生成式人工智能與勞動力十大趨勢

今天小編分享的教育經驗：生成式人工智能與勞動力十大趨勢，歡迎閱讀。

作者 |  圖靈财經   管理智慧

來源   | 圖靈财經  管理智慧

咨詢合作 | 13699120588

文章僅代表作者本人觀點

數據驅動型組織最适合利用 GenAI

報告稱，那些在員工中采用 GenAI 速度最快的公司可以說是數據驅動型的。這些公司在建立強大的數據質量、基礎設施、治理和安全方面有着悠久的歷史。他們可能不一定能更快地識别 GenAI 用例，但一旦識别，他們已經做好了快速部署的一切準備。

各組織正在謹慎地擴展 GenAI

許多早期采用者已經度過了最初的試驗階段。他們報告的主要經驗教訓之一是不要倉促實施，以及在更廣泛推廣之前在小組中測試解決方案的好處。這有助于盡早發現問題，并防止員工在事情沒有按計劃進行時失去興趣。

有較強的風險意識

報告中提到的大多數組織都高度意識到在員工隊伍中部署 GenAI 的風險。這些風險包括數據洩露、隐私侵犯以及結果或其他道德方面的偏見。為了防止聲譽受損并避免與監管機構和當局發生衝突，許多組織都采取謹慎的态度，在組織相對安全的環境中進行實驗和實施試點。

GenAI 正在提高生產力，但一些組織不确定如何利用這些空閒時間

報告稱，目前很難從宏觀經濟層面評估 GenAI 帶來的生產率提升，但在組織層面，這種提升正在被報道。一家公司聲稱，過去需要數周才能完成的請求現在通過自動化只需幾分鍾即可完成——這是在常規和重復性工作中收益尤為明顯的一個例子。報告中經常提到以這種方式賦予人們權力——超過四分之一的受訪者表示，GenAI 使員工能夠從事更愉快、更有創意和更有價值的工作。然而，許多接受調查的組織并沒有明确的計劃，說明員工應該如何利用這些空閒時間。

提高工作質量是部署 GenAI 的另一個

重要驅動力

提高生產率并不是 GenAI 部署的唯一驅動力，受訪者認為提高工作質量也同樣重要。如果正确實施，該技術有可能比人類更準确、更一致、犯的錯誤更少，從而提高質量和客戶滿意度。

人們并不總是對使用技術的結果感到滿意

從對準确性的擔憂到可能存在的偏見，再到用 GenAI 取代人類工作的道德問題，員工們對這項技術的使用有很多疑問。通常，組織内的 IT 專業人員是最快接受 GenAI 的人之一。與此同時，最顯著的影響是在那些從事大量行政工作的部門，這導致這些團隊的不确定性。可以通過培訓來建立信任，培訓可以揭開技術的神秘面紗，并通過再培訓和技能提升讓員工有潛力成長為新的角色。這在不久的将來将是至關重要的——根據論壇就業倡議，未來五年内 44% 的工人技能将受到幹擾，該倡議致力于在勞動力市場如此混亂的背景下為所有人提供良好的工作。

如果沒有變革管理，GenAI 就無法實施

報告稱，對于新舉措，了解其對組織文化的影響以及員工思維轉變也很重要。組織最高層的有效領導至關重要。中層管理人員的作用至關重要，他們了解工作流程和流程，因此知道 GenAI 可以在何處發揮最大影響。

大多數組織并不清楚其員工中到底有多少比例在使用 GenAI

事實上，受訪公司報告的數字從 20% 到 80% 不等。一些公司表示，幾乎每個人都在使用該技術，或者至少他們可以使用該技術，因為整個組織都已獲得 GenAI 工具的訪問權限。這些工具對員工的可訪問性取決于公司的風險偏好——一些受訪者授予所有員工訪問權限，而另一些受訪者則限制某些部門或要求申請許可證。

很少有組織制定可持續利用人工智能的戰略

與規模較小、任務特定的 AI 模型相比，ChatGPT 等大型語言模型能耗較高，每次提示都需要消耗大量電力進行計算。雖然報告中的大多數組織都承認了這個問題，但很少有組織制定應對策略，而且環境考慮因素似乎并不是 GenAI 員工部署決策的核心。

将人類從循環中移除仍被認為是一個錯誤

接受報告采訪的大多數組織都通過内部委員會或理事會來監控 GenAI 的風險、質量和負責任的使用，這些委員會或理事會制定規則和框架并評估用例。幾乎所有組織都表示，他們已經制定了負責任地使用工具的培訓計劃。了解了歧視性算法的醜聞和即将出台的《歐盟人工智能法案》等立法後，公司敏銳地意識到了驗證、核實和人工幹預的重要性。" 你可能犯的最大錯誤就是将人類從你的流程中剔除，" 一位報告受訪者說。