惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
A
About on SuperTechFans
量子位
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
博客园_首页
MongoDB | Blog
MongoDB | Blog
小众软件
小众软件
Blog — PlanetScale
Blog — PlanetScale
Microsoft Azure Blog
Microsoft Azure Blog
V
V2EX
Google DeepMind News
Google DeepMind News
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
H
Hackread – Cybersecurity News, Data Breaches, AI and More
G
Google Developers Blog
U
Unit 42
D
DataBreaches.Net
博客园 - Franky
D
Docker
宝玉的分享
宝玉的分享
Y
Y Combinator Blog
月光博客
月光博客
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Hugging Face - Blog
Hugging Face - Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI重新定义职场!麦肯锡:未来超一半工作会被AI接管
首席商业评论 · 2023-06-21 · via 人人都是产品经理

人工智能技术的不断发展,正在重新定义职场,比如AI技术的融入不仅带来了新的工作方式和机会,也对人类工作产生了越来越广泛的影响,甚至在专业化领域,AI也能够提供高效的解决方案。那么具体来看,AI时代的到来会对人类职业产生哪些方面的影响?一起来看看本文的解读。

6月14日,咨询机构麦肯锡发布了的一份题为《生成式人工智能的经济潜力》的研究报告,在报告中,分析师们通过对全球80%以上劳动人口的研究,探讨了在AI成指数级发展背后,对全球经济将带来的影响,包括哪些行业冲击最大,哪些人面临失业威胁,并最终得出结论:AI取代人类工作的时间被大幅提前了10年,在2030年至2060年间(中点为2045年),50%的职业逐步被AI取代。

这份报告为我们揭示了一些AI发展的前景。一方面,以ChatGPT为代表的生成式AI平台的爆火,带动了全世界再次聚焦这一领域的发展,越来越多的公司加入这一潮流,采用AI并开发新的应用程序。尽管当前AI所带来的影响还未完全显现,但有一点是确定的:生成式AI正在引领着一个无限潜力的科技新时代。

另一方面,AI的快速发展对就业的影响已经开始明显浮现,一些如游戏原画、美术设计、文案编辑等岗位数量正在收缩,同时,AI类人才大幅度受到企业追捧,最高年薪可达到百万元。

尽管目前尚未有大规模失业的情况出现,但可以预见,当“AI时代”正式到来,这场由AI引发的风暴或许才刚刚开始……

一、每年“贡献一个英国的GDP”

根据麦肯锡报告,ChatGPT等生成式人工智能(AI)工具的引入,预计每年将为全球经济贡献数万亿美元的增加值。该报告发现,在其研究的63种应用中使用生成式AI,将为全球经济每年带来2.6万亿至4.4万亿美元的增长。报告指出,这一增量基本相当于英国一年的GDP。

值得注意的是,这一预测还未将生成式AI所有的应用计算在内,研究人员指出,若将尚未研究的应用计算在内,生成式AI的经济影响可能会翻倍。

这是针对生成式AI经济影响较为乐观的预测之一。麦肯锡科技公司高级合伙人兼董事长Lareina Yee在报告中表示,生成式AI将经济注入急需的生产力。

而具体到每一项职位来看,麦肯锡的研究涵盖约47个国家和地区的850个职业和2100项细分工作职能,根据技术的采用程度和实施方式,报告指出,AI可能会影响目前全球所有的工作和所有行业。未来20年,生成式AI可令劳动生产力提高0.1%—0.6%。

研究人员指出,这项技术“可能会对劳动力产生重大影响,对特定群体和当地社区可能会产生不成比例的负面影响。”

二、脑力劳动者成最大“输家”?

尽管生成式AI在全球范围内的发展将为一些人带来生产力加速和更大繁荣的时代,但这种转变也会同时给劳动力带来压力,尤其是对于“以前被认为相对不受自动化影响”的高薪脑力劳动者而言。

麦肯锡这份报告认为,在生成式AI影响各行各业的同时,高薪脑力劳动者或将成为最大输家。

在ChatGPT问世之前几年,麦肯锡估计全球大约一半的工作时间花在了可以自动化的工作任务上。现在,麦肯锡把这一比例提高到60-70%。AI技术不断升级,也让这一部分工作时间得以释放。随着自动化在发达经济体中的采用速度不断加快,这一变化对白领工作的影响将远大于对体力劳动的影响。

多年来,学位证书被视为一种技能指标,过去的重大技术升级往往是以牺牲学历较低、工资较低的职业为代价。但在麦肯锡的预测中,这将受到生成式AI的挑战。未来将有更多人主张采取更基于技能的方法来推动劳动力发展。生成式AI可以被描述为对技能有偏好的技术变革,但对技能的需求更加细致。

麦肯锡认为,AI的革命将会使高学历的人才受到更大影响,特别是涉及自动化方面潜力最低的决策和协作的活动。许多涉及沟通、监督、记录和与人互动的工作都有可能被生成式AI自动化,这将加速教育工作者以及从事创造性劳动的白领工作的转型。

此外,从公司结构的角度来看,AI更可能取代中高级管理人员,而非初级员工。

三、一半工作被AI接管

几十年来,人们普遍担心AI有朝一日会取代人类,现在,生成式AI正在成为潜在催化剂。

根据报告,当前的人工智能已经表现出显著的能力,可以加快工作执行速度并且更准确地完成任务。然而,这一转变也将迫使劳动者不得不学习新技能,一些人的职业将面临改变。

在这份报告中,麦肯锡声称“AI取代人类工作的时间”已经被提前,新的AI采用场景考虑了生成式人工智能的发展,模拟了2023年工作活动所花费的时间,最终得出结论:在2030年至2060 年间将会有50%的职业被AI取代,中点为2045年,与之前的估计相比,加速了大约十年。”

报告表示,生成式AI带来的价值增长,主要(约75%)落在四个领域:客户运营、营销和销售、软件工程和研发。

其中,银行业、高科技和生命科学等行业所受的影响最大。由于新技术提高了客户满意度,有助于决策制定并通过更好的监控减少欺诈,仅银行一个行业就可以通过提高生产力额外产生2000至3400亿美元的产出。这相当于营业利润增长9%至15%。

在产品研发方面,生成式AI可以将生产力提高10%至15%。它引用了生命科学和化学工业的例子,人工智能可以更快地产生潜在的分子,加速开发新药物和新材料的过程,这可能会使制药公司和医疗产品公司的利润增加多达25%。

四、结语

纵观人类技术的发展历程,往往遵循Gartner曲线的发展规律,即先是概念萌芽,然后经历市场炒作、资本蜂拥,再到潮水退去、泡沫破灭。而繁华落尽后,才会经历技术成熟的复苏阶段,直到最后进入落地应用的成熟期,AI的发展也同样顺应这个规律。

如今AI技术正逐渐走出实验室,走进真实生活。未来AI会给我们带来哪些改变?谁都没有答案,正如《南风窗》写的那样:“今天怎么想象未来,都是幼稚的”。

发展具有多面性,无论未来AI将为我们带来什么,但有一点是值得坚信的,尊重科技发展的客观规律,发展的问题留给发展解决。未雨绸缪是好事,但若杞人忧天则大可不必。

作者:穆清

来源公众号:首席商业评论(ID:CHReview),深究商业逻辑,助力价值成长。

本文由人人都是产品经理合作媒体 @首席商业评论 授权发布。未经许可,禁止转载。

题图来自 Unsplash ,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。