与埃森哲合作明天的工作大型语言模型和工作 - 商业工具包W H I T E P A P E RD E C E M B E R 2 0 2 3 明天的工作大型语言模型和工作 - 商业工具包2图片 ： 盖蒂图片社Contents1考虑 1 ： 工作变动和工作转移风险 71.12考虑 2 ： 工作质量 92.13考虑 3 ： 技能和学习 113.1免责声明本文档由世界经济论坛是对项目 ， 见解领域或互动的贡献。此处表达的发现 ， 解释和结论是世界经济论坛促进和认可的合作过程的结果 ， 但其结果不一定代表世界经济论坛的观点 ， 也不是其成员、合作伙伴或其他利益攸关方的整体观点。© 2023 年世界经济论坛。保留所有权利。本出版物的任何部分不得以任何形式或通过任何方式复制或传播 ， 包括影印和记录 ， 或通过任何信息存储和检索系统。 明天的工作大型语言模型和工作 - 商业工具包32023 年 12 月明天的工作大型语言模型和工作–商业工具包前言Mary Kate Morley Ryan Talent and Organization / Human Potential Accenture 董事总经理Elselot Hasselaar世界经济论坛任务、工作、工资和创造就业负责人以机器学习和自然语言处理的进步为基础的生成人工智能 （ AI ） ， 特别是大型语言模型 （ LLM ） ， 代表了一种范式改变我们与信息互动的方式，进而改变我们的工作方式。这些技术可以创建原创内容，从大量数据中产生见解，以接近人类的准确性翻译语言，甚至可能做出复杂的决策。这些技术的多功能性和效率，包括新的 LLM 驱动的人机界面，如智能代理，可能对工作和未来的工作产生深远的影响。While the application of LLM could lead to significant production gains and the creation of new types of jobs, there is also a risk that they could displace existing roles, accerating社会经济差异和在全球劳动力中造成工作不安全感。因此 ， 将 AI 集成到我们的工作场所是一种平衡在抓住机会和管理潜在中断之间采取行动。本文旨在作为企业的工具包 ， 为企业提供战略指导 ， 以最大限度地发挥员工的潜力 ， 因为他们adapt, learn and grow with these technologies in their professional careers. This paper also serves as a call to action for business leaders to take the主动策划战略和实践 ， 促进 LLM 为企业 ， 员工和整个社会工作。本文是对《明天的工作》系列的上一版《明天的工作 ： 大型语言模型和工作》的直接跟进，该系列采用了结构化的方法来了解 LLM 对特定工作的直接影响。该论文对 LLM 对工作的潜在影响进行了结构化分析，使利益相关者 - 商业领袖，政策制定者，工人和更广泛的公众 - 能够做出更明智的决定。此外，该论文中提出的结构化方法还为未来各部门技术进步的浪潮提供了案例研究。我们非常感谢新经济与社会中心合作伙伴和选民对就业议程的领导，以及埃森哲团队的伙伴关系，埃森哲团队的成员是本文的核心合作者。本文的见解将有助于乔布斯联盟，一个由部长和首席执行官组成的全球联盟，通过提高劳动力市场的远见来促进更美好的工作未来 ，推动创造就业机会和提高就业质量，同时实现就业转型，并将成为良好工作联盟的关键工具，该联盟是一个全球性的跨行业企业集团，致力于在不断变化的就业环境中优先考虑良好的工作。 明天的工作大型语言模型和工作 - 商业工具包4执行摘要企业将需要从战略上解决对工作流离失所风险 ， 工作质量和技能的担忧。诸如 GitHub 的 Copilot 、 Midthoury 和 ChatGPT 等生成人工智能 (AI) 技术的爆炸性普及和可访问性 ， 在公开采用 ， 展示了该技术的变革潜力。虽然生成人工智能有无数可能的用例 ， 包括图像、视频、书面语言和音乐创作 ， 但大型语言模型 (LLM) 在不久的将来有巨大的潜力影响最大数量的工作。《 2023 年就业未来报告》指出，全球商界领袖认为，由于技术的快速进步，特别是在生成 AI 技术方面，预计未来五年内全球 23% 的就业岗位将发生转变。特别是，LLM 具有在各种职业中自动化和增强任务的潜力。世界经济论坛和埃森哲于 2023 年早些时候发布的《明天的工作 ： 大型语言模型和工作》白皮书发现，这一比例为 40 ％ 。工作时间的变化可能会改变 ， 影响到需要高级学位的专业领域的角色到注重日常程序的领域。强调面对面互动的工作可能受到的影响较小。敦促企业采取积极主动和负责任的方法来管理这种转变 ， 解决工作变化和工作流离失所风险、工作质量和技能等问题。业务需要结构化分析、规划和积极主动的准备领导者确保 LLM 和其他技术进步为工人带来新的工作机会。本文为企业提供了一个工具包 ， 提供了在三个主要考虑领域中应对不断变化的工作环境的实用策略 ： 1 ） 工作变化和工作流离失所风险 ， 2 ） 工作质量 ， 以及 3 ） 学习和技能。Each of these considerations is addressed through business practices guided by three basic approaches: 1) promoting workers awareness, 2) facilitating organization change, and 3) shifting workplace norments and culture. The result is a business strategy matrix通过大规模部署 LLM 实现劳动力过渡。 明天的工作大型语言模型和工作 - 商业工具包5IntroductionLLM 可以改变高达 40 ％ 的工作时间 - 企业必须带头。技术正在迅速改变劳动力市场。《 2023 年就业未来报告》发现 ， 全球商界领袖预计 ， 目前 23% 的工作岗位将在未来五年内发生转变。1This转型是由技术采用、绿色转型和全球宏观经济前景等关键趋势推动的。特别是 ， 技术采用正在推动劳动力市场的变化 ： 82%更多的商业领袖期望采用新技术来推动商业转型 ， 而 37% 的商业领袖预计新技术将成为净就业创造者 ， 21% 的人认为他们将成为净就业替代者。具体来说 ， 在整个 2023 年 ， 生成人工智能 （ AI ） 在能力和采用率方面发展迅速 ， 而且这种速度没有放缓的迹象。实际上 ， 全球每四家公司中就有三家预计将在未来 3 到 5 年内采用包括生成式人工智能的技术 ， 98% 的全球高管认为人工智能基础模型将在同一时期在其组织的战略中发挥重要作用。2 GitHub 的 Copilot 、中程和 ChatGPT 是一个案例点 ， 展示了该技术的变革潜力。在 2022 年 11 月发布一周后 ， OpenAI 经过训练的语言模型 ChatGPT 达到了 100 万用户。到 1 月 ， ChatGPT 已经达到了 1 亿每月活跃用户 ， 使其成为当时历史上增长最快的消费者应用。3生成变压器模型有能力影响所有类别的创造性工作 ， 拥有生成新的图像 ， 视频 ，music, sounds and written language. While there are myriad possible use cases for generative AI, large language models (LLM) and their unique language - generation capabilities have an outsize potentialto impact the greatnal number of jobs in the new future. LLM, such as those powering ChatGPT, have demonstrated this rapid development and have the potential to impact many job and workers across. In September 2023, to increase understand of LLM could世界经济论坛与埃森哲合作 ， 发表了《明天的工作 ： 大型语言模型和工作》白皮书。它对潜在的 明天的工作大型语言模型和工作 - 商业工具包6超过 40%LLM 可以通过自动化或增加来改变工作时间。LLM 对工作的影响 ， 并发现它将两者工作转变的潜力 ， 由自动化和增强作业任务 ， 最终having明天的工作 ： 大型语言模型和对工作。乔布斯白皮书 ， 企业采取积极主动、以人为本和负责任的态度至关重要2023 年 9 月白皮书发现那个方法 LLMs. an 估计总工作时间的 62 ％职业涉及基于语言的任务 -任务本白皮书是对乔布斯的后续行动 ， 可能会受到潜在影响of明天 ： 大型语言模型和工作 LLM 。 867 篇论文中的 19, 000 多个单独任务 ， 可作为企业的工具包职业进行了评估 ， 以了解每个任务对 LLM 的技术潜力暴露的三个考虑因素收养,即将到来的劳动力市场转型。首先将它们归类为具有高潜力的任务for是工作变更和工作转移风险 ： 作为 LLM 自动化 (任务可以由LLM,能够在没有人类的情况下执行许多语言) ， 具有很高的潜力增强工作中使用的任务 ， 以及高达 60 ％ 的工作时间 （ 任务将继续由人类执行 ， 使用语言任务 ， 有可能与 LLM 提高人类生产力 ） ，低jobs to be displaced as others emerger. The second potential for either (humans will continue to perform is job quality: the deployment of these technical the task with no significant impact from LLM) or tools could affect not only the number of job unaffected任务) 。还有工作本身的性质 ， 潜在的影响工作的意义 ， 幸福感分析发现 ， 超过 40% 的工作小时工人的数量和与新工人相关的多样性可以由 LLM 通过自动化and legacy roles. The third concerns is learning and or augmentation. Jobs with the highest potentialfor技能 ： 适应和接受任务的技术自动化包括那些强调变革需要持续学习 ； 敏捷的例行程序和重复的程序 ， 而不是需要劳动力是满足不断发展的高度人际关系的最佳方法通信,劳动力市场的需求。包括许多文书职业。LLM 增强的最大潜力are在以下各节中 ， 每个考虑因素都是强调批判性思维和复杂首先定义 ， 然后解决几个解决问题的技能 ， 特别是那些在科学 ， 实际的商业战略 ， 以确保有凝聚力的技术 ， 工程和数学(STEM)以及对快速变化的领域的包容性方法。它们包括高度专业工作环境。本白皮书提出 ， 通常需要高级学位的角色 ， 如as商业战略分为三个主要的computer programmers, plus roles that required approaches: 1) promoting worker awareness, wh