工作，劳动力，工人：在生成人工智能时代重塑

| 序言 | 执行摘要 | 生成式人工智能现状 | 冲突的观点侵蚀信任 | 机遇的三重奏 | 生成式人工智能GPS | 前景展望内容03前言 18-25机会的三重奏：经济、商业、人民 26-40生AI GPS绘制路径为了实现生成式AI的全部潜力加速器 1：在领导中学习新方法加速器2：重塑工作加速器 3:重塑劳动力加速器 4：准备工作者 04-08执行摘要 14-17冲突的观点侵蚀信任 09-13生成式人工智能现状 41-42前方展望 作者前言 前言让我们共同探索生成式AI的时代。| 执行摘要 | Gen AI 现状 | 观点冲突侵蚀信任 | 机会三重奏 | Gen AI 导航仪 | 未来展望我们知道，实现生成式人工智能的全面潜力不仅取决于强大的数据基础，还取决于领导者带领和学习的不同意愿。这使得我们能够应对风险，抓住面前巨大的机遇，以负责任的方式重塑工作、重塑劳动力并准备人员。没有其他现代技术对这些领域产生过如此大的影响——我们即将亲身体验到这一点。然而，与数字技术兴起时类似，追求试点项目和实验往往忽视了稳健的人才策略。生成式AI已经迅速崛起。它出现得很快，并且还在以更快的速度发展。至今，我们的团队已经参与了超过700个客户项目。我们正在见证成功的模样——并且在这里分享。为了突出早期关注人才的重要性，我们的研究带来了数据，揭示了我们所见所闻的开创性现实。当你深入这些见解时，要知道这是独一无二的旅程的开始。我们正在探索生成式人工智能如何改变规则，以及我们如何都能脱颖而出——作为企业、作为领导者和作为个人。 埃莉恩·肖克保罗·道赫蒂Accenture 首席技术官兼创新官安永首席领导力与人力资源官 执行摘要工作重塑，员工转型，员工准备执行摘要生成式人工智能有可能显著改变各行各业和领域的本质工作。虽然生成式人工智能有可能带来诸多益处，但也引发了伦理和社会问题，包括与工作流失、数据隐私、知识产权保护、偏见和人工智能的负责任使用相关的问题。生成式人工智能对工作的影响将取决于它是如何实施、监管和整合到各行各业和组织中的。 | 通用人工智能发展现状 | 争议观点侵蚀信任 | 机会三重奏 | 通用人工智能指南针 | 未来展望 这取决于人和他们如何使用它。更具体地说，这取决于领导者拥有塑造未来的勇气、知识和理解。他们需要优先考虑以人为本的变革努力，并以新的方式学习，负责任地扩展这项突破性技术，创造价值，并确保工作惠及所有人。这意味着要树立和引导一个关于如何重塑工作，重塑劳动力并使工人做好准备在一个生成式人工智能世界里，同时建立一种有韧性的文化来应对持续不断的变化。如果左侧的段落听起来像是针对问题“生成式人工智能（gen AI）将如何改变工作？”的机器人式回答，那是因为它确实是——这是由ChatGPT生成的回应。在某种程度上，这个回答是正确的，但它忽略了对价值链的影响将如何从根本上改变工作的本质，重塑企业传递价值和为员工及客户提供更好体验的方式。这些细节和洞察力，只有人类才能为这样重大的问题带来。一个更好的回答要简短得多： | 通用人工智能发展现状 | 争议观点侵蚀信任 | 机会三重奏 | 通用人工智能指南针 | 未来展望目录 | 前言 |执行摘要由于它在各类工作中的普遍存在，并可能产生指数级的影响，1生成式人工智能即将为工作和经济带来自农业和工业革命以来最显著的提升和变革。例如，早期的工业革命以大规模生产和标准化产出为标志。生成式人工智能的时代不仅将由生产力的提升来定义，还将由增强的人类创造力和塑造更创新员工和客户体验的潜力来定义。投资于人来重塑工作人们今天和明天使用生成式AI的影响和重要性不可忽视。在这个时代，通用人工智能不仅影响着生产力；它正在影响价值链中的各个环节，改变着工作本身。 | 通用人工智能发展现状 | 争议观点侵蚀信任 | 机会三重奏 | 通用人工智能指南针 | 未来展望目录 | 前言 |执行摘要历史上第一次，我们正拥抱一个“人类设计.“生成式人工智能的有效性取决于人类输入以驱动高质量输出——无论是简单的，如电子邮件草稿，还是复杂的，如财务预测。这种转变将导致工作方式的革新，并在整个价值链中实现更以人为中心的过程。通过综合数据、理解自然语言并将非结构化数据转化为可操作的见解，生成式人工智能正在推动业务流程重塑的民主化，赋能从一线员工到实验室科学家再到设计专业人士的每个人，重塑他们自己的工作流程。生成式人工智能也能使员工更贴近客户。想象一个银行场景，其中生成式人工智能改变了客户体验：从使用人工智能驱动的分析来全面了解客户需求，到根据这些需求定制金融产品和服务。这种端到端的变革不仅简化了运营；它还有助于银行家更好地了解客户，识别新产品，并为客户和员工改善体验。所有这些成果都对利润产生积极影响。 95%工人们认为与通用人工智能合作是有价值的——但他们最大的担忧是，他们不信任组织能确保为所有人带来积极的结果。创新场景显示，超过在额外的经济价值如果组织负责任地并以规模化方式（按行业、按价值链）采用生成式人工智能，则可以在 2038 年解锁。2这种潜力体现在 CxO 的乐观情绪中，大多数人认为生成式 AI 将最终提高他们公司的市场份额，以及17%预计市场份额将增加10%或更多。3事实上，我们的研究表明生成式人工智能提供了三种机遇：它能够加速经济价值和提升生产力以推动业务增长，同时也为人们创造更多富有创意和意义的工作。全球生成式人工智能采用情况的比较分析，以及三分之二的人强烈同意，有了生成式人工智能，10.3万亿美元工作将变得更加充实和有意义。 5大多数组织将生成式人工智能视为通向更大创新的途径，更像是收入增长的策略而非成本削减的策略。而谈到劳动力方面，重新发明者（代表9%的组织）与其他组织相比，更有可能预计未来三年生产力提升20%或更多，其可能性是其他组织的2倍。4 | 通用人工智能发展现状 | 争议观点侵蚀信任 | 机会三重奏 | 通用人工智能指南针 | 未来展望目录 | 前言 |执行摘要我们的研究探讨了导致这种信任差距的因素。目前，全球四分之三的组织缺乏全面战略和举措，以确保员工在使用生成式人工智能时的积极体验和结果。6而且，我们调查的三分之二CxO承认他们为领导这场变革而准备不足。7领导者与员工之间认知的不一致也会侵蚀信任。当谈到工作保障时，58%的员工感到担忧，8然而，不到三分之一的高管认为工作替代对人们是个担忧。9当谈到幸福感时，还存在着另一种脱节，其中60%的工人担心生成式AI可能会增加压力和倦怠。10与仅37%的领导者认为这是一个问题的比例相比。11这种缺乏信任使三重机遇面临风险。尽管94%的人表示他们愿意学习新技能以使用生成式人工智能工作，12只有 5% 的组织正在大规模地重新培训其员工。13 我们的研究也强调了满足人们基本人类需求的重要性，这样他们才能感觉“网络更好”15在工作。为什么？因为这是一个加强信任，让人们做好准备并适应生成式人工智能的明确途径。事实上，通过帮助他们的员工加深对公司及其同事的信任，培养与市场相关的技能，以目标为导向地工作，并增强他们的情感、身体和财务健康，组织可以释放个人潜力的三分之二，这可以带来5%的收入增长。16在这个生成式人工智能的时代，领导者应该将他们的员工视为旅程中的领航员，而不是乘客。革新者认识到这一点。目前只有一小部分组织走在前列，因此成为领跑者的机会很大。成功很大程度上取决于那些富有同情心和谦卑的领导者，以及那些创造条件让员工在工作中感觉“明显受益”的领导者。 跟随重塑者然而，领导者有一 种方法可以弥合信任差距并加速生成式人工智能的集成：观察和效仿领先组织如何在更有利于业务的方式 下利用生成式人工智能和更适合人们。埃森哲的研究揭示，在已具备持续创新能力的9%的组织中（革新者），近半数（47%）的组织已经开始思考更大的目标——认识到他们的流程需要进行重大改变才能充分利用生成式人工智能。超过一半（52%）的组织已经开始采取措施，通过围绕生成式人工智能重新设计工作职责来重塑劳动力。所有这一切的关键是：四分之三的人在积极地参与在企业变革努力中，同时进行人员技能再培训。这些组织正在打破壁垒，使数据对所有员工都可用，培养透明度，并在其员工之间建立信任。14 “生成式人工智能标志着在过去的25年里对组织——以及在我个人的情况下对新闻编辑部——的最重大颠覆。以负责任的方式对待它，它可以帮助最重要和最受尊敬的媒体公司提供更优越、更准确的服务和产品。是人们，而不是技术，理解公司的目的及其试图实现的目标。”威廉·刘易斯，首席执行官兼出版人，《华盛顿邮报》 | 通用人工智能发展现状 | 争议观点侵蚀信任 | 机会三重奏 | 通用人工智能指南针 | 未来展望目录 | 前言 |执行摘要我们的生成式人工智能“GPS”在本文中展示了如何导航前面的旅程，并专注于四个加速器。它强调领导者致力于持续、深入的学习和以新的方式引领，以及以人为本变革管理重塑工作，重塑劳动力和准备工人所以他们对明天将要发生的一切都具有韧性。 在深入探讨生成式 AI 的 GPS 之前，我们先通过考察生成式 AI 的现状以及围绕它的争议观点来铺陈背景。理解这两者对于充分发挥生成式 AI 对组织、个人和社会的潜力至关重要。 内容 | 前言 | 执行摘要 | 生成式人工智能现状 | 冲突观点侵蚀信任 | 三重机遇 | 生成式人工智能指南 | 未来展望我们今天在哪里 生成式人工智能现状图1。欢迎来到生成式人工智能的时代诊断为什么会发生吗？分析场景片段基础性目录 | 前言 | 执行摘要 |生成式人工智能现状 预测性生成式What should我们接下来做什么？人工智能如何帮助在执行时？模拟建议优化创建推荐代码人工智能的进化经历了三个具有重要意义的发展阶段。诊断时代很大程度上是由机器学习的引入所定义的。预测时代赋予了我们能够对从运营到客户行为等一切事物做出越来越准确的预测的能力。并且 2022年底见证了生成时代现在，机器不仅能够进行高精度预测，还能生成创意内容并提供个性化建议（见图1）。 生成式人工智能现状 | 争议观点侵蚀信任 | 三重机遇 | 生成式人工智能GPS | 未来前景目录 | 前言 | 执行摘要 |• 冲击量：我们的模型显示，美国有44%的工作时间属于自动化或增强的范围。20这个百分比较高，甚至在国家知识数量更多的情况下。• 驱动重塑：在我们在受访的81%的公司中，生成式人工智能被视为企业重塑的主要杠杆之一。17然而三分之二的高管们缺乏成功重塑其组织的正确技能和能力。18数据战略和技术基础设施作为实施生成式人工智能的重要关注点出现，近半数高管认为需要改进数据战略才能有效利用生成式人工智能。19生成式人工智能目前还处于非常早期的阶段，大部分公司仍处于规划和实验阶段。但纵观全局，已经出现了一些关键趋势，反映了生成式人工智能对企业再造、劳动力动态、监管环境、高管观点和员工情绪的影响。这些趋势对于理解生成式人工智能当前的地位，以及其改变行业、工作和员工体验的未来潜力具有重要意义。 语言任务型21相对于全体工作人口，工人的占比，例如在英国（在那里47%的所有工作小时将被影响）。各行业之间也存在差异（参见下一页的图2）。还需要注意的是，数字技能水平较低、职业经验较少和正规教育程度较低的人群可能受到更负面的影响，这进一步突出了加剧数字鸿沟的风险。22• 监管响应：有些人认为，监管机构将生成式人工智能视为一匹已经从马厩里冲出去的马，并举例说明，例如拜登政府10月底发布的行政命令，要求进行新的安全评估、平等权和公民权指导以及关于劳动力市场的研究。23仅几周前，中国就针对生成式人工智能推出了几项法规。24并且，在2023年12月，欧洲议会通过了《人工智能法案》，该法案连同基于风险的规定，为生成式人工智能的使用设定了透明度要求。25越来越多的国家和地区认识到，为了应对迅速发展的AI技术，亟需建立监管框架，其中包括完善的知识产权保护和使用协议。 如果我有一个担忧，那就是人们会低估在这些工具创造过程