明天的工作 ： 大型语言模型和工作 - 商业工具包

2023 年 12 月白皮书 Getty Images 图片 ： Contents 前言 3 执行摘要 4 导言 5 1 考虑 1 ： 工作变动和工作转移风险 71.1 负责任的企业战略 8 3 考虑 3 ： 技能和学习 112考虑 2 ： 工作质量92.1负责任的业务战略10 3.1 负责任的企业战略 12 贡献者 14结论 13尾注 15 免责声明 这份文件由世界经济论坛发布，作为对一个项目、洞察领域或互动的贡献。文中表达的研究发现、解释和结论是世界经济论坛协作过程的结果，并得到其支持和认可，但其结果未必反映世界经济论坛的观点，也不一定代表其全部会员、合作伙伴或其他利益相关方的意见。 © 2023 世界经济论坛。所有权利保留。本出版物的任何部分均不得以任何形式或通过任何手段进行复制或传输，包括复印和录音，或通过任何信息存储和检索系统。 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 ， 工资和创造就业的负责人 生成式人工智能（AI）和特别是大型语言模型（LLMs），依托于机器学习和自然语言处理的进步，代表了我们与信息互动方式以及由此扩展的工作方式的一种范式转变。这些技术能够创建原创内容、从大量数据中生成见解、以接近人类准确度进行语言翻译，并且有可能做出复杂决策。这些技术的多样性和效率，包括新的基于LLM的人机接口如智能代理等，可能会对就业和未来工作产生深远影响。 在制定促进大语言模型（LLMs）为企业、员工和社会整体服务的策略和实践方面采取主动措施。 这篇论文是对上一版《明天的工作》系列的直接跟进 ，明天的工作 ： 大型语言模型和工作which采取了结构化的方法来理解大语言模型（LLMs）对特定职位的直接冲击。该论文提供了大语言模型对就业潜在影响的结构化分析，使利益相关方——包括企业领导者、政策制定者、工人和更广泛的公众——能够做出更加明智的决策。此外，该论文中提出的方法还为未来各行业技术进步的案例研究提供了范例。 尽管大型语言模型（LLMs）的应用可以带来显著的生产率提升并创造新的就业类型，但也存在它们取代现有职位的风险，从而加剧社会经济不平等并引发全球劳动力的就业安全感下降。因此，将人工智能集成到我们的工作中是一项在把握机遇与管理潜在颠覆之间取得平衡的任务。 我们衷心感谢新经济与社会中心及其合作伙伴和成员们在就业议程方面的领导作用，以及埃森哲团队的合作，该团队的成员作为核心合作者参与了本论文的撰写。本文中的见解对于促进工作联盟（Good Work Alliance）的工作至关重要，这是一个由来自不同行业的企业组成的全球组织，致力于在不断变化的就业环境中优先考虑优质工作，该组织将通过增强劳动力市场的预见性、推动就业创造、提高就业质量并促进职业转换来促进更美好的工作未来，并将成为优质工作联盟的关键工具。 这份论文旨在为企业提供一个工具包，以指导企业在员工适应、学习并在这项技术专业生涯中成长的过程中，最大化员工的潜力。同时，这份论文也呼吁企业领导者采取行动。 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。 生成式人工智能技术（如GitHub的Copilot、Midjourney和ChatGPT）的爆炸性流行和易用性，标志着人工智能在公众采用方面首次真正达到了转折点，展示了该技术的变革潜力。尽管生成式人工智能有许多可能的应用场景，包括图像、视频、书面语言和音乐创作等，但大规模语言模型（LLMs）在未来短时间内有望对最多数量的工作岗位产生重大影响。 面对面互动为主的岗位可能受影响较小。企业被敦促采取主动且负责任的方法来管理这一转型，解决诸如就业转换、就业替代风险、就业质量和技能提升等方面的问题。企业领导者需要进行有结构的分析、规划和积极准备，以确保生成式预训练语言模型（LLMs）和其他技术进步能够带来更好的工作未来，并为工人创造新的机会。 此论文为企业提供了一套工具包，提供了实用策略以应对不断变化的工作岗位格局，涵盖三个主要考虑领域：1) 工作变动和工作岗位替代风险、2) 工作质量，以及3) 学习与技能提升。这三个方面的考量均通过由三大基本原则指导的企业实践来解决：1) 提升员工意识、2) 推动组织变革，以及3) 转变工作场所规范和文化。最终目标是通过大规模部署大语言模型（LLMs）有效引导劳动力转型，制定业务策略矩阵。 The未来就业报告 2023全球业务领导者认为，由于快速的技术进步，尤其是生成式AI技术，预计未来五年内全球23%的工作将发生转变。特别地，大型语言模型（LLM）有潜力既自动化又增强各种职业的任务。明天的工作 ： 大型语言模型和工作白皮书由世界经济论坛和Accenture于2023年初发布，发现40%的工作时间可以被转型，影响从需要高级学位的专业领域到专注于常规程序的角色。 Introduction LLM 可以改变高达 40 ％ 的工作时间 - 企业必须带头。 技术正在迅速变革劳动市场。《2023年未来工作报告》发现，全球商业领袖预计在未来五年内将有23%的现有工作岗位会发生转变。1这一转型由关键技术趋势推动，包括技术采用、绿色转型以及全球经济前景。特别是，技术采用正在改变劳动力市场：82%的企业领导人预计新技术的采用将推动企业转型，而37%的企业领导人认为新技术将成为净就业创造者，21%的企业领导人则认为它们将成为净就业替代者。 点，展示了该技术的变革潜力。自2022年11月推出以来仅一周，OpenAI的语言模型ChatGPT就达到了一百万用户。到一月份，ChatGPT的月活跃用户数达到了一亿，成为当时历史上增长最快的消费类应用。3 生成式变压器模型有能力影响所有类别的创造性工作，具备生成新颖图像、视频、音乐、声音和书面语言的能力。尽管生成式人工智能（AI）有着广泛的应用场景，但大型语言模型（LLMs）及其独特的语言生成能力在未来短期内有可能对最多的就业岗位产生显著影响。例如，像ChatGPT这样的大型语言模型已经展示了这种快速的发展，并有可能影响各个行业中的许多工作岗位。2023年9月，世界经济论坛与安永合作发布了《未来的工作岗位：大型语言模型与工作岗位》白皮书，以增加对大型语言模型如何影响工作岗位的理解。该白皮书提供了结构化的分析，探讨了大型语言模型对未来工作岗位的潜在影响。 在整个2023年，生成式人工智能（AI）在能力和采用方面的发展速度非常快，并且这种速度没有放缓的迹象。事实上，预计在未来3到5年内，全球三分之二的公司都会采用包含生成式AI的技术，而且98%的全球高管认为，在同一时期内，AI基础模型将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 潜在岗位转型的可能性如《明日之职：大型语言模型与岗位》白皮书所述，企业必须采取积极、以人为本且负责任的方法来应对大型语言模型（LLM）。 LLM对就业的影响，发现它将既自动化又增强job任务，最终对就业产生变革性影响。 Over 40%工作小时可能是转换为LLM through自动化或增强。 《2023年9月白皮书》发现，在各类职业中，大约62%的工作时间涉及基于语言的任务——这些任务可能受到大规模语言模型（LLMs）潜在影响。对超过19,000个个体任务进行了评估，以了解每个任务对LLM采用的潜在暴露程度，并将它们分类为高度自动化的任务（该任务可以由LLMs完成，无需人类参与）、增强型任务（该任务将继续由人类完成，但LLMs可以提高人类生产力）、低潜在自动化或增强任务（人类将继续执行任务且不会受到显著影响）以及不受影响的任务（非语言任务）。 这份白皮书是《明日之职：大型语言模型与就业》报告的后续版本，旨在为企业提供一个工具包，以应对即将到来的劳动力市场技术变革所涉及的三个考虑因素。首先，是岗位变化和岗位替代的风险：由于大型语言模型（LLMs）能够执行许多在工作中使用的语言任务，而高达60%的工作时间用于这些语言任务，因此有可能某些岗位会被替代，同时新的岗位会涌现出来。其次，是工作质量的问题：这些技术工具的应用不仅可能影响工作岗位的数量，还可能影响工作的本质，从而可能影响工作的意义、工人的福祉以及新旧角色相关的多样性。最后，是学习和技能提升的问题：适应并拥抱技术变革需要持续的学习；灵活的劳动力队伍是满足不断变化的劳动力市场需求的最佳方法。 分析发现，超过40%的工作时间可以通过LLMs实现自动化或增强。最容易实现任务自动化的职位包括那些强调常规和重复程序且不需要高程度人际沟通的工作，包括许多文职职业。最容易通过LLMs实现增强的职位则侧重于批判性思维和复杂问题解决技能，尤其是在科学、技术、工程和数学（STEM）领域。这些职位包括许多需要高级学位的高度专业化角色，如计算机程序员，以及需要人类验证的角色，如评估员、监控员和筛选员。强调面对面交流和人际互动的职位预计不会受到LLMs的影响，而强调非语言任务的职位将更少受到影响或几乎不受影响。4最后，该论文还发现新的工作岗位可能涌现，例如AI模型和提示工程师、界面和交互设计师、AI内容创作者、数据策展人和训练员以及伦理与治理专家。 在接下来的部分中，每个考量首先被定义，然后通过几种确保整体性和包容性的实用商业策略来解决，以应对迅速变化的工作环境。本白皮书提出，这些商业策略主要分为三种方法：1) 提升员工意识，即向员工传达和教育他们关于大语言模型（LLMs）对当前角色及未来就业前景潜在影响的信息，激励他们在不断演变的技术环境中主动参与；2) 推动组织变革，其中公司调整其结构、流程和策略，以利用新技术带来的好处并减轻与这些变革相关的风险；3) 转变工作场所规范和文化，重塑工作场所内的基本态度、行为和价值观，促进对变化的灵活响应。表1总结了关键考量及其提出的商业策略。 鉴于可能无处不在的实现商业环境中的 LLM ， 与 1考虑 1 工作变动和工作转移风险 通过内部职业市场和员工灵活性主动应对职业变更和职业替代风险，确保员工顺利过渡。 担忧认为最新一波生成式AI技术，特别是大型语言模型（LLMs），可能会导致工作任务的自动化，并最终导致就业减少。虽然劳动力市场的预测从未达到100%确定，但最近世界经济论坛的研究采取了结构化的方法，发现LLMs的采用可能自动化某些任务并增强其他任务。5 用于增强LLMs（大型语言模型），这意味着这些技术将协助任务执行并提升个人生产力。此外，论文发现通过创建监督、补充和增强AI能力的角色，有可能生成新的就业机会。 《2023年就业前景报告》呼应了这些发现，表明许多由大语言模型（LLM）具有高自动化潜力的工作领域，企业领导人也预期在未来五年内将出现就业下降，如银行出纳员及相关职员、数据录入员以及行政和执行秘书等。而具有较高增强潜力的工作岗位则预计会增长，例如人工智能和机器学习专家、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《未来工作：大型语言模型与就业》白皮书发现，大型语言模型（LLMs）最具自动化潜力的工作任务通常是那些以常规和重复的方式使用语言的任务。虽然LLMs将影响这些任务而非整个工作，但强调这类语言任务的工作可能会出现下降趋势，一些员工对此已有认识。例如，在2023年第三季度期间，全球范围内对“我的工作是否安全？”的搜索次数翻了一番，这表明公众越来越关注LLMs是否会自动化他们的工作。6然而，大语言模型（LLMs）和其他生成型AI技术也为就业增长带来了潜在可能性。同一份论文发现，强调抽象推理和解决问题能力的工作任务具有最高的潜在价值。 强调抽象推理和问题解决技能的工作任务最具被LLMs增强的潜力，这意味着这些技术将在任务执行中提供协助并提升个人生产力。 尽管劳动力市场的预测从未完全确定，