明天的工作：大型语言模型和工作 - 商业工具包

核心观点：生成式AI技术，特别是大型语言模型（LLMs），正迅速改变劳动力市场，企业需要采取主动且负责任的方法来管理这一转型，解决就业转换、就业替代风险、就业质量和技能提升等方面的问题。

关键数据和研究结论：

工作变动：未来五年内，全球23%的工作将发生转变，其中40%的工作时间可能被LLMs自动化或增强。最容易受影响的职位包括那些强调常规和重复程序且不需要高程度人际沟通的工作，而强调面对面交流和人际互动的职位预计不会受到LLMs的影响。
工作质量： LLMs可以通过自动化常规任务并增强其他任务来显著改善整体工作体验，创造更具意义和满足感的工作。然而，也存在LLMs引入偏见，影响决策过程，进而影响就业质量的担忧。
技能和学习：企业需要根据劳动力能力的需求变化，重点实施人工智能素养项目，采取以技能为导向的人才管理方法，并倡导在职学习。商界领袖估计，在未来五年内，44%的工人技能将受到影响。

应对策略：

提升员工意识：向员工传达和教育他们关于LLMs对当前角色及未来就业前景潜在影响的信息，激励他们在不断演变的技术环境中主动参与。
推动组织变革：调整其结构、流程和策略，以利用新技术带来的好处并减轻与这些变革相关的风险。创建一个动态的内部就业市场，以帮助员工在技术与商业条件变化时顺利过渡到新的角色。
转变规范和文化：重塑工作场所内的基本态度、行为和价值观，促进对变化的灵活响应。强调AI应用和LLM的协作性和包容性发展，并建立跨职能团队，成员背景多样，并积极让员工参与公司特定的AI系统和LLM的设计与实施。

最终目标：通过大规模部署LLMs有效引导劳动力转型，制定业务策略矩阵，确保劳动力转型的积极效果，利用LLMs的潜力推动创新、提高生产效率和提升员工满意度。