新经济技能：构建人工智能、数据和数字能力以促进增长
核心观点： 随着人工智能（AI）和数据驱动系统的快速发展，数字素养和人类适应能力成为宏观经济的当务之急。AI 不仅改变了所需技能的范畴，还改变了这些技能在工作和行业中的应用方式，塑造了新的经济形态。
关键数据和研究结论：
- 技能需求与供应：
- 到2030年，与技术相关的职位将是增长最快的职位，其中AI和大数据位居增长最快技能之首。
- 68%的数字技能预计会改变其应用方式，而以人为本的技能影响相对较小。
- 人工智能和机器学习岗位的工资自2019年以来飙升了27%，到2025年中期平均达到近19万美元。
- 只有约20%的领导者认为他们的员工精通人工智能和大数据技能。
- 欧盟2023年招聘信息通信技术（ICT）专家的企业中，近58%的企业表示难以填补职位空缺。
- 对数字技能学习的需求正在飙升，但雇主的需求仍然集中在网络安全和网络工程等职位上，而人工智能和机器学习职位仅占数字就业的1%多一点。
- 技能学习曲线：
- 编程是在初级和中级阶段学习难度最高的数字技能，而网络和网络安全通常是高级阶段最耗时的技能（约155小时）。
- 人工智能和大数据提供了更容易的切入点（初学者只需30小时即可入门），但高级精通需要大量的投入（最多137小时）。
- 区域和行业差异：
- 先进的数字专业知识主要在技术密集型行业（IT、数字通信、汽车和航空航天）中需求旺盛，而在其他行业（住宿、食品和休闲）需求有限。
- 北美在人工智能和分析技能发展方面领先，而拉丁美洲和加勒比地区以及撒哈拉以南非洲地区在以人为本的技能方面表现出更高的优势。
- 电信、汽车和航空航天领域对人工智能和大数据技能的需求最为旺盛，而农业、林业和渔业以及住宿、餐饮和休闲产业则相对较低。
- 行动呼吁：
- 必须对数字技能进行战略投资，并建立明确的开发、评估和认证框架。
- 需要创建有意义的、可移植的证书，设定数字技能的共享标准，并通过实际应用评估数字技能。
- 应优先发展数字技能，并将其嵌入到劳动力战略中，确保员工有机会获得终身学习机会。
全球数字技能框架原则：
- 评估数字技能： 全面了解个人，使其真实，跟踪思维，而不仅仅是结果，设定共同标准。
- 发展数字技能： 优先考虑新经济技能，创建安全空间，激发有目的的学习。
- 认证数字技能： 设定共同标准，在实践中证明，为重要的内容颁发徽章。
案例研究： Check Point、Censia、新加坡技能创前程和安永的案例展示了如何将上述原则付诸实践，并取得了显著的成果。
