人工智能的普及是否会影响我们就业
人工智能的普及对就业市场有潜在的影响。虽然人工智能技术可以提高生产效率、自动化重复性任务和创造新的就业机会，但它也可能替代某些工作岗位。
一方面，人工智能可以通过自动化和智能化技术来执行重复性和机械性的任务，从而减少人力资源的需求。这可能导致一些传统的工作岗位减少或被取代，特别是那些需要大量重复性劳动的工作。
另一方面，人工智能的普及也将创造新的就业机会。它会催生出需要开发、维护和管理人工智能系统的新岗位。同时，人工智能技术的应用也会促进创新和新兴行业的发展，进而创造更多的就业机会。
因此，人工智能对就业市场的影响是一个复杂的问题。尽管一些岗位可能会减少或被替代，但同时也会出现新的就业机会。重要的是，我们要适应技术的变化，不断提高自己的技能和适应能力，以适应新兴的就业需求。
当人工智能技术在各个行业广泛应用时，它可能会对就业市场产生多方面的影响：
官网入口：http://www.chatgpt55.top
1.自动化和替代：人工智能可以自动化许多重复性和机械性的任务，从而减少某些工作岗位的需求。例如，一些生产线上的装配工作、客服中的简单回答和数据录入等工作可能会被自动化。
2.转型和重定位：虽然一些工作可能会减少，但人工智能的普及也会创造新的就业机会。这就需要劳动力转型和重新定位，以适应新的技术和工作需求。人们需要培养新的技能，如数据分析、机器学习和人机交互等，以应对人工智能时代的就业挑战。
3.创造新的行业和机会：人工智能的普及将催生新的行业和机会。例如，机器学习工程师、数据科学家、人工智能伦理专家等新兴职业将会增加。同时，人工智能技术的应用也会推动新业务模式和服务的发展，进而创造更多就业机会。
4.人类专长与合作：虽然人工智能在某些领域可以展现出惊人的能力，但它仍然无法完全取代人类的创造力、情感智慧和复杂决策能力。因此，在人工智能时代，人们对于人际关系、创新思维和团队合作等方面的专长将更加重要。
总的来说，人工智能的普及对就业市场将带来变化，既可能减少某些工作岗位，同时也会创造新的就业机会。关键在于我们要加强自身的技能培养，适应新的工作环境，并与人工智能技术合作，以实现更好地就业前景。
智能化对中国就业会产生什么影响
智能化是信息技术体系的创新，目前正在加速发展，并改变经济社会形态。智能化引发就业形态整体变迁，就业替代和就业创造同时发生，长期的就业数量和质量双提升。随着人工智能、机器学习等智能化最新技术的逐步成熟，产业就业转型会加速，智能化的职业体系将建立，劳动者将转而从事体现自身优势的工作。
数据化就业替代
就业变迁跟随着技术创新同步推进，呈现三个趋势：其一是现有产业技术升级，会导致技术替代就业；其二是新产业、新市场、新消费迭代开发，岗位不断创造；其三是制造业向服务业的转型升级过程保持持续，新形态就业不断出现。
智能化技术会实现就业替代。世界经济论坛发布的《2018未来就业》报告分析，未来的低层次劳动形态将大幅减少，大部分涉及常规认知任务的传统中低端技能，包括部分高学历员工的就业岗位技能将会自动化。
技巧性过强或者需要灵活应对的职业，仍以人工为主，难以替代。对创造性、环境适应性、任务裁量权、社会技能和隐性认知能力依赖性较高的的服务和职业受自动化的影响较小，这些工作往往需要善于思考、交流、组织和决策的人来完成。
中国制造业智能化转型最令人瞩目，就业替代的潜力最大。中国制造业中低端岗位存量大，智能化转型空间巨大，大量劳动密集型的岗位具备替代潜力。但总体上来看，一段时期内的自动化岗位转型趋势平稳。目前，制造业智能化对就业总量影响较小，未来制造业岗位减少幅度轻微。在广东制造业问卷调查中，通过对实施智能化的企业升级前后对比发现，当前企业智能化反而使雇员总量增加2%，将近74%的被调查企业的员工人数变化在5%的增减范围内以内。未来2年，制造业雇员总量预计将减少1%-4%。
智能化就业创造
智能化新技术创造新的生产工具和生产技术环境，形成新的产业链，需要新的工作任务流程和组合、工作方式，具体新岗位开发将随着新技术的成熟和推广而大规模出现。
一是劳动生产率的提高促进就业。
首先，智能化技术刺激经济总量持续扩张，对劳动力的长期需求增量要明显大于被替代的规模。产品和服务市场扩大，社会分工进一步高度细化，在增加社会总收入的同时，创造新岗位总量也在上升。其次，智能化新岗位创造的速度要更快，增量更显著。例如，20世纪80年代以来，移动互联网对传统电报电话产业就业的替代和扩张，电子商务平台对传统批发零售业的替代和扩张，都是智能化转型中的成功例子。未来这一模式还将在物联网、无人驾驶、智能机器人等领域复制。
二是职业体系创新的规模效应更强。
首先，智能化岗位辅助技术在扩大就业能力和领域。例如，网络机器人已广泛替代客服岗位，但客服就业人员依据机器人数据分析转而增加了销售、延伸服务、个性化服务等新职能。
其次，未来智能化发展需要大量中低端数字化岗位。除了部分核心数据高技术性岗位外，傻瓜式数据化操作仍将是新岗位的普遍模式，需要充分发挥人的灵活性和主动性优势。
再次，智能化本身就是服务化的过程。智能化自动化的实现，会使人的服务需求空前增长。
最后，新网络技术平台实现规模化灵活就业。新业态由于工作时间灵活，自由活动空间大，收入水平较高，吸引了大量年轻劳动力。
三是中国总体就业转型升级趋势平稳。
中国多种经济社会转型趋势叠加，产业结构升级与技术升级过程同步，第三产业扩大、智能化、城市化、老龄化多重进程叠加，产生显著而持续的经济和社会变迁。就业转型面临良好的战略机遇期。
中国制造业智能化和服务业扩张并行，就业岗位从第二产业向第三产业转移。服务业升级，生产服务分工高度细化，新就业领域不断开发，这为劳动者转岗流动提供了相对充分的空间。
人工智能产业有内在的创造新岗位的巨大空间。首先，智能化产业处于扩张期，发展速度快，吸纳就业明显。广州306家进行就业登记的人工智能企业，2018年7月底就业人数44871人，比2017年增加了31%。其次，掌握核心技术的人工智能企业形成“平台+产业链”新模式，就业创业规模呈现指数效应。例如，科大讯飞建立讯飞语音开放平台，对社会免费开放使用，平台已经汇集了80万个研发团队，几乎遍及所有行业。
政策建议
第一，向就业治理的思路转变。
智能化是一场自下而上的产业革命，政府需要形成开放而灵敏的就业治理网络，提高政策的开放性和灵活性，政府部门要制定全局性、前瞻性规则，吸引多方主体参与劳动力市场建设，参与具体政策的制定和落实。政府应从管理主体向治理主体转型，政府治理多采用“规则+协商+外包+市场网络”的模式。规则的明确是治理的关键，动态监管体系是基础。
第二，建立产业就业协同机制。
一是扩大智能化人力资源供给。实施人工智能和机器人人才倾斜政策，提高智能制造领域的人才吸引力，通过人才政策和补贴引导专业人才和毕业生入行。对引进外部人才给予人才绿卡、个人所得税方面便利优惠，建立人工智能外国人才的稳定有效招聘渠道。
二是建立产业规划的就业评估机制，分类研究总结智能化影响。不同行业的智能化就业效应不同，对于人工智能、智能制造方面的发展规划战略，需要总结其就业影响。加强人工智能就业效应的研究，建立完善人工智能统计指标体系。
三是高度重视人机协作的技术路径。开发基于劳动者的智能辅助系统更适合中国自身特点。鼓励实现岗位增强型人工智能，智能产业化同时保障就业。岗位智能化辅助增强会使人机协作变得更容易和人性化，有利于普通劳动者学习使用，并推动创造新岗位。
第三，提高人力资源服务的专业性和精准性。
一是加强劳动力市场预测和评估。随着技术应用深化，劳动力市场的结构变化速度会加快，因此要加快统一和细化劳动力市场大数据监测，提高对于劳动力流动情况的监测和分析能力。加强劳动力市场的趋势指导，加强政策的柔性影响力，利用市场预测和评估结果为产业和就业提供标准和参考。
二是提升就业服务智能化水平，提高劳动力市场匹配精准性和效率。鼓励发展专业性人力资源服务市场，同时提升公共就业服务的智能化水平，加强精准性服务。
三是探索平台经济的就业服务制度。新就业形态将常态化发展，人社部门要开展与平台的对接。
四是建立劳动者身份信息管理体系。建立起劳动者身份认定、收入认定、社会认定体系，将其作为就业判断的依据。应尝试建立个人劳动关系信用体系，加速社会保障一体化。强化劳动者个人身份认定，可以使教育培训、就业援助、社会保障制度适应新型就业模式的灵活性。
第四，发展开放、灵活、可持续的培训机制。
首先，可以设立战略性技能专项资金。扩大定向职业技能培训，对包括人工智能、智能制造行业的短缺人才进行针对性培训，技能专项可与规划结合，与机器人规划推进相配套。扩大培训力度，帮助企业延伸储备式人才培训。
其次，智能制造技改项目和创新项目设立配套培训计划。联合工信和科技部门，对于获得首套设备补贴和技改补贴的企业，提供配套智能化员工培训。对于企业新购机器人装备给予配套岗位培训。对于智能化转岗人员提供新产线配套培训补贴。
最后，公共职业培训要加强前瞻性定位，对于技能短缺风险要加强精准预测，适时调整和扩大培训资源供给。鼓励市场端培训供给，要鼓励行业协会和大型企业开展对外培训。职业教育要推广定制人才，定向培养，提前介入教学，后续持续成长。
摘编自《中国就业发展报告（2019）》（就业蓝皮书）
（李宗泽）
到2030年，自动化和人工智能的发展将对就业产生怎样的影响
4.自动化对于劳动技能和薪酬意味着什么？
5.我们将如何面对即将到来的劳动力大转移？
1.自动化对就业带来的影响
先前的研究表明，目前的技术理论上可以代替一半的人类有偿工作，但只有很少的一部分工作，大约5%的可以完全被自动化技术代替。然而事实上其实有60%的职业（至少1/3）面临着被技术替代的可能性，这意味着大量的行业和工作者面临着重新择业的挑战。
虽然技术的可行性是十分重要的因素，但在这个过程中还有很多因素影响着自动化的进程和波及范围，包括研发和部署的费用、劳动力市场状况、自动化带来的资本增益以及监管和社会的接受度等等。综合考虑这些因素后，报告指出到2030年，依据行业的不同将会有0~30%的工作被自动化取代，这取决于自动化的速度的幅度。同时不同的国家结果大不相同，这也反应了目前各国的劳动力现状和薪资水平。
自动化对不同行业的潜在影响各不相同。其中受到影响最大的是在固定场景中的物理操作，包括机械加工、准备快餐等等。
数据的收集和处理同样也是两个能被机器很好完成的领域，这使得一大类的工作面临着替代，包括抵押贷款审核、辅助的法律工作、会计和办公室行政工作等。
但需要注意的是，虽然这些行业会被自动化代替，但就业率并不会下降，因为这些行业中将会有新的工作等待着人们完成。
对于管理人员、应用技术专家和社会工作者来说，自动化对于他们的影响很小，因为这些领域机器的能力还远达不到人类的水平。
对于在复杂多变不可预知的环境中的工作来说，自动化在2030年代替这些工作的可能性很小，包括园丁、管道维修和家政/老年护理等工作。这主要是由于这些方面的技术难于自动化并且人工薪资较低，对于企业没有商业动力去推进。
2.新的工作将会在哪些场景中出现？
将要被自动化替代的工作可以很容易的识别出来，但新的工作机会却因为行业和区域的不同而各异。这份报告中预测了在自动化下会出现的新工作机会，通过目前的投资和发展趋势来对各地进行预测。
收入和消费增加（新兴经济体尤其明显）报告估计全球范围内在2015-2030年间将会有23万亿美元的消费增长，而这主要来自于新兴经济体的消费者群体。这一消费增加的趋势不仅会影响消费进口国家，同样影响着消费出口的国家。预计全球范围内会新增2.5-2.8亿与消费品增长相关的工作机会，同时还会有5000-8000万的工作需求会来源于高水平教育和医疗方面的发展。老龄化社会全球范围内的老龄化程度加剧将会带来消费模式的变化，特别是在健康和个人护理等层面上的消费增加，这将创造一大批的就业岗位，包括医护人员和健康专家、家庭保健、急救和个人为健康服务等。全球范围内预计将新增5000万到8500万相关的工作机会。技术的研发和部署与新技术的研发和部署相关的工作同样也会增加。技术方面的投入将会增加50%以上，其中一半将会集中于信息产业。从业人员将会少于健康和建筑业，但薪资将会更高。这一领域将会新增2000万到5000万个就业岗位。根据对于目前趋势的观察和分析，报告同时指出了未来在国家、企业和个人的层面上将会产生新工作的方面。基础设施和建筑方面的投资为了弥补基础设施和住房短缺，建筑业和基建将会有更多的劳动需求。预计将会有8000万的新增岗位，如果保持目前的投资增速将会产生2亿的就业市场，包括建筑师、工程师、电功、木工和手艺人，同时也包括建筑工人。在可再生能源、高能效和气候变化方面的投资。在可再生能源、能效技术和缓解温室效应方面的投资将会拉动一系列就业需求，包括制造业、建筑业和安装施工行业。将会产生1000-2000万的新增就业机会。家政工作的市场化未来将目前无薪的家务等工作进行市场化发展。目前在发达国家这一普遍的趋势使得女性的劳动参与率提高，同时加速了这一趋势。预计将会有5000-9000万就业机会，包括幼儿早教和家庭杂物等工作。综上所述，在自动化浪潮下将持续增加的工作需求来自于以下一些方面：
健康护理专业技能；工程师、科学家、分析师和高级会计师；IT和技术专家；很难被机器代替的高级管理人员；教育人员，特别是新兴经济体的儿童教育创造性工作，包括艺术家，演员等；建筑业，基建和房屋；复杂环境中的手工和服务业。即将到来的劳动力转移将会十分巨大。无论新工作的产生还是自动化造成的失业都意味着将会有许多人需要进行职业转换，并学习新的工作技能。这将会以前所未有的规模发生，从美国到欧洲，以及最近的中国。
根据中位数预计全球范围内到2030年将会有4-8亿人在自动化中失去工作，新的工作同时也会不断出现。但人们需要学习新的技能来适应新的工作，在所有失业人群中预计会有0.75到3.75亿人将接受新的技能培训以获取新的工作。
在绝对程度上，中国需要面临最大的职业转换，接近1亿劳动力需要改变现有的工作。但与25年前中国亿万人口从农业转移出来相比，这次的趋势没有上次剧烈。
对于发达国家来说，这一比例就相当高，美国和德国接近1/3，日本则接近一半。
3.未来会有足够的工作吗？
人们日益担心着未来是否会有足够的工作机会，但历史经验表明劳动力市场可以适应技术突变带来的变化，只不过在薪酬水平上产生了影响。
报告从两个方面分析了这个问题，一方面是基于自动化和新工作需求的有限变量模型；另一个则从宏观经济模型与动力学因素的相互作用出发进行研究。
如果历史可依的话，预计在2030年将会有8-9%的新工作在新行业被创造出来。分析表明只要保证足够的经济增长率和投资水平，就业就能够得到充分的保证。
而我们真正需要面对的是如何保证转换行业的劳动力得到必要的职业培训和支持保障，如果国家处理不好将会造成失业率上升和经济衰退。
同时新工作出现的幅度和收到自动化的影响因国家而异，主要取决于以下四个方面的因素：
薪酬水平。高薪资水平使得自动化的需求旺盛，然而低工资水平国家也同样会被影响。如果企业利用自动化提升了产品质量和产量同样也会降低劳动力的需求需求增长。经济增长是就业增长的源泉，经济增长缓慢或者停滞那么新增工作机会就少。而经济增长强劲、生产力和创新发达的国家将会创造更多的工作岗位。人口结构。像印度一样劳动力迅速增长的国家将会享受到人口红利助推GDP的增长。如果像日本一样，国家面临劳动力短缺则GDP增速会下降，只能通过生产力提高来促进经济。经济成分。自动化的潜力会折射出国家的经济结构和每一个经济部门的就业岗位。例如具有高度自动化潜力的日本，在制造业的自动化程度将会比美国高出很多。自动化将会从各方面影响不同国家的发展。前述的四个方面展望了不同国家未来的劳动力市场状况。例如富裕的日本将会在2030年迎来经济减缓，并面临着新就业乏力和大部分工作将被自动化替代的现实（主要源于高薪资和经济结构）。
2030年，自动化对各国的影响影响随收入水平、薪资比率、人口统计和产业结构的统计变化图，图示中国将受到的影响。
到2030年，日本的劳动力也将减少四百万人。鉴于未来会不断进步的趋势，以及会有很多我们今天还无法想象的新岗位的出现，预计日本的就业大致可以趋于平衡。
到2030年，美国和德国也可能面临大量因自动化而消失的劳动力，但是他们预计由此创造出的新就业机将会更高。随着美国劳动力队伍不断壮大，创新也将带动新型职业和工作的大致平衡。而德国的劳动力到2030年将减少300万人，即使完全如趋势线所示，劳动力的需求也是足够多的。
另一个极端则是印度：一个快速发展的发展中国家，在未来15年内自动化潜力相对来讲是有限的，反映出了它的低工资率。但我们的分析发现，印度大部分职业类别仍预计会增长，这反映了其强劲的经济扩张潜力。不过到2030年，印度的劳动力预计将增长到1.38亿，约占30％。印度可以创造足够的新工作岗位来抵消自动化的影响，并通过在升级方案中进行投资来雇用这些新入场的劳动力。
中国和墨西哥的工资高于印度，因此可能会看到更多的自动化。中国经济仍然保持强劲增长，劳动力也将减少。像德国一样，未来中国的问题可能是工人短缺。而墨西哥未来经济扩张的预期速度较为缓和，而且可以从增加就业的就业机会和新职业的创新以及充分利用劳动力的规划中获益。
为了避免失业率上升，失业工人需要迅速重新就业。
为了模拟自动化对整体就业和工资的影响，我们使用了可以兼顾自动化和动态交互的经济影响的一般均衡模型。自动化对经济的影响至少表现在三个方面。大部分的注意力都集中在潜在的劳动力流失上。但是自动化也可能提高劳动生产率：企业只有这样做时才采用自动化，使他们能够用相同或更少的投入——材料、能源和劳动力投入等生产更多或更高质量的产出。第三个影响是自动化提高了对经济的投资，缩短了GDP的短期增长。我们对这三种效果分别进行了建模。根据历史数据，我们也为失业人员找到新工作的速度创造了不同的情景。
结果显示，几乎所有情况下，我们报告的六个重点国家：中国、德国、印度、日本、墨西哥和美国到2030年都有可能达到或接近充分就业。这个模型也说明了快速重新雇用失业工人的重要性。如果失业工人能够在一年内重新就业，我们的模型显示了自动化将会提升整体经济：在短期和长期内，充分就业是保持不变的，工资增长比基准模型更快，生产率也更高。
然而，在一些流离失所的工人需要多年才能找到新工作的情况下，中短期失业率则会上升。劳动力市场随着时间的推移而调整，失业率下降，但平均工资增长放缓。在这些情况下，2030年的平均工资最终将低于基准模型，这可能会抑制总需求和长期增长。
4.自动化对于个人技能和工资意味着什么？
总的来说，目前日益增长的职业教育需求是比那些因自动化而失业的职业更高。在发达经济体中，目前只有需要中等或更低的教育的职业会从自动化中看到净衰退，而那些需要大学学位和更高学历的职业也在增长。
在印度和其他新兴经济体，我们发现所有教育水平的劳动力大的需求都在增加，需要中等教育的职业新增就业人数最多，但就业岗位增长速度最快的是目前需要大学或高等学历的职业。
未来的员工将花更多的时间在那些机器不太有能力的活动上，比如管理人员、应用专业知识和与他人交流。他们将花费更少的时间在可预测的物理活动上，比如收集和处理数据，这些方面机器甚至已经超过了人类的能力。所以人所需的技能和能力也会改变，需要更多的社交和情感技能，以及更高级的认知能力，比如逻辑推理和创造力。
我们的分析显示，美国和其他发达经济体的大部分就业增长将处于工资分配的高端职位。目前工资水平较低的一些职业，如护理助理和助教，也将增加，而广泛的中等收入职业将会有最大的就业下降。
收入两极分化可能仍会继续下去。政策的选择，如增加对基础设施、建筑和能源转型的投资，可能会帮助创造对中等收入岗位的额外需求，比如发达经济体下的建筑工人。在中国和印度这样的新兴经济体中，工资趋势的情况是截然不同的。我们的情况表明，随着这些经济体的发展，零售业销售人员和教师等中等收入的岗位将增长最多。这意味着他们的消费阶层在未来几十年将继续增长。
5.面对即将到来的劳动力转移，我们需要如何面对？
人工智能和自动化给用户和企业带来的好处，以及通过他们的生产力贡献带来的经济增长，都是毋容置疑的。它们不仅有助于创造就业机会的充满活力的经济体，而且还有助于创造经济盈余，使社会能够解决劳动力转移的问题，而这种转变无论如何都有可能发生。
面对我们所描述的工人转型的规模，我们当然应该充分迎接这些技术的发展，但也应解决它们所带来的劳动力转型和挑战。在许多国家，这可能需要马歇尔计划的一项举措，包括持续的投资、新的培训模式、缓解工人转型的方案，收入支持以及公私部门之间的合作等问题。
所有的社会都需要解决以下四个关键领域：
保持强劲的经济增长以支撑新的就业机会。维持强劲的总需求增长对支持新的就业机会至关重要，同时也支持新业务的形成和创新。确保充足总需求的财政和货币政策，以及对商业投资和创新的支持将是至关重要的。某些部门的针对性举措也可能有所帮助，例如增加对基础设施和能源转型的投资。
扩大和重新定位再就业培训以及劳动力技能的培养提高。在职业生涯中，提供职业再培训和让个人学习可销售的新技能将是一项关键的挑战，甚至对一些国家来说，这是最主要的挑战。职业生涯的再培训将变得越来越重要，因为这是成功的职业转变所需要的技能组合。企业可以在一些领域发挥带头作用，包括在职培训和为员工提供提升技能的机会。
提高商业和劳动力市场的活力和流动性。劳动力市场需要更大的流动性来管理我们预期的困难转变。这包括在发达经济体中恢复现已衰退的劳动力流动。通过匹配工人和寻找他们技能的企业，并为那些愿意接受他们的人提供过多的新工作机会，数字人才平台可以促进流动性。劳动力市场缺乏弹性的国家的政策制定者可以向那些解除管制的国家学习，比如德国，它将联邦失业机构变成了一个强有力的就业匹配实体。
为工人提供保障性收入和职业过渡期支持。收入支持和其他形式的过渡性支援来帮助失业工人找到有收入的工作是非常必要的。除了再培训，一系列的政策也可以帮助，包括失业保险、公共支援，以及在工作之间追踪的便携福利。这其中可能需要更长期的政策来补充工作收入，以支持总需求并确保社会公平。更全面的最低工资政策、普遍的基本收入，或与生产率增长挂钩的工资增长都是可能的解决办法。
政策制定者、商业领袖和个别工人都有建设性和重要的角色，以在顺利的劳动力过渡中发挥作用。历史告诉我们，世界各地的社会在面对巨大的挑战时，往往会为其公民的福祉挺身而出。
然而，在过去的几十年里，支持劳动力的投资和政策已经受到侵蚀。经济合作与发展组织(OECD)的大多数成员国的劳动力培训和支持方面的公共支出都在下降。教育模式在过去的100年内并没有发生根本性的变化。现在，扭转这些趋势至关重要，各国政府将劳动力转移和创造就业作为更为紧迫的优先事项。
在这个工作的角色和意义都开始转变的时代，我们都需要对未来生活的形态和价值保持创造性的设想。
处在最新前线的企业，将重新调整业务流程、重新评估人才战略和劳动力需求，仔细考量哪些个人是需要的，哪些可以重新部署到其他岗位上，以及需要哪些新的人才。许多公司发现，这既是他们的自我利益，也是他们社会责任的一部分——培训自己的员工，准备好迎接新世界的工作形态。
个人也需要为未来快速发展的工作做好准备。持续获取高速变化的世界所需的新技能，以及足够的敏感度，对自身的幸福和发展是至关重要的。对劳动力的需求是一直存在的，但需要人们重新考量的是对工作本质的认知，例如工作地点、方式以及如何将个人技能和天赋融合到工作的方方面面中。世界在不断变化发展，我们唯有紧跟时代的步伐才能在激荡的技术浪潮中处变不惊。返回搜狐，查看更多
人工智能对成本节约、生产力和就业的影响
那些考虑如何使用人工智能来削减工作岗位和降低成本的企业，我认为，你们做错了。
最近，高盛公司发布了一份报告。报告指出，在人工智能的影响下，可能会有3亿个工作岗位被削减。并且目前大约有三分之二的工作面临某种程度的人工智能自动化，而且生成式人工智能可以替代目前四分之一的工作。当然，高管层中目光短浅的守财奴完全有可能会想方设法削减工作岗位，节省企业开支。
但是，聪明的企业是那些鼓励员工使用生成式人工智能（GenAI）和其他人工智能驱动的具来提高生产力的公司。正如InfoWorld的JeremyDuvall所言，我们在软件开发方面看到了这样的优秀案例，但这不仅限于软件开发。面对各种工作领域，个人工智能已经准备好了。因此，与其将成本减半，不如不将生产力提高一倍！
低估了人的创造力当然，并不是说企业不能注重成本节约。而是，以单一的降低成本为目的方式利用人工智能技术具有一定的局限性。在过去的30年里，许多很重要的技术趋势（开源、云计算等）最初都是作为一种省钱的方式来推销的，但很快就演变出了更多宣传方式。例如，在2008年，AWS推出两年后，该公司的网站便宣传说AWS是"向客户提供应用程序的最经济的方式"。然而，到了2015年，AWS首席执行官AndyJassy说：“是的，云计算成本较低，但客户真正关心的是敏捷性”。
敏捷性特点继续被放在中心位置，即使许多人依然声称云计算更便宜。对于精明的云计算客户来说，这种灵活性带来的红利远比多赚几美元要诱人得多。
在其他方面，云计算、开源以及现在的人工智能都承诺要给开发者的工作带来便利。是的，开放源代码可以免费下载，但其单位成本并不是重点。相反，开发者不需要经历繁琐的购买流程就可以轻松地访问和使用软件，这一点更为重要。开放源码软件供应有助于提高质量，但这也不总是这样的。虽然最早的开源软件使用者关心的可能是软件自由，但大多数人购买开源软件是为了实现更大的敏捷性。
这很重要，因为开发者很重要。他们的时间很重要。正如我曾经写道“硬件（或软件）是一种商品，而人是有价值的”。对于需要寻找更好的方式来接触、吸引和服务客户的企业（或者说是：所有企业）来说，开发人员的生产力是至关重要的。这并不是开发人员的专利，公司雇用的人才是公司最大的资产。从市场、销售、支持、开发到财务，你需要最大限度地发挥每个员工的作用。因此，你的任务主要不是寻找降低成本的方法，而是提高生产力。
这就到了人工智能发挥作用的时候了。
AI是答案，那问题是什么？SimonWillison这样的开发者已经证明了，GitHubCopilot的GenAI编码工具在改善软件开发体验方面的影响是深远的。同时，这些工具也不能取代开发者，因为，正如马丁·海勒（MartinHeller）说的那样“你永远不能假设由任何种类的人工智能生成的代码是正确的或有效的，甚至不能假设它将被编译和运行。”因此，“你应该始终把人工智能生成的代码当作来自未知程序员的拉动请求，这意味着在使其成为你的应用程序的一部分之前，要审查它，测试它，并调试它。”
换个说法：GenAI工具可以处理80%的工作，让开发者腾出时间来处理最后20%的工作。
在其他场景下，情况也大致如此。例如，国家经济研究局发现使用人工智能的客服人员比不使用这些工具的客服人员的工作效率高14%，因为他们能够解决更多的支持问题。有些人读到这里可能会想，"哇，现在我可以解雇14%的客服人员了！"但是，这又一次忽略了问题的关键。这不是用更少的人做同样的工作，而是让同样数量的人做更好的工作。
这种"更好的工作"并不仅仅是为了生产更多的产品。我已经谈到过，一味地提高开发速度会使公司忽视投入更少但影响更大的项目的重要性。在这种情况下，人工智能可以帮助保持高水平的产出的同时确保开发人员（或技术支持、文案编辑等）有更多时间考虑他们应该创造什么。人工智能为他们赢得了这些时间。
对于雇主来说，很明显，人工智能对于提高劳动力的生产力越来越重要。对于员工来说，无论你的工作是什么，你都需要弄清楚如何融入人工智能，以便你能提供更多、更好的产出。如果你还没有开始尝试ChatGPT、StableDiffusion、GitHubCopilot或其他生成性人工智能工具，现在便是最佳时机。
原文标题：AI’simpactoncostsavings,productivity,andjobs
原文作者：MattAsay