著名人工智能新经济数字经济新能源新质生产力讲师培训师教授专家唐兴通分享人工智能社会学商业模式创新人工智能就业工作与教育学习出海跨境数字化转型数字营销数字销售

添加图片注释,不超过 140 字(可选)

2024 年是人工智能在工作中真正应用的一年。根据微软和领英进行的调查(2024年5月),在过去六个月中,生成式人工智能的使用量几乎翻了一番,全球75%的知识工作者都在使用它。

我们就一起看看海外生存式AI在企业应用实际情况,感受扑面而来的"AI风"

1.员工希望在工作中使用人工智能——而且他们不会等待公司赶上来。

目前,人工智能正以意想不到的规模融入工作场所。目前, 75%的知识型员工在工作中使用人工智能,46%的用户在不到六个月前开始使用人工智能。人工智能正在产生回报:

用户表示,人工智能帮助他们节省时间(90%)、专注于最重要的工作(85%)、更有创造力(84%)、更享受工作(83%)。

“我们处于整合人工智能的前沿,不仅可以提高工作速度,还可以提高工作效率。作为组织领导者,我们有责任确保这项技术能够提升我们团队的创造力并符合我们的道德价值观。”

— Karim R. Lakhani,哈佛大学数字数据设计学院院长、哈佛商学院 Dorothy & Michael Hintze 工商管理教授

虽然大多数领导者都认为人工智能是必需的,但立即展示投资回报的压力使得领导者行动缓慢。

79%的领导者同意他们的公司需要采用人工智能来保持竞争力,但59% 的人担心量化人工智能带来的生产力提升。

添加图片注释,不超过 140 字(可选)

在没有高层指导或批准的情况下,员工们自行处理事情并对人工智能的使用秘而不宣:

  • 78%的 AI 用户将自己的 AI 工具带到工作中——这在中小型公司中更为常见 ( 80% )。

  • 52%在工作中使用人工智能的人不愿承认将其用于最重要的任务。

  • 53%在工作中使用人工智能的人担心将其用于重要的工作任务会让他们看起来可以被取代。

2.对于员工来说,人工智能提高了职业标准,也打破了职业天花板。

虽然人工智能和失业是许多人最关心的问题,但数据提供了更微妙的观点——隐藏的人才短缺、渴望职业转变的员工以及愿意提高人工智能技能的人的巨大机会。

  • 领导者正在招聘:大多数 ( 55% ) 的领导者表示,他们担心未来一年没有足够的人才来填补职位空缺。这些领导者来自不同部门,但对于网络安全、工程和创意设计领域来说,这一数字跃升至60%或更高。

  • 专业人士正在寻找:虽然一些专业人士担心人工智能会取代他们的工作(45%),但大约同样比例(46%)的人表示他们正在考虑在未来一年辞职。

添加图片注释,不超过 140 字(可选)

企业已经开始抢占技术型 AI 人才,过去八年招聘人数增长了323% 。现在,他们将目光转向具有 AI 能力的非技术人才——使用 ChatGPT 和 Copilot 等生成式 AI 工具的技能:

  • 66%的领导者表示,他们不会雇用不具备 AI 技能的人。

  • 71% 的受访者表示,他们宁愿聘用具有 AI 技能但经验较少的候选人,也不愿聘用不具备 AI 技能但经验较丰富的候选人。

  • 初级候选人可能具有新的优势:77%的领导者表示,借助人工智能,职业早期人才将被赋予更大的责任。

“在过去的几十年里,受新一代员工、劳动力趋势和疫情的影响,公司一直在与员工重新协商心理契约,即工作的原因。现在,随着人工智能在工作方式方面赋予员工更多权力,公司必须与员工重新协商“运营契约”,即工作的方式。”

— Constance Noonan Hadley,工作生活研究所和波士顿大学奎斯特罗姆商学院组织心理学家

虽然领导者认识到引进具有 AI 能力的新员工的价值,但他们却忽视了培养自己的人才的价值:

  • 45%的美国高管目前没有为员工投资 AI 工具或产品。

  • 全球范围内,在工作中使用人工智能的人中,只有39%接受过公司的人工智能培训。

  • 今年只有25%的公司计划提供生成式人工智能培训,这进一步加剧了培训方面的不足。

添加图片注释,不超过 140 字(可选)

专业人士不会等待企业官方的指导或培训——他们自己学习提升技能。

  • 76% 的人表示他们需要人工智能技能才能在就业市场上保持竞争力。

  • 69%的人表示人工智能可以帮助他们更快地获得晋升,甚至更多人(79%)表示人工智能技能将拓宽他们的就业机会。

  • 在过去六个月中,非技术专业人士中使用旨在培养人工智能能力的 LinkedIn Learning 课程的人数激增了160%,其中项目经理、建筑师和行政助理等职位最希望提升技能。

  • 全球范围内,在个人资料中添加 ChatGPT 等 AI 技能的 LinkedIn 会员数量增加了142 倍,其中作家、设计师和营销人员位居榜首。营销人员感兴趣是有充分理由的。B2B营销人员表示,他们今年计划使用生成式 AI 的两大方式包括提高效率以专注于更高价值的工作(55%)以及创建优化且引人入胜的内容以引起目标受众的共鸣(51%)。在行业方面,令人惊讶的是,行政和支持服务、房地产和零售业领先于科技行业。

对于绝大多数人来说,人工智能并不是取代他们的工作,而是改变它,他们的下一份工作可能是尚不存在的角色:

  • 预计到 2030 年(从 2016 年开始),全球技能将发生50%的变化,而生成式人工智能预计将使这一变化加速到68%。

  • LinkedIn 上新兴职位(美国增长最快的职位)中, 超过三分之二(68% )的职位在 20 年前并不存在。

  • 12%的招聘人员表示,他们已经创建了与生成式人工智能使用专门相关的新职位。

  • 人工智能主管正在成为一个新的必备领导角色——这一职位的数量在过去五年中增加了两倍,到 2023 年将增长28%以上。

人工智能能力在各个岗位和行业中日益增强

人工智能正在成为主流,创意专业人士的技能正在快速提升。

添加图片注释,不超过 140 字(可选)

提供人工智能可以帮助公司吸引顶尖人才:

  • 过去两年来,与未提及 人工智能或生成式人工智能的职位发布相比,LinkedIn 职位发布中提及人工智能或生成式人工智能的申请数量增长了 17% 。

  • 在另一项研究中,54%的职业生涯早期和个人贡献员工表示,使用人工智能会影响他们对雇主的选择。

  • 事实上,22%的招聘人员已经表示他们正在更新职位描述,以反映生成式人工智能在该职位中的使用情况。

  • 而具有前瞻性的组织已开始采取行动。今年领英上榜的多家公司(包括摩根大通、宝洁和 AT&T)都在为其团队提供 AI 学习机会,以推动大规模转型。

这些迹象表明,人工智能可能成为一股提升各个岗位和行业技能的潮流。初级员工将承担更具战略性的项目,而管理、关系建立、谈判和批判性思维等独特的人类技能将成为各级员工的关注重点。了解这一点的组织将留住和吸引最优秀的人才,而技能提升的专业人士将拥有优势。

3. 人工智能深度用户的崛起及其对未来的启示。

四种类型的人工智能用户——从很少使用人工智能的怀疑论者到广泛使用人工智能的深度用户,以及介于两者之间的新手和探索者。

添加图片注释,不超过 140 字(可选)

深度用户对 AI 非常熟悉,每周至少在工作中使用几次,每天可节省 30 多分钟。而且它正在产生回报:深度用户表示,AI 使他们繁重的工作量更易于管理(92%),提高了他们的创造力(92%),并帮助他们专注于最重要的工作(93%)——并且它帮助他们更有动力(91%)并更享受工作(91%)。

成为深度用户的途径始于养成新习惯。深度用户有68%的可能性经常尝试使用 AI 的不同方式——事实上,这是预测某人是否会成为深度用户的首要因素。

与其他调查受访者相比,他们也更有可能在执行任务之前经常停下来问自己 AI 是否有帮助(+49%),如果第一次没有得到完美的答案,他们会继续尝试(+30%),并研究和尝试新的提示(+56%)。深度用户还会用 AI 来结束一天的工作——用它来开始新的一天(85%)并为下一个工作日做好准备(85%)。

深度用户也从根本上改变了他们的工作模式。他们使用人工智能来补上错过的会议、分析信息(+51% )、设计视觉内容(+49%)、与客户互动(+49%)以及集思广益或解决问题(+37%)的可能性增加了 56%。他们已经超越了个人任务:他们使用人工智能重新设计业务流程和工作流程的可能性增加了66% 。

调查还显示,深度用户受到不同类型的组织授权。在他们的公司:

  • 高层领导倾力倾听:AI 深度用户从其 CEO 那里听到关于在工作中使用生成式 AI 的重要性的可能性高出61% ,从其部门领导那里听到的可能性高出40% ,从其经理的经理那里听到的可能性高出42%。

  • 公司文化已做好变革准备:AI 深度用户有53%的可能性会受到领导层的鼓励,以考虑 AI 如何改变他们的职能,有18%的可能性表示他们的公司鼓励创新。

  • 他们获得了量身定制的培训:人工智能深度用户表示其公司拥有虚拟学习计划的可能性高出37% 。他们也更有可能接受过快速写作 ( +37% )、如何使用人工智能完成其角色或职能 ( +35% ) 或特定用例(例如写作或分析数据)的培训 ( +32% )。

“为了保持领先地位,我们将 AI 培训作为优先事项,以确保每个人都能利用 AI 解决方案的强大功能。我们还推出了 GenAI Academy,支持员工成长和发展,旨在增加全球大使和 GenAI 深度用户。我们已经看到了改变我们工作和创新方式的好处。”

—霍尼韦尔高级副总裁兼首席数字技术官 Sheila Jordan

人工智能深度用户为我们打开了一扇通向未来的窗户——揭示了当员工接受新的工作方式和领导者介入时,一切皆有可能。

写在最后

领导者面临的机遇是将员工对 AI 的热情转化为业务转型。为此:

  • 确定业务问题,然后应用 AI:每个功能都可以提高效率 — 关键是选择一个流程并应用 AI。例如,电通广告 AI 应用于其创意开发流程。雅诗兰黛正在使用它来重新构想产品开发和客户体验。

  • 采取自上而下、自下而上的方法:从实验到转型需要组织各个层面的参与,从首席执行官到初级员工。当您让业务线领导者围绕 AI 激活团队时,业务收益就会随之而来。

  • 优先培训:AI 深度用户并不是独自进行培训——他们会接受持续培训,既要培训通用任务,又要培训更适合其角色和职能的用途。

添加图片注释,不超过 140 字(可选)

我们已经到了人工智能在工作中应用的关键时刻。就像我们回顾前 PC 时代一样,总有一天我们会想知道没有人工智能,工作是如何完成的。

人工智能已经帮助人们变得更有创造力、更有效率,并为求职者提供了优势。随着时间的推移,它将改变工作的方方面面。当我们到达这一技术颠覆的艰难部分——将实验转化为切实的业务影响时,迎难而上的公司将会突飞猛进。

在这个时候,幸运眷顾勇于尝试与创新的人。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/394177.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Android RadioGroup实现多行显示,并保持单选

公司项目最近有个这样的需求&#xff0c;要求实现【多个文本&#xff0c;多行显示&#xff0c;且同时只能选中一个】。设计图效果如下&#xff1a; 看上去很简单&#xff0c;使用 RadioGroup LinearLayout RadioButton 快速实现&#xff1a; <RadioGroupandroid:id"…

[C++进阶数据结构]二叉搜索树

多态讲完了,我们来讲点轻松的(也许)。 我们之前讲过二叉树&#xff0c;而二叉树中&#xff0c;又有一种特殊的树称之为二叉搜索树。 一、二叉搜索树的概念 二叉搜索树又称二叉排序树&#xff0c;它或者是一棵空树&#xff0c;或者是具有以下性质的二叉树: 若它的左子树不为空…

中电信翼康济世数据中台基于Apache SeaTunnel构建数据集成平台经验分享

作者 | 中电信翼康工程师 代来 编辑 | Debra Chen 一. 引言 Apache SeaTunnel作为一个高性能、易用的数据集成框架&#xff0c;是快速落地数据集成平台的基石。本文将从数据中台战略背景、数据集成平台技术选型、降低Apache SeaTunnel使用门槛及未来展望几个方面&#xff0c…

【环绕字符串中唯一的子字符串】python刷题记录

R4-字符串 动态规划 class Solution:def findSubstringInWraproundString(self, s: str) -> int:dp[0]*26num1#dp初始化dp[ord(s[0])-ord(a)]1for c1,c2 in pairwise(s):if not (ord(c2)-ord(c1)-1)%26:num1else:num1dp[id]max(dp[id : ord(c2)-ord(a)],num)return sum(dp)p…

调用azure的npm实现outlook_api模拟查看邮件、发送邮件(实现web版接受outlook邮件第一步)

文章目录 ⭐前言⭐注册azure应用&#x1f496;添加权限 ⭐调用npm 实现收发邮件&#x1f496;安装依赖&#x1f496;创建appSettings.js 放置密钥&#x1f496;创建graphHelper.js封装功能&#x1f496;主文件index.js 对外暴露&#x1f496;效果 ⭐结束 ⭐前言 大家好&#x…

Flutter GPU 是什么?为什么它对 Flutter 有跨时代的意义?

Flutter 3.24 版本引入了 Flutter GPU 概念的新底层图形 API flutter_gpu &#xff0c;还有 flutter_scene 的 3D 渲染支持库&#xff0c;它们目前都是预览阶段&#xff0c;只能在 main channel 上体验&#xff0c;并且依赖 Impeller 的实现。 Flutter GPU 是 Flutter 内置的底…

2024最新Mysql锁机制与优化实践以及MVCC底层原理剖析

锁机制详解 锁是计算机协调多个进程或线程并发访问某一资源的机制。 在数据库中&#xff0c;除了传统的计算资源&#xff08;如CPU、RAM、I/O等&#xff09;的争用以外&#xff0c;数据也是一种供需要用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解…

3Done学习笔记

一、基本操作 1、旋转视角 使用左下角立方体选择&#xff1b; 右键可以拖动视角&#xff1b; 中间滑轮按住拖动整个舞台界面。 2、平移和旋转 右键选择移动&#xff0c;有两种方式。 第一种选择起始点&#xff0c;按照起始点位置移动到终止点。第二种直接根据轮盘旋转或…

【docker】docker容器部署常用服务

1、容器部署nginx&#xff0c;并且新增一个页面 docker run -d -p 81:80 --name nginx2 nginx docker exec -it nginx2 /bin/bashcd /usr/share/nginx/html/ echo "hello world">>hello.html2、容器部署redis&#xff0c;成功部署后向redis中添加一条数据 do…

【C/C++笔记】:易错难点3 (二叉树)

选择题 &#x1f308;eg1 一棵有15个节点的完全二叉树和一棵同样有15个节点的普通二叉树&#xff0c;叶子节点的个数最多会差多少个&#xff08;&#xff09;&#xff1f; 正确答案&#xff1a; C A. 3 B. 5 C. 7 D. 9 解析&#xff1a;普通二叉树的叶子节…

WPF学习笔记

WPF WPF&#xff08;Windows Presentation Foundation&#xff0c;Windows呈现基础&#xff09;是微软推出的基于Windows 的用户界面框架&#xff0c;属于.NET Framework 3.0的一部分。它提供了统一的编程模型、语言和框架&#xff0c;真正做到了分离界面设计人员与开发人员的…

C语言----计算开机时间

计算开机时间 实例说明 编程实现计算开机时间&#xff0c;要求在每次开始计算开机时间时都能接着上次记录的结果向下记录。 实现过程&#xff1a; 1. 在TC中创建一个C文件。 2. 引用头文件&#xff0c;代码如下: #include <stdio.h> 3. 定义结构体time&#xff0c;用来…

如何在Chrome、Edge、360、Firefox等浏览器查看网站SSL证书信息?

在如今的网络环境中&#xff0c;保障网络安全、数据安全尤其重要&#xff0c;市面上大部分网站都部署了SSL证书以实现HTTPS加密保护数据传输安全以及验证网站身份&#xff0c;确保网站安全可信。那么如何查看网站的SSL证书信息&#xff1f;接下来&#xff0c;我们将详细介绍如何…

【Android】网络技术知识总结之WebView,HttpURLConnection,OKHttp,XML的pull解析方式

文章目录 webView使用步骤示例 HttpURLConnection使用步骤示例GET请求POST请求 okHttp使用步骤1. 添加依赖2. 创建OkHttpClient实例3. 创建Request对象构建请求4. 发送请求5. 获取响应 Pull解析方式1. 准备XML数据2. 创建数据类3. 使用Pull解析器解析XML webView WebView 是 An…

【Nacos无压力源码领读】(三) Nacos 配置中心与热更新原理详解 敢说全网最细

本文将从 Nacos 配置中心的基本使用入手, 详细介绍 Nacos 客户端发布配置, 拉取配置, 订阅配置的过程以及服务器对应的处理过程; 配置订阅以及热更新原理相关的部分, 我看了主流的博客网站, 绝对没有比这更详细的讲解; 如果在阅读过程中对文中提到的 SpringBoot 启动过程以及…

Milvus与Zilliz Cloud:向量数据库高可用性的双重飞跃

向量数据库高可用性的重要性及其在现代数据分析中的关键作用 在数据爆炸式增长的今天,企业对于高效、准确地处理和分析大规模数据集的需求日益迫切。尤其是在人工智能、机器学习、图像识别、自然语言处理等领域,向量数据库因其对高维数据的高效存储与检索能力,成为了不可或…

Elasticsearch未授权访问漏洞

步骤一:使用以下Fofa语法进行Elasticsearch产品搜索.. fofa语法"Elasticsearch" && port"9200" 步骤二:存在未授权访问则直接进入到信息页面...不需要输入用户密码登陆. http://localhost:9200/_plugin/head/web管理界面 http://localhost:9200/…

【JavaEE】线程池

目录 前言 什么是线程池 线程池的优点 ThreadPollExecutor中的构造方法 corePoolSize && maximumPoolSize keepAliveTime && unit workQueue threadFactory 如何在java中使用线程池 1.创建线程池对象 2.调用submit添加任务 3.调用shutdown关闭线程池…

【Python】requests的response.text 和 urllib.request 的 response.read()的区别

刚写代码的时候&#xff0c;我经常会把requests 和 urllib下的request 包搞混&#xff0c;这两个请求响应的方法看起来很相似&#xff0c;但是写获取的方法是不一样的。 前者requests 是用response.text 来获取源码&#xff0c;而 urllib.request是用 response.read() 来获取h…

数学建模--智能算法之免疫算法

目录 基本原理 应用实例 代码示例 总结 免疫算法在免疫系统研究中的应用和进展是什么&#xff1f; 如何量化评估免疫算法在不同优化问题中的性能和效率&#xff1f; 免疫算法与其他智能优化算法&#xff08;如遗传算法、粒子群优化&#xff09;相比有哪些独特优势和局限性…