来源丨新智元

点击进入—>3D视觉工坊学习交流群

【导读】高盛又发报告称，全球3亿打工人恐被AI替代。从前，是给员工配电脑，现在，是给电脑配员工。

上周，OpenAI刚发了一篇让打工人瑟瑟发抖的论文，预言80%美国人的工作都会受到AI的影响。

短短5天后，高盛也紧随其后发布报告，再给我们一重暴击——

根据预测，生成式AI会导致劳动力市场出现「重大混乱」，使全球3亿个工作岗位实现自动化，并且美国7%的工作岗位将被AI取代！

高盛表示，如果生成式AI真的能够兑现已有的能力，那这些情况完全有可能发生。

ChatGPT进化得如此迅猛，其他AI工具也虎视眈眈，打工人，真的危了！

3亿打工人危！

报告指出，目前像ChatGPT、DALL-E等关注度较高的生成式AI技术，主要有3个特征：

-通用AI

-能够生成新颖且类人能力的信息

-提供可以使用接口，既能理解自然语言、图像、音频和视频，也能作出响应。

此外，许多大公司不仅在公司盈利电话会议中提到生成式AI次数增多，也对人工智能下了更多赌注。

报告称，美国约2/3的工作岗位会受到人工智能自动化的影响。而且，在受影响的岗位中，25%-50%的工作可以被替换。

另外，这份报告假设了，至少50%的重要且复杂的加权任务可能被AI所取代，而10-49%的工作更有可能得到AI的辅助，剩下0-9%的工作不太可能受到影响。

据高盛估计，美国大约7%的工作岗位可以被AI取代，63%的工作岗位会得到AI的辅助，仅有30%的工作岗位没有受到AI的影响。

高盛援引一项研究发现，现在60%的劳动力所从事的职业，在1940年还不存在。这就意味过去80年，超过85%的职业是由新技术驱动下所带来的。

它预测，在美国和欧洲，有1/4的工作可以通过AI实现自动化。

最危险的人群是谁？

没错，和你想的一样，当然就是白领。

在美国，办公室和行政岗被取代的风险最大，高达46% ，其次是律师 (44%) ，以及建筑师和工程师(37%)。

高盛认为，像ChatGPT这样的技术完全可以胜任的任务包括小企业填写纳税申报表、评估保险索赔，以及记录犯罪现场调查结果。

但是，更复杂的工作AI暂时还无法替代，比如法院裁决、以及检查危重病人健康状况的工作。

普林斯顿大学、宾夕法尼亚大学和纽约大学的研究人员早些时候的一项研究也估计，最可能受ChatGPT这类技术影响的职业，就是律师。

和OpenAI的报告一样，高盛的报告也告诉我们：蓝领比较安全。洗碗工、水管工、绿化工，都依然是「铁饭碗」。

只有1%的任务是不会受AI影响，包括清洁工、维护者以及建筑工。

安装和维修是第二个受影响最小的行业，有4%的工作可能受到影响。建筑和开采工作排名第三，为6% 。

当然，汽车的出现虽然淘汰了马车夫，但也催生了司机这个新职业。

高盛的报告表明，如果生成式AI得到广泛应用，它在节省大量劳动力成本的同时，也会创造新的就业机会，比如年薪百万的提示工程师。

AI渗入18%全球工作

高盛的估计直观地表明，新兴市场受自动化影响的工作岗位比发达市场少，但全球18%的工作可以通过人工智能实现自动化。

根据世行的分析，香港、以色列、日本、瑞典和美国可能是受影响最严重的5个国家/地区。

与此同时，中国、尼日利亚、越南、肯尼亚、印度的员工暂时被AI取代的可能性很低。

另外，报告称，AI驱动的职业自动化可以通过2个主要渠道提高全球GDP。

首先，大多数工人受雇于部分暴露在人工智能自动化的职业。其次，许多因人工智能自动化而被取代的工人最终将重新就业，从而提高总产出。

由此高盛预计，AI的广泛应用，可能会在未来10年内，使全球年度GDP增加7%，或实现近7万亿美元的增长。

这份报告总结道，虽然数据显示人工智能无疑会对劳动力市场产生影响，但目前尚不清楚它到底会造成多大的破坏。

参考资料：

https://arstechnica.com/information-technology/2023/03/generative-ai-set-to-affect-300-million-jobs-across-major-economies/

https://www.businessinsider.com/generative-ai-chatpgt-300-million-full-time-jobs-goldman-sachs-2023-3

本文仅做学术分享，如有侵权，请联系删文。

点击进入—>3D视觉工坊学习交流群

干货下载与学习

后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件

后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf

后台回复：3D视觉课程，即可学习3D视觉领域精品课程

3D视觉工坊精品课程官网：3dcver.com

1.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
2.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
3.国内首个面向工业级实战的点云处理课程
4.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
5.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
6.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
7.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

8.从零搭建一套结构光3D重建系统[理论+源码+实践]

9.单目深度估计方法：算法梳理与代码实现

10.自动驾驶中的深度学习模型部署实战

11.相机模型与标定(单目+双目+鱼眼）

12.重磅！四旋翼飞行器：算法与实战

13.ROS2从入门到精通：理论与实战

14.国内首个3D缺陷检测教程：理论、源码与实战

15.基于Open3D的点云处理入门与实战教程

16.透彻理解视觉ORB-SLAM3：理论基础+代码解析+算法改进

17.机械臂抓取从入门到实战

重磅！粉丝学习交流群已成立

交流群主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、ORB-SLAM系列源码交流、深度估计、TOF、求职交流等方向。

扫描以下二维码，添加小助理微信（dddvisiona）,一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿，微信号：dddvisiona

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、源码分享、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答等进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，6000+星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看，3天内无条件退款

高质量教程资料、答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~