AI和LLM对未来工作的影响

人工智能（AI）在近年来发展迅速，这既带来了兴奋，也引发了人们对就业前景的担忧。大型语言模型（LLM）是AI的最新例子。这些强大的AI子集经过大量文本数据的训练，可以理解和生成类似人类语言的文本。

根据LinkedIn的一份报告，55%的全球成员可能会因AI的兴起而经历一定程度的工作变化。

了解AI和LLM如何破坏就业市场对于企业和员工来说至关重要，以便他们能够适应变化并在迅速发展的技术环境中保持竞争力。

本文探讨了AI对工作的影响以及自动化如何破坏就业。

大型语言模型：就业市场破坏的催化剂

根据高盛的报告，生成式AI和LLM可能会破坏300万个工作岗位。他们还预测，50%的劳动力因AI在业务流程中的整合而面临失业风险。

LLM正在日益自动化以前被认为是人类工人独有的任务。例如，训练了大量交互数据的LLM可以回答产品询问，生成准确和信息丰富的回复。

这减少了人类员工的工作量，并使得24/7的客户服务成为可能。另外，LLM不断演进，不仅仅局限于客户服务，还被应用于内容开发、翻译、法律研究、软件开发等领域。

大型语言模型和生成式AI：自动化

LLM和生成式AI变得越来越普遍，这可能会导致部分自动化和一些工人的潜在替代，同时也会为其他人创造机会。

1. 重塑常规任务

AI和LLM擅长处理具有明确规则的重复任务，例如数据输入、预约安排和生成基本报告。

这种自动化使人类工人能够专注于更复杂的任务，但也引发了就业流失的担忧。随着AI和LLM变得更加能够自动化常规任务，对人类输入的需求减少，从而导致就业流失。然而，需要大量人类监督和输入的工作将受到最小的影响。

2. 面临自动化风险的行业

具有大量常规任务的行业，如制造业和行政管理，最容易受到AI和LLM自动化的影响。由于LLM能够简化数据输入和生产线安排等运营，LLM对这些行业的工作岗位构成风险。

来源

根据高盛的报告，AI自动化将通过提高效率和生产力来改变劳动力，同时也会使数百万个常规和手工劳动工作岗位面临高风险。

3. 低技能工作岗位的潜在损失

AI对低技能劳动力的影响预计将在未来增加。AI驱动的自动化具有技能偏见，使得那些技术知识较少的人更难在就业中发展。这是因为自动化加剧了高技能和低技能工人之间的差距。 (GS )

低技能工人只有通过高质量的教育、培训和再技能化计划才能保住工作。他们可能还会面临转型为新型、高薪、高技能的工作的困难，这些工作使用AI技术。

这在最新的麦肯锡报告中得到了体现，该报告预测低薪工人需要换工作的可能性是其他工人高14倍。没有提升技能或转型为新的、适应AI的角色，他们就有可能在迅速变化的就业市场中被落下。

4. AI和LLM在简化流程中的作用

由于AI和LLM的采用率越来越高，商业格局发生了显著的变化。最近的一份Workato报告揭示了一个令人着迷的统计数据：2023年，运营团队自动化了他们28%的流程。

AI和LLM是游戏规则的改变者，通过自动化降低运营成本，提高服务质量。

AI时代的工作未来

虽然AI不可避免，但只要有足够的资源和培训，员工就可以利用AI和LLM来提高日常任务的生产力。

例如，国家经济研究局（NBER）指出，使用生成式AI（GPT）工具的客户支持代理提高了大约14%的生产力。这表明了人类和机器之间的合作潜力。

虽然AI无疑改变了就业市场，但其整合应该被视为机会而不是威胁。真正的潜力在于人类的直觉、创造力和同理心与AI的分析能力的结合。

为LLM和生成式AI进行再技能化

虽然GPT可以生成文本和图像，但其后继者，如GPT-4o，可以无缝地处理和生成跨文本、音频、图像和视频格式的内容。

这表明新的多模态LLM和AI技术正在迅速演进。再技能化对于现代组织和工人来说是至关重要的，以便在AI对未来工作的影响下生存。一些重要的技能包括：

• 提示工程：LLM依赖于提示来指导其输出。学习如何创建清晰和简洁的提示将是发挥其真正潜力的关键因素。
• 数据流利度：能够与数据合作并理解数据是必不可少的。这包括收集、分析和解释数据，这将影响您与LLM的互动。
• AI识读能力：对AI的基本知识是必不可少的，包括其能力和局限性，这将有助于与这些强大工具的有效合作和沟通。
• 批判性思维和评估：虽然LLM可能令人印象深刻，但评估其输出是至关重要的。评估、更新和分析LLM的工作是必不可少的。

工作场所中AI的伦理影响

工作场所中AI的存在有其利弊，所有这些都需要被仔细考虑。前者当然可以提高生产力和降低成本。然而，如果采用得当，也可能产生不利影响。

以下是一些需要被纳入更大叙事的伦理考虑：

• 算法偏见和公平性：AI算法可能会强化其训练数据中的偏见，从而导致不公平的招聘决定。

• 员工隐私：AI依赖于大量的员工数据，这引发了对潜在滥用这些信息的担忧，这可能会导致失业。

• 不平等：AI在工作流程中的使用增加带来了不平等或不可及性的挑战。像再技能化和提升技能的计划这样的举措可以帮助减少AI对员工的负面影响。

工作场所的范式正在由于AI和LLM的整合而发生转变。这将对工作和职业的未来产生重大影响。

有关AI和数据科学的更多资源和见解，请访问Unite.ai。