未来的工作：大型语言模型和工作——一个商业工具包

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 Contents 1考虑1：工作变动和工作转移风险71.1 2考虑2：工作质量92.1 3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。 前言 Mary Kate Morley RyanTalent 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。 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。 While the application of LLM could lead to significantproduction gains and the creation of new types of jobs,there is also a risk that they could displace existingroles, 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。 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。 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 theirprofessional careers. This paper also serves as a call toaction for business leaders to take the 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。 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。Eachoftheseconsiderationsisaddressedthroughbusinesspracticesguidedbythreebasicapproaches:1)promotingworkersawareness,2)facilitatingorganizationchange,and3)shiftingworkplacenormentsandculture.Theresultisabusinessstrategymatrix通过大规模部署LLM实现劳动力过渡。 《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。 Introduction LLM可以改变高达40％的工作时间-企业必须带头。 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 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。 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,soundsandwrittenlanguage.WhiletherearemyriadpossibleusecasesforgenerativeAI,largelanguagemodels(LLM)andtheiruniquelanguage-generationcapabilitieshaveanoutsizepotential 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 to impact the greatnal number of jobs in the new future. LLM,such as those powering ChatGPT, have demonstrated thisrapid development and have the potential to impact many joband workers across. In September 2023, to increaseunderstand of LLM could 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。2GitHub的Copilot、中程和ChatGPT是一个案例 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 超过40% LLM可以通过自动化或增加来改变工作时间。 考虑1工作变动和工作转移风险1 通过内部就业市场和工人敏捷性主动应对工作变化和工作流离失所风险，确保员工平稳过渡。 人们担心，最新一波的生成人工智能技术，特别是LLM，可能会导致工作任务的自动化，并最终导致失业。虽然劳动力市场预测从来都不是100%确定的，但世界经济论坛最近的研究采取了一种结构化的方法，发现采用LLM可以自动化一些任务并增强其他任务。5 for augmentation by LLM, meaning these technologies willassisted in task execution and boost individual production.Additionally, the paper found there is potential to generatenew employment opportunities by creating roles that scover,complement and enhance AI ’ s c 《2023年就业未来报告》呼应了许多这些发现，表明许多具有LLM自动化潜力的工作也有望在未来五年内经历就业下降，如银行出纳员和相关文员，数据输入文员，以及行政和执行秘书。 增长，例如AI和机器学习专家，数据分析师和科学家以及数据库和网络专业人员。 世界经济论坛的《明天的工作：大型语言模型和工作》白皮书发现，潜力最大的工作任务 for automation by LLM tend to be those that uselanguage in a routine and repeating manner. While LLMwill impact tasks - rather than jobs as a whole - jobsemphasing these types of language task could see adecline, with some 强调抽象推理和解决问题能力的工作任务LLM具有最大的增强潜力，这意味着这些技术将有助于任务执行并提高个人生产力。 工人意识到这种潜力。例如，在2023年第三季度，全球搜索“我的工作安全吗？”翻了一番，这表明公众越来越担心LLM是否会自动化工作。6然而，LLM和其他生成AI技术为 然而，劳动力市场预测永远不会完全确定，并且可能会随着LLM的发展而发展。企业必须积极参与解决工人的关切，同时为他们适应即将到来的过渡做好准备。 工作增长也是如此。同一篇论文发现，强调抽象推理和解决问题技能的工作任务具有最高的潜力 1.1负责任的经营战略 员工意识-部署主动预测并传达期望 成长的机会。启用内部流动性不仅奖励忠诚的员工，它使公司能够解决他们的人才短缺，同时减轻成本。全球约60％的公司指出，技能差距是业务转型的主要限制。12更换工人的成本很高：盖洛普估计，更换成本可能超过员工年薪的两倍。13通过在内部就业市场上的工作过渡来留住有经验的工人可以减少总的招聘成本，并提高人们为组织贡献价值的速度。 使用预测分析来预测哪些工作最有可能受到LLM和其他中断的影响，并与管理层和员工积极沟通，以主动提供减轻负面就业影响的途径。 –组织有能力和责任通过工作变化和中断来支持工人。为员工提供正确的知识使他们能够做出更好的决策7在寻找重新培训机会或过渡到不同的工作或职业。显然，共享数据和方法也将增加信任并改善员工的福祉，绩效和业务责任感。8分析如明天的工作：大型语言模型和乔布斯提供对劳动力市场的现实评估，并可以在短期内帮助塑造期望。组织可以使用这些研究的结果或应用类似的分析方法来了解LLM如何改变他们的业务和员工的工作。 –总部位于英国的全球金融服务组织汇丰银行为约20万名员工部署了内部就业市场，并计划扩大对全球22万名员工的准入。他们估计，他们的内部人才市场是他们技能建设战略的核心，已经释放了超过17万小时的工作时间。此外，约4