利用生成式AI促进就业增强和劳动生产率提升：场景、案例研究与行动框架

目录2 GenAI在工作场所的未来：未写成文。 11参考文献32免责声明结论 27贡献者 30附录：情景方法 28行动框架 21Unsplash.com 图片：执行摘要 4早期采用者的洞察本文件由世界经济论坛发布，作为对某项目、洞察领域或互动的贡献。此处表达的调查结果、解释和结论是经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、其全体成员、合作伙伴或其他利益相关者的观点。© 2024 世界经济论坛。保留所有权利。未经许可，不得以任何形式或任何方式复制或传播本出版物，包括复印和录音，或通过任何信息存储和检索系统。1GenAI的潜力在于促进工作增强。7 劳动力生产率 3前言 3脚注31引言 6致谢 1629 前言利用生成式人工智能进行职业增强与劳动力生产力：情景、案例研究与行动框架生成式人工智能（GenAI）正在改变工作领域。根据世界经济论坛最新发布的《未来工作》调查，在未来五年内，雇主预计GenAI的发展将重塑大量工作岗位，可能影响高达40%的全球总工时。随着这项变革性技术的功能不断发展，组织们正在思考如何利用GenAI来推动工作增强和工作场所生产力，以及他们可以采取哪些措施来充分发挥其全部潜力。To find out, the World Economic Forum and PwC embarked on a new piece of research focusing on how early adopters of GenAI are leveraging it across the workforce, the impact it is having and the lessons they have learned alongthe way.为了找出答案，世界经济论坛和普华永道开展了一项新的研究，重点关注早期采用者如何利用生成式人工智能（GenAI）推动整个工作场域的发展，其产生的影响以及在这一过程中学到的经验教训。基于对20多家跨行业组织的访谈 3Till Leopold本报告涵盖了我们所访谈的早期采用者的见解，以及组织内部GenAI部署可能出现的四种不同情景。它还提供了一个可操作的框架，供组织利用来塑造其GenAI员工方法。在各个地区，我们发现成功的GenAI部署在多大程度上取决于人，甚至比技术本身更重要。员工需要理解、信任并采用GenAI。这不仅需要培训和支持，还需要组织内部的文化转变，以拥抱新的工我们感谢所有慷慨与我们分享其时间与经验的组织和专家。我们希望这份报告将成为一个有用的资源，供全球各组织参考，以便他们在GenAI为工作增强和工作场所生产力带来的机遇与挑头部、工作、工资与就业创造，世界经济论坛 PwC UK的合伙人彼得·布朗；PwC全球劳动力领袖 作方式。战中寻求应对之道。 执行摘要全球背景情景分析在这样快速发展的技术中，很难预测即使是相对近期的未来将如何展开。为了帮助思考各种可能性，根据将塑造GenAI赋能工作增强、生产力和创新的两个关键不确定性来构建情景是很有用的。第一个核心不确定性与, which refers to the对生成式人工智能的信任程度，即员工和组织对生成式人工智能驱动工具及其输出结果的信任，以及员工对其雇主、技术提供者和政府的信任。第二个核心的不确定性则在于其适用性是否能够持续改进。GenAI短期质量是否保持不变。GenAI 与以往人工智能发展相区别之处在于其能够拓宽 AI 的使用途径并消除专业知识的壁垒。GenAI 有潜力通过释放用于低附加值任务的工时，投入到高附加值活动中，从而促进经济增长和生产效率提升。此外，GenAI 有潜力通过提升人类工人的技能和能力来增强其工作效能，进而提高生产力并实现新颖多样化的价值创造。社会智能（GenAI）已经Generative artifi the potential to drive significant improvements in workforce productivity at the level of tasks, organizations and economies. Delivering those gains depends, among other things, onthe deployment of GenAI tojobs, 即增强以部分执行任务，使技术通过人机协作有效地支持或增强人类能力。基于对现有研究的回顾、早期采用者的情景分析和案例研究，本报告提出了一个促进工作增强的行动框架。然而，GenAI提升生产力的潜力可能因国家、行业和组织而异。为了有效在劳动力中部署GenAI，组织还必须解决一系列因素，包括信任、技能、文化以及GenAI投资所体现的商业价值。任何这两个维度的组合都是可能的，从而导致截然不同的结果。一个信任度低的世界——无论是由于生成式人工智能（GenAI）从今天起没有显著进步；或， 4早期采用者的洞察行动框架为识别劳动力生产率提升和岗位增强的潜力，早期采用者结合了自下而上和自上而下的方法，并得到了领导层的强有力支持，同时依托员工创新能力的发挥。在日常工作实践中，大多数用例得到识别和开发。根据这一观点，最有前景的用例是那些由员工自己接受和倡导的用例。相反地，由于对其快速发展及其可能对就业造成冲击的担忧——这是一种错失了生产力提升和就业增强机会的情况。一个信任度高但GenAI进展有限的世界蕴含着重大风险；而信任度、质量与应用性同步提升的世界则更有可能实现劳动力生产力和就业增强的最大收益。结合情景分析的经验和早期采用者的经验教训，该报告提出了一个可操作的框架，旨在通过通用人工智能（GenAI）促进工作增强和工作效率增长。该框架侧重于组织可控制的内部因素，旨在同时为刚开始其通用人工智能（GenAI）劳动力部署旅程的组织，以及寻求扩展现有工作的组织提供帮助。率先在其员工队伍中采用生成式人工智能（GenAI）的组织，可以被描述为“数据驱动型”的。它们强调在向整个组织推广之前，先在小范围内开发和测试生成式人工智能解决方案，以便在更广泛的实施之前识别和解决问题。它们还高度重视风险管理，包括设计包含“人类参与”的内部委员会或理事会等流程。进行循环，建立内部规则、标准和框架，并评估用例，同时考虑大规模使用生成式人工智能的可持续性影响。所概述的四个近期未来情景为从全球不同行业和地区招募的超过20位早期采用者那里获得的访谈见解提供了有用的背景。这些组织部分追求GenAI是出于对生产力提升的信心。他们还相信GenAI将提高工作质量，并改善其员工的工作体验。不同的动机是希望抢先一个潜在的对其业务的干扰。 该框架围绕两个核心主题突出了若干关键要素：和.赋能参与 赋能元素专注于建立基础和指导原则，包括：通用人工智能愿景和战略；数据和科技基础设施；以及监管合规和治理。 着力要素致力于促进生成式人工智能（GenAI）工作场合作业得到有效采纳和整合到工作流程中，从而产生预期效益。这些要素包括：文化变革管理；技能发展和再配置；以及用例管理。 引言目前，GenAI在工作场所的未来仍不确定且未定义。尽管发展迅速，该技术仍处于早期阶段，因此无法预测其在不久的将来可能实现的生产力提升和岗位增强的程度。考虑到未来的不可预测性，部分考虑了四种情景以实现不同需考虑GenAI在工作场所演变的多种方式的两名利益相关者。本报告旨在挖掘早期采用者在部署生成式人工智能（GenAI）于工作场所中的经验，以汲取经验教训，并提供一个促进工作增强和提升劳动力生产力的可操作框架。它考察了组织必须具备的关键要素，以促进这些成果的实现。本报告所进行的研究访谈具有全球范围，涵盖广泛的地域、行业和组织，包括商业、公共部门和社会实体。GenAI在工作场所的出现，在董事会到休息室都引起了广泛关注。考察这些第一部分阐述了个人和组织对技术的期望、希望与担忧，并概述了当前有效利用技术以实现更优人员和业务成果的障碍。presents findings from interviews with第3节分享了20多家早期采纳的组织，他们慷慨地分享了关于GenAI对生产力提升和工作增强的初步影响的经验、教训和期望，为GenAI劳动力部署的实际影响和潜在回报提供了宝贵的见解。 研究结果表明，在合适的促成条件下，通用人工智能（GenAI）具有提升就业和增强生产力的潜力。然而，这需要组织经历一个理解该技术在特定需求中的价值、识别恰当的应用场景以及全面测试解决方案的阶段。此外，在应用场景规模化之前，确保员工理解、信任并采纳GenAI至关重要；因此，除培训和支援外，组织内部的文化转变对于接纳新的工作方式也至关重要。基于访谈的洞见，GenAI的成功部署在程度和重要性上，更多地取决于人而非技术本身。本报告作为世界经济论坛协调的《就业倡议》的一部分而制定，旨在应对持续存在的劳动力市场动荡，为未来创造就业机会，并确保人人拥有良好工作。《就业倡议》的一个关键关注领域是推广利用生成式人工智能（GenAI）增强工作机会和提升劳动力生产力的策略。它是世界经济论坛一系列当前报告中的一份，旨在探讨人工智能在各个行业和多种关键主题中的变革性作用。建立在先前章节的基础上提供第4节：一个组织可以为其自身使用而调整的行动框架，通过GenAI的采用来增加工作并提升生产力。该框架旨在使组织能够利用GenAI的潜力，同时遵守道德标准、新兴法律要求，并考虑使用该技术的员工的发展与福祉。 6 GenAI and job augmentation 1.1如同自动化和人工智能技术的其他近期进展一样，生成式人工智能的兴起引发了关于潜在失业的担忧。这种忧虑部分源于该技术本身的潜在技术能力，部分源于对雇主和政府能否支持人工智能引发的工作中断的怀疑。3一项最近的调查表明，47%的曾使用过通用人工智能（GenAI）的员工表示担忧，认为它可能会以负面的方式影响他们的工作性质。4本节概述了有关生成式人工智能（GenAI）在劳动力市场中的辩论及其促进工作增强和生产力增长的潜力。它还重点介绍了在最具代表性的大型语言模型（LLMs）之一公开发布两年后，社会各界对GenAI的当前预期和评估，以及其在劳动力市场更广泛应用所面临的障碍。不久之后，出现了其他几个著名的LLM，公众对GenAI的兴趣激增，对其改变全球劳动力市场的潜力寄予厚望。根据世界经济论坛最新发布的《未来就业报告》，在未来五年内，雇主预计将有大量工作因GenAI的进步而发生变化。1，可能影响高达40%的全球总工作小时数。研究考察通用人工智能（GenAI）对就业可能产生的潜在影响时，通常基于这样一个前提：职业角色和岗位由各种任务构成，其中部分任务可能不同程度地受到通用人工智能的自动化。例如，重复性或常规性的任务比那些需要大量人际互动的任务更容易受到自动化影响。尽管大量任务可能被通用人工智能完全自动化，但迄今为止的研究发现，几乎没有职业能以这种方式被完全取代。5随着生成式人工智能技术和劳动力市场的持续演变，未来某些工作角色可能会变得更加全面自动化，而另一些工作角色则可能得到进一步增强。与早期的工业转型类似，预计工作自动化和工作增强都将导致新增就业岗位——既直接创造全新工作，7并通过生产力提升与额外经济价值创造带来的宏观经济溢出效应间接实现。本报告的焦点在于短期，以及为当前及未来几年的就业岗位增长创造有利条件。本报告的第一部分将回顾关于GenAI潜力的当前讨论状态，特别关注工作增强、劳动力生产率增长以及该技术在更广泛的劳动力采用中所面临的障碍。通过利用自然语言处理技术，通用人工智能（GenAI）使用户能够与其进行交互，仿佛在与人类交谈，从而降低了使用门槛和对专业技术知识的依赖。自2022年11月ChatGPT 3.5公开发布以来，更常见的情况是，通用人工智能（GenAI）可能部分自动化某个岗位角色的一些任务，但同时提升人类工作者执行其他任务的能力。根据近期研究，本文将这一过程称为工作增强（job augmentation）（参见框1和图1）。6