利用生成式人工智能促进就业增加和劳动生产率提升：场景、案例研究和行动框架

核心观点

• GenAI 的潜力：生成式人工智能（GenAI）能够显著提升工作任务、组织和经济的生产力，通过将员工从低价值任务中解放出来，专注于高价值活动，并增强其技能和能力。
• 工作增强 vs. 工作 自动化：GenAI 更可能部分自动化工作任务的某些方面，即“工作增强”，而非完全取代整个工作角色。这可能导致新的工作创造和经济增长。
• 影响因素：GenAI 对生产力的影响因国家、行业和组织而异，受信任、技能、文化和商业价值等因素影响。
• 早期采用者洞察：成功部署 GenAI 取决于人对技术的理解和信任，而非技术本身。早期采用者强调风险意识、迭代方法、数据驱动文化、技能发展和文化变革的重要性。
• 场景分析：基于对 GenAI 信任水平和适用性/质量改进速度的两种核心不确定性，报告提出了四种近未来场景，展示了 GenAI 在工作场所可能的发展路径。
• 行动框架：报告提出了一个包含“使能”和“参与”两大主题的行动框架，帮助组织通过 GenAI 促进工作增强和提升生产力。

关键数据

• 预计未来五年内，GenAI 将重塑大量工作，可能影响高达 40% 的全球工作小时数。
• 47% 的使用过 GenAI 的员工担心其可能对工作产生负面影响。
• 目前只有 12% 的员工每天都在工作中使用 GenAI。
• GenAI 投资预计在未来三年内增长 60%，到 2027 年将占 IT 预算的 7.6%。

研究结论

• 信任至关重要：员工对 GenAI 的理解和信任是成功部署的关键，需要培训、支持和文化转变。
• 迭代方法：组织应从小规模试点开始，逐步扩大 GenAI 的应用范围，并根据反馈进行调整。
• 技能发展：组织需要投资于员工的技能发展和再培训，以适应 GenAI 带来的变化。
• 文化变革：GenAI 的成功部署需要组织文化的转变，以拥抱新的工作方式。
• 以人为本：组织应采取以人为本的方法，确保 GenAI 增强工作质量，支持创新，并最终实现工作增强。

行动框架

• 使能：包括 GenAI 战略、数据和技术基础设施，以及监管合规和治理。
• 参与：包括文化变革和人力资源管理，技能发展和再培训，以及用例管理。

该框架旨在帮助组织在 GenAI 部署的起始阶段进行试点和测试，并在扩展阶段进行战略规划和持续改进。