未来3-5年,哪些工作会被AI取代

一篇由高盛经济学家约瑟夫·布里格斯 (Joseph Briggs)和德维西·科德纳尼 (Devesh Kodnani)撰写的报告指出,全球预计将有3亿个工作岗位被生成式AI取代。

报告称:"最近出现的生成式人工智能将降低劳动力成本和提高生产率。尽管AI的潜力存在很大的不确定性,但它可以生成与人类创造成果无法区分的内容,并能打破人机沟通障碍,反映出具有潜在巨大宏观经济影响的重大进步。AI不仅节省劳动力成本,还能创造新的就业机会以及提高在岗工人的生产率。AI的革命性就像早期通用技术(如发电机和个人计算机)一样能为社会带来繁荣。"

根据不同职业工作的数据来看,欧美地区约三分之二的工作都将受到人工智能的影响,而多达四分之一的当前岗位有可能最终被完全取代。

在美国,办公室和行政支持工作中可以自动化的任务比例最高,为46%,其次是法律工作,为44%,建筑和工程中的任务为37%。生命、物理和社会科学领域紧随其后,为36%,商业和金融业务以35%位居前五。

美国受AI影响的行业岗位

人工智能GPT的现世,颠覆了之前人类大量对人工智能的预测,好莱坞电影中的"奇点"临近了吗?连它的创造者也开始担忧人类的命运...

2015年时牛津大学和德勤做了一份调查报告,该报告调查并预测了未来20年间,各个职业会被人工智能取代的几率。

图上的百分比是越高,表示这个职业被取代的可能性越高。

而今天,当ChatGPT闪亮登场,连它的创造者OpenAI的CEO都为之担忧。

在最近的一次采访中,OpenAI的CEO表达了他对ChatGPT的担忧,认为这个大型语言模型可能会使许多工作岗位消失,但同时也有可能创造更好的就业机会。

为了支持这种观点,OpenAI和宾夕法尼亚大学联合发布了一份研究报告,涵盖了1000多种职业,并探讨了大型语言模型对美国劳动力市场的影响。该研究估计,在19%的岗位上,至少50%的工作内容将会受到影响,而对于80%的岗位,也会受到10%以上的工作内容的影响。

调查中OpenAI引入了一个概念"暴露"(Exposure)

它的衡量标准是,使用 ChatGPT 或相关工具,在保证质量的情况下,能否减少完成工作的时间。具体来说,「暴露」分为以下几个等级:

  • E0:没有暴露。

  • E1:直接暴露,仅使用大型语言模型(比如 GPT-4 聊天界面),可以将时间至少减少 50%。

E2:间接暴露,单独使用大型语言模型无法达到效果,但在它的基础上开发的额外软件(比如图像生成),可以将时间至少减少 50%。

E1直接暴露(最容易被取代的职业)如下:

|----|-------------|--------|
| 序号 | 暴露程度高的职业 | 暴露程度 % |
| 1 | 数学家 | 100 |
| 2 | 会计师和审计师 | 100 |
| 3 | 新闻分析师和记者 | 100 |
| 4 | 法律秘书和行政助理 | 100 |
| 5 | 临床数据管理员 | 100 |
| 6 | 气候变化政策分析师 | 100 |
| 7 | 报税员 | 100 |
| 8 | 金融量化分析师 | 100 |
| 9 | 网页和数字界面设计师 | 100 |
| 10 | 区块链工程师 | 97.1 |
| 11 | 法庭记者和同步字幕员 | 96.4 |
| 12 | 校对员和排版员 | 95.5 |
| 13 | 通讯员 | 95.2 |
| 14 | 调查研究人员 | 84.4 |
| 15 | 作家和写作者 | 82.5 |
| 16 | 口笔译员 | 82.4 |
| 17 | 公共关系专家 | 80.6 |
| 18 | 诗人、作词家和创意作家 | 68.8 |
| 19 | 动物科学家 | 66.7 |

还有一个有趣的结论是,收入越高的,越可能受到影响。部分原因是,这部分人群更可能接触和需要使用 ChatGPT 和相关工具。

而E0 等级,可能就是 AI 时代的「铁饭碗」,主要包括体力劳动,OpenAI 列出了以下 34 个:

|------------------------|------------------|------------------------|
| 农业设备操作员 | 轮胎修理工和更换工 | 洗碗工 |
| 耐火材料修理工 (砖匠除外) | 非技术工 (石油和天然气钻探) | 铺地板工(地毯、木头和硬砖除外) |
| 厨师(快餐) | 运动员和体育竞赛者 | 石匠 |
| 井口泵操作员 | 电线安装和维修人员 | 铺路、铺面和夯实设备操作员 |
| 摩托车技工 | 盖屋顶工人助手 | 木匠助手 |
| 整修工 | 手工切割和修剪工作者 | 金属浇注与铸造工人 |
| 餐厅和食堂服务员和调酒师助手 | 矿用锚杆机操作员 | 汽车玻璃安装工和维修工 |
| 屠宰商和肉类包装商 | 水泥工和混凝土修整工 | 打桩机操作员 |
| 井架操作员 (石油气和天然气) | 轨道铺设和维护设备操作员 | 铸造模具和核心制造商 |
| 油漆工、纸架工、泥水匠和灰泥泥瓦匠的助手 | 公交和卡车机械师和柴油发动机专家 | 铺管工、水管工、管道安装工和蒸汽安装工的助手 |
| 砖匠、砌块匠、石匠、瓷砖和大理石铺设工的助手 | 肉类、家禽和鱼肉的切割和修整员 | 挖掘和装载机以及吊斗铲操作员 (露天采矿) |
| 挖泥船操作员 | | |

另一方面,建筑和地面清洁和维护部门只有1%的任务易受自动化影响。安装、维护和维修工作是受影响第二小的行业,有4%的工作可能受到影响,建筑和采掘业排名倒数第三,为6%。

欧洲的情况类似,文职工作受到的影响最大,因为他们45%的工作可以实现自动化,而手工艺和相关行业中只有4%的工作容易受到影响。

高盛集团认为,得益于类似ChatGPT的人工智能技术的突破,全球主要经济体四分之一的工作可能实现自动化。像ChatGPT这样的生成式人工智能系统可能会对就业市场造成"重大破坏",并影响大型经济体中多达3亿名全职员工。

图源:互联网

英国媒体认为该报告可能会加剧许多白领的担忧:这次AI浪潮中受到最剧烈影响的便是白领阶层,就像上世纪80年代工厂自动化让很多蓝领工人丢掉工作。

考虑到体力工作者在发展中国家所占比例更大,在全球范围内,估计大约五分之一的工作可以由人工智能完成,约3亿个工作岗位将受到影响。

高盛还表示,ChatGPT等人工智能系统可能会带来生产率飙升,在十年内将全球GDP提高7%。如果企业对人工智能的投资跟上20世纪90年代软件投资的步伐,到2030年,美国的人工智能投资将接近美国GDP的1%。

图源:互联网

哪些职业容易被人工智能取代?

  1. 传统金融机构中的理财顾问和保险顾问:随着金融行业日趋发达,人工智能技术正在取代越来越多传统金融机构的理财顾问和保险顾问,这使得金融服务更加快速便捷。

  2. 汽车制造行业中的操作工:随着自动驾驶汽车的发展,劳动密集型的操作工将被人工智能所取代。

  3. 行政助理:随着虚拟助理汉堡的兴起,企业在电话接待、数据分析、文件管理等方面都可以采用虚拟助理,取代传统的行政助理工作。

  4. 运输驾驶员:随着无人驾驶车辆的发展,可以减少许多驾驶员的工作岗位。

  5. 医疗护士:虽然目前人工智能无法完全取代医疗护士,但是它们可以通过检测病人的血压、体温等生理参数,并进行一定的诊断,来帮助护士工作。

  6. 教师:如今,越来越多的学校和机构开始采用人工智能来替代传统教师,它们可以提供高质量的在线教学,让每个学生都能获得卓越的教育。

  7. 音乐制作:虽然人工智能可以创造出很多令人赞叹的音乐,但还有一些人工智能将会取代传统的音乐家,他们可以以机器人的形式表演音乐。

  8. 程序员:由于现在有许多可以让程序员快速开发程序的自动化工具,以及机器学习可以帮助程序员更快的开发程序,那么程序员的工作也将越来越容易被取代。

  9. 初级会计:随着财税管理软件的发展,许多会计师的工作将被自动化,未来很多企业可以通过自动化系统来完成财务报表分析,完全可以取代传统会计师的工作。

  10. 律师:虽然目前依旧远没有达到完全可以取代传统律师的程度,但是在某些简单的合同文件审阅和不确定性案件分析上,人工智能已经足以胜任。

那什么样的岗位,不容易被取代?

  1. 强创意型:创意型工作需要在工作中加入自己的创意和个人情感来完成的,这样的工作得出的结果难以被量化或者得出的量化结果十分不稳定。

  2. 强社交型:虽然人工智能在数据处理和批量处理上面具有很大的优势,但分析人类情感方面却是人工智能的一大短板。所以在与人类沟通的时候,人工智能目前只能完成在内容库中选择合适的内容回应人类的交流,而无法根据人类的情感创造出交流内容。

据OPEN AI数据统计显示大约80%的劳动力至少可以减少50%的工作

大约39%的员工可能会直接被裁掉

最可能被取代的:

技术工作:程序员、数据分析师

媒体工作:广告、内容创作、技术写作、新闻

财务岗位:财务分析师 、个人财务顾问。

其它:市场分析 、金融分析、大量数字数据处理、助理、教师、平面设计,会计师、客服

不易被取代的:

体力劳动者

面对面的互动

所以,相关的人自己想想吧

今年5月1日国际劳动节当天,

第一波AI失业潮到来,

科技巨头IBM公司宣布暂停7800人的招聘,

称这些岗位的工作将由AI取代,

此前3月底,高盛集团发布报告,

预计全球将有3亿工作岗位会被生成式AI取代,

其中律师和行政人员受影响最大

AI生成美女图,以假乱真

在中文网站,因为ChatGPT和Midjourney,

也陆续出现了第一批失业的设计师和文案编辑。

未来3-5年,什么样的工作会被AI取代?

哪些行业是相对安全的?

如果想要成为AI工程师,需要什么样的能力?

以及文科生可以转AI吗?

原本是为了提高效率让短视频团队去研究AI,结果我自己却陷进了Midjourney(AI绘画工具),连玩一周。可以说,Midjourney给我在图片领域带来的震撼,以及它将对设计领域的颠覆,完全不亚于ChatGPT对文字领域的带来的震撼和颠覆。

这周我们还在初步研究Midjourney,因为对结果的掌控还比较弱,没想到,初步探索Midjourney做食品包装,结果就令人大为震撼。

短短2天时间,我们内部创作了**300+**款食品包装

我们总是以为变化会突然降临,但其实所有的变化都酝酿已久。

就好像此刻,与AIGC相关的新消息在近两周持续"轰炸",既让人兴奋不已,又有些措手不及。但OpenAI的成立时间在六年以前,GPT-4的技术迭代也早于去年完成;若从第一代AI模型诞生开始,AIGC的伏笔已经埋下近十年。

GPT-4无疑是AIGC最成功的代表作,但它并非完美无瑕。底层数据有待核查,创造力尚未到理想程度,甚至在接入时也颇为费财、费力。

更重要的是,GPT-4打开了我们对于未来的想象空间:就像工业时代的到来,没有让马车跑得更快,而为设计汽船、火车、飞机提供新的可能性;AIGC时代,是人类大脑的延伸,必将催生新的产业结构样态与商业组织形式。

在未来的超级个体时代,人类将作为创意和灵感的核心力量,而大部分执行层面的工作将由AI完成。

然而,我们必须了解执行层面的框架和原理,才能有效地指导AI进行操作。

至少在目前阶段,AI尚未发展到能自主选择执行路径、方式和工具的程度。

为应对未来的挑战,我们不可掉以轻心,需要做好各种准备。

那么,我们该如何学习大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型全套的学习路线

学习大型人工智能模型,如GPT-3、BERT或任何其他先进的神经网络模型,需要系统的方法和持续的努力。既然要系统的学习大模型,那么学习路线是必不可少的,下面的这份路线能帮助你快速梳理知识,形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别:AI大模型API应用开发工程

L3级别:大模型应用架构进阶实践

L4级别:大模型微调与私有化部署

一般掌握到第四个级别,市场上大多数岗位都是可以胜任,但要还不是天花板,天花板级别要求更加严格,对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。

以上的AI大模型学习路线,不知道为什么发出来就有点糊 ,高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

相关推荐
流浪的小新2 分钟前
【AI】人工智能、LLM学习资源汇总
人工智能·学习
martian6651 小时前
【人工智能数学基础篇】——深入详解多变量微积分:在机器学习模型中优化损失函数时应用
人工智能·机器学习·微积分·数学基础
人机与认知实验室2 小时前
人、机、环境中各有其神经网络系统
人工智能·深度学习·神经网络·机器学习
黑色叉腰丶大魔王2 小时前
基于 MATLAB 的图像增强技术分享
图像处理·人工智能·计算机视觉
迅易科技5 小时前
借助腾讯云质检平台的新范式,做工业制造企业质检的“AI慧眼”
人工智能·视觉检测·制造
古希腊掌管学习的神6 小时前
[机器学习]XGBoost(3)——确定树的结构
人工智能·机器学习
ZHOU_WUYI6 小时前
4.metagpt中的软件公司智能体 (ProjectManager 角色)
人工智能·metagpt
靴子学长7 小时前
基于字节大模型的论文翻译(含免费源码)
人工智能·深度学习·nlp
AI_NEW_COME8 小时前
知识库管理系统可扩展性深度测评
人工智能
海棠AI实验室8 小时前
AI的进阶之路:从机器学习到深度学习的演变(一)
人工智能·深度学习·机器学习