利用生成式人工智能促进就业增加和劳动生产率提升：场景、案例研究和行动框架

洞察报告 2024年11月 Unsplash.com 图片： 内容 前言3 执行摘要 4 引言6 1GenAI在促进工作增强方面的潜力7劳动力生产率 2 职场中GenAI未书写的未来 11 3早期采用者的见解 16 行动框架4 21 结论 27 附录：场景方法学28 29 免责声明 本文件由世界经济论坛发布，作为对某个项目、洞察领域或互动的贡献。此处表达的研究发现、解读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。本出版物之任何部分均不得以任何形式或任何方式复制或传播，包括影印和录音，或通过任何信息存储和检索系统。 前言 Till Leopold头部，工作，工资和就业创造，世界经济论坛 皮特·布朗 合伙人，PwC英国；PwC全球劳动力负责人 生成式人工智能（GenAI）正在改变工作世界。根据世界经济论坛的最新《未来就业报告》，在未来五年内，雇主预计GenAI的进步将重塑大量工作岗位，可能影响高达40%的全球总工时。 在地理区域上，我们发现成功的GenAI部署，很大程度上取决于人们而非技术本身。员工需要理解、信任并采用GenAI。这需要不仅是培训和支援，还要求组织内部的文化转变，以拥抱新的工作方式。 这份报告涵盖了我们所采访的早期采用者的见解，以及组织内部部署GenAI可能出现的四种不同情景。它还提供了一个可操作框架，组织可以利用该框架来塑造其GenAI员工方法。 随着这项变革性技术的功能不断发展，组织正在思考他们如何利用 GenAI 来推动工作增强和劳动力生产率，以及他们可以采取哪些措施来充分发挥其全部潜力。 为了弄清楚这一点，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，它所带来的影响以及他们在过程中学到的经验教训。 我们感谢所有与我们分享时间和经验的组织和专家。我们希望这份报告将成为世界各组织在GenAI为工作增强和工作场所生产力带来的机遇和挑战中导航的有用资源。 基于对跨越多个行业的20多家组织的采访 执行摘要 人工智能（GenAI）已经生成式人工智能有潜力在任务、组织和经济层面推动劳动力生产率的显著提高。实现这些收益取决于多种因素，其中之一是部署通用人工智能。工作，即增强以部分执行任务，并以人机协作的方式使技术有效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。 相反地，由于其快速发展及其对就业岗位的潜在影响所引发的关注——这是一种错失了生产力提升和就业岗位增强机会的情况。一个高度信任但对生成式人工智能（GenAI）改进有限的世界包含着显著的风险；而一个信任、质量和适用性同步提升的世界则更有可能看到劳动力生产力和就业岗位增强方面的最大收益。 早期采用者的见解 所概述的四个近期未来情景为从全球不同行业和地区的20多位早期采用者那里进行的访谈所获得的见解提供了有用的背景。这些组织追求生成式人工智能部分是出于对生产力增长的信心。他们还相信生成式人工智能将提高工作质量以及他们员工的体验。不同的动机是预先阻止一个可能破坏他们业务的差异潜力。 全局上下文 将GenAI与人工智能以往发展区分开来的，是其扩大AI使用范围并消除专业知识的壁垒的能力。GenAI有潜力通过将用于低价值任务的工时解放出来，投入到高附加值活动中，从而促进经济增长和生产率提升。此外，GenAI有潜力通过提升人类工人的技能和能力来增强他们，从而提高其生产率并实现新的多样化价值创造。 那些在员工队伍中最早采用GenAI的组织可以被描述为“数据驱动型”。他们强调需要在小团体中开发和测试GenAI解决方案，然后再将其推广到整个组织，以便在更广泛的实施之前识别和解决问题。他们还高度重视风险管理，包括设计包含“人类在内部委员会或理事会中发挥作用”的流程。循环’，建立内部规则、标准和框架，并评估用例，并考虑在规模上使用 GenAI 的可持续性影响。 然而，GenAI提高生产力的潜力可能因国家、行业和组织而异。为了有效地在工作场所部署GenAI，组织还必须解决一系列因素，包括信任、技能、文化以及GenAI投资所产生的商业价值证明。 要识别员工生产力提升和岗位扩大的潜力，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力支持，同时依赖于其员工的创新能力。大多数用例是在日常实践中被识别和开发的。从这个角度来看，最有前景的用例是由员工自己接纳和推动的。 情景分析 面对这样快速发展的技术，很难预测即使相对较短期的未来将如何发展。为了帮助思考各种可能性，基于将塑造GenAI赋能工作增强、生产力和创新的两个关键不确定性来设想情景是很有用的。第一个核心不确定性与，指的是对 GenAI 的信任程度是指员工和组织对 GenAI驱动的工具及其输出结果的信心，以及员工对其雇主、技术提供者和政府的信任。第二个核心不确定性是关于适用性是否能够继续改进GenAI短期质量是否会保持不变。 行动框架 结合场景和早期采用者带来的经验教训，该报告提出了一个旨在利用GenAI促进工作增强和劳动力生产率增长的可行性框架。它着眼于组织可控制的因素，旨在对刚开始GenAI劳动力部署旅程的组织以及寻求扩大现有努力的组织都具有重要意义。 这两维度的任何组合都是可能的，会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今天没有显著进步；或者， 该框架围绕两个核心主题突出了若干关键要素：和.启用 参与启用元素专注于建立基础和指导原则，包括：生成式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。 关注要素着重于促进GenAI员工应用能够有效采用并集成到工作流程中，以产生预期的效益。这些要素包括：文化和变革管理；技能发展和再部署；以及用例管理。 介绍 本报告旨在挖掘早期采用生成式人工智能（GenAI）在劳动力中部署的实践经验，以总结经验教训，并提供一个可操作的框架，用于促进工作增强和提升劳动力生产率。报告研究了组织必须具备的关键要素，以促进这些成果的实现。本报告进行的研究访谈具有全球范围，涵盖了广泛的地域、行业和组织，包括商业、公共部门和社交实体。 建立在之前的章节的基础上，提供第四部分 一个组织可自行调整以用于增强工作并提高生产力通过genAI采用的行动框架。该框架旨在使组织能够利用genAI的潜力，同时遵守道德标准、新兴的法律要求，并考虑到使用该技术的员工的发展和福祉。 研究发现，在合适的促成条件下，通用人工智能（GenAI）有潜力增强工作并提高生产力。然而，这需要组织经历一个理解该技术对其特定需求的价值、识别合适的用例以及彻底测试解决方案的阶段。此外，在使用用例进行规模化之前，确保工人理解、信任和采用通用人工智能至关重要；因此，除了培训和支援，组织内部的文化转变对于接纳新的工作方式也至关重要。基于访谈的见解，通用人工智能的成功部署在很大程度上或更多程度上取决于人，而非技术本身。 在工作场所中GenAI的出现引起了广泛关注，从会议室到休息室。审查了这些第一部分期望、希望和担忧，并概述了个人和组织有效利用该技术以实现更好的人员和商业成果所面临的当前障碍。 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，该技术仍处于初级阶段，使得无法推算出未来近期能否实现生产力的提升和工作的增强。考虑到未来的不可预测性，章节考虑了四种情景以使各种两位利益相关者需要思考GenAI在工作场所可能发展的多种方式。 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）增强就业和提升劳动力生产力的策略。这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行各业和多种关键主题中的变革性作用。 呈现来自访谈的发现第三节超过20家早期采用的组织慷慨分享了他们的经验、所学和关于GenAI对生产力提升和工作增强的新兴影响的期望，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。 1GenAI在促进工作岗位增强和工作场所生产率方面的潜力 本节概述了关于生成式人工智能（GenAI）在工作场所的辩论及其促进工作增强和生产力增长的可能性。同时，它还重点介绍了在发布最著名的大型语言模型（LLM）之一两年后，围绕GenAI的当前期望和评估，以及其更广泛地应用于工作场所的障碍。 不久之后，又有几家知名的LLM出现，公众对GenAI的兴趣激增，人们对它可能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《未来工作》调查，在未来五年内，雇主预计将有大量工作岗位因GenAI的进步而重塑。1，可能影响高达40%的全球总工作时数。2 通过利用自然语言处理技术，GenAI使用户能够像与人类对话一样与其互动，降低了使用门槛和对专业技术知识的需要。自2022年11月ChatGPT 3.5公开发布以来， 本报告的第一部分将回顾关于 GenAI 潜力的当前辩论状态，特别关注工作增强、劳动力生产率增长以及该技术更广泛劳动力采用方面的障碍。 生成式人工智能与工作增强 1.1 与自动化和人工智能技术的其他近期进展类似，生成式人工智能的兴起引发了人们对可能失业的担忧。这种担忧部分源于该技术本身的技术潜力，部分源于对雇主和政府能否应对人工智能引起的就业中断的能力的怀疑。3一项最近的调查表明，47%的已使用过GenAI的员工表示担心它可能会以负面方式影响他们工作的性质。4 更常见的是，通用人工智能（GenAI）可以部分自动化某个工作角色的某些任务，但同时也提升了人类 workers 执行其他任务的能力。根据近期的研究，本文将这一过程称为工作增强（参见框1和图1）。6 随着通用人工智能技术和劳动力市场的不断发展，未来一些工作岗位可能会变得更加自动化，而另一些工作岗位则可能进一步增强。与早期的工业转型类似，工作岗位自动化和岗位增强都可能预计会导致新增就业岗位——这既包括直接创造全新的各领域工作岗位，7并通过生产率提高以及额外经济价值创造带来的宏观 研究考察生成式AI对工作可能产生的影响时，通常基于工作角色和职业由各种任务组成的前提，其中部分任务可能不同程度地受到生成式AI的自动化。例如，重复性或常规性任务比需要大量人际互动的任务更容易受到自动化。尽管各种任务可能被生成式AI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 经济溢出效应间接影响。本报告的重点是短期，以及为现在和未来几年的就业岗位增加创造实施条件。 生成式人工智能与劳动力生产率增长 1.2 知识。通用人工智能（GenAI）可以通过将用于低价值任务的工作时间释放出来，从而通过从事高附加值活动来促进经济增长和生产率提升。例如，自动化客服查询可能使客服人员能够专注于更复杂的问题，从而提高客户满意度。一项最近的研究调查了来自11个接触过通用人工智能（GenAI）的职业的超过10万名工人，发现工人估计ChatGPT可以减少工作时间 生成式人工智能对生产力的潜在影响是其最受期待的收益之一，特别是由于许多经济体中的生产力增长放缓。8尽管当前的预测差异很大，但已有建议称，生成式人工智能对生产力的冲击可能在接下来的十年里为全球经济增加数万亿美元。9 将GenAI与人工智能之前的进步区分开来的是它能够扩大人工智能的使用范围并消除专业障碍 将其工作任务的1/3减少50%。10正如本报告研究中受访者在采访中所强调的，为了实现这些潜在的生产力提升，在组织层面将节省的时间转化为价值是重要的。 可能会不成比例地提高经验较少或技能较低的工人的生产力，从而降低进入数字经济的门槛。16 在行业层面，对基于生成式人工智能的任务自动化和增强的接触程度在不同部门间