些由员工本人倡导和推动的案例。 行动框架 结合情景分析和早期采用者的经验教训,报告提出了一套可操作的框架,用于促进以生成式人工智能(GenAI)为基础的工作岗位增强和劳动力生产率增长。该框架侧重于组织可控的因素,并旨在对刚刚开始其GenAI劳动力部署之旅的组织以及希望扩大现有努力规模的组织都具有实用性。 该框架围绕两个核心主题突出了许多关键要素:and.The 启用“EngageEnable”元素以专注于建立基础和指导原则,并包括:生成式人工智能(GenAI)愿景和策略;数据和技术基础设施;以及监管合规与治理。 关注要素,以促进生成式人工智能(GenAI)工作应用的有效采纳和整合到工作流程中,从而产生预期的利益。这些要素包括:文化与变革管理 ;技能发展与重新部署;以及案例管理。 Introduction 这份报告旨在探究早期采用生成型人工智能(GenAI)部署的工作者的经验,以提取教训并提供促进工作增强和提高劳动力生产率的可操作框架 。它考察了组织为实现这些成果所需具备的关键要素。本报告的研究访谈具有全球视野,涵盖了广泛的地理区域、行业和组织,包括商业、公共部门和社会实体。 建立在前几节的基础上,提供 第四部分是一个可操作的框架,组织可以据此进行调整以增强岗位并通过采用生成式人工智能(GenAI)提高生产效率。该框架旨在使组织能够利用生成式人工智能的潜力,同时遵守伦理标准 、新兴的法律要求,并考虑技术使用者的员工的发展和福祉。 从董事会到休息室,GenAI在工作场所的出现引起了极大的兴趣。 检查这些 第一节期望、希望与担忧,概述个人和组织在有效利用该技术以实现更好的人员和业务成果时当前面临的障碍。 研究结果表明,在适当的促进条件下,生成式人工智能(GenAI)有潜力增强就业机会并提高生产效率。然而,这需要组织经历一个了解该技术对其特定需求的价值、识别合适的使用场景,并彻底测试解决方案的过程。此外,在可以扩大应用场景之前,确保员工理解、信任并采用GenAI至关重要;因此,除了培训和支持之外,组织内部的文化转变也是拥抱新工作方式的关键。根据访谈所得的见解,GenAI的成功部署在很大程度上或甚至完全依赖于人而非技术本身。 目前,通用人工智能(GenAI)在劳动力市场中的未来仍然充满不确定性且尚未明确界定。尽管技术发展迅速,但该技术仍处于初级阶段,使得短期内难以推断出生产率提升和岗位增援的具体程度。鉴于未来的不可预测性,本部分考虑了四种情景,以实现多种可能性的评估。 2个利益相关者思考GenAI在劳动力中可以发展的多种方式。 提供采访结果 第三部分介绍了超过20家早期采用组织,这些组织慷慨地分享了他们关于生成式人工智能(GenAI)对生产率提升和岗位增援影响的初步经验、所学教训以及预期,以提供有关GenAI劳动力部署的实际意义和潜在回报的重要见解。 这份报告作为《工作倡议》的一部分而开发,该 倡议由世界经济论坛协调,旨在构建面向未来的就业机会,并在劳动力市场持续动荡的情况下确保为所有人提供良好的就业机会。该倡议的一个关键关注领域是推广利用生成式人工智能(GenAI )来增强工作岗位和提升劳动力生产率的策略。它是世界经济论坛一系列当前报告之一,这些报告探讨了人工智能在各行业及多种关键主题中所发挥的变革性作用。 1GenAI在促进就业增长和劳动力生产力方面的潜力 这一部分提供了关于生成型人工智能(GenAI)在劳动力市场中的辩论概述及其促进就业增效和生产率增长的潜力。此外,还强调了人们对GenAI当前的期望和评估,以及其在劳动力市场更广泛应用的障碍,距离一种最突出的大语言模型(LLM)的公开发布已有两年时间。 随后不久,其他几款prominently流行的语言模型(LLM)相继推出,公众对生成式人工智能 (GenAI)的兴趣显著增加,从而提升了对其潜在影响的期望,认为它可能彻底改变全球劳动力市场。根据世界经合组织(WorldEconomicForum)最新的《未来工作》调查报告,在未来五年内,雇主预计会有大量工作岗位因GenAI技术的进步而发生重大变革。1,可能影响全球总工作时间的40%。2 通过利用自然语言处理技术,GenAI使用户能够像与人类交流一样与其互动,从而降低使用障碍并减少对专门技术知识的需求。自2022年11月推出ChatGPT3.5以来, 这份报告的第一部分将回顾关于GenAI潜在影响的当前辩论状态,特别关注工作augmentation、劳动力生产率增长以及技术在更广泛劳动力采纳中遇到的障碍。 GenAI和工作增加1.1 像其他近期自动化和AI技术的进步一样,通用人工智能(GenAI)的发展引发了对可能的职业替代的担忧。这种担忧部分源于该技术本身的技术潜力 ,部分源于对雇主和政府支持个人应对AI引发的职业中断能力的怀疑。3一项最近的调查显示,47 %使用过生成式人工智能(GenAI)的员工表达了对其工作性质可能产生负面影响的担忧。4 研究探讨生成性人工智能(GenAI)对常见工作岗位潜在影响时,通常假设职位和职业由多种任务构成,其中一些任务可能不同程度地受到GenAI自动化的影响。例如,重复性和常规性任务比需要大量人际互动的任务更容易被自动化。尽管许多任务可能完全由GenAI自动化处理,但迄今为止的研究发现,很少有岗位能够完全被这种方式替代。5 更多时候,通用人工智能(GenAI)可能会部分自动化某个工作岗位的部分任务,同时提高人类员工执行其他任务的能力。与近期的研究一致,本文将这一过程称为岗位增强(见附录1和图1)。6 随着生成式人工智能(GenAI)技术与劳动力市场的不断演变,未来某些工作岗位可能会更加完全自动化,而其他岗位则可能进一步被增强。类似早期工业转型的方式,工作自动化和工作增强都可能促进新的工作岗位创造——无论是直接创造全新的职位,还是在各个领域创造新的岗位。7 并且通过宏观经济溢出效应间接实现,这些效应 源自于生产率的提高和额外的经济价值创造。本报告的重点