生成人工智能即將重新定義知識工作的格局。作為人工智能的一個子集，生成系統(tǒng)會生成新的原始內(nèi)容，這些內(nèi)容遵循它們所訓(xùn)練的輸入數(shù)據(jù)的模式和結(jié)構(gòu)。它們已成功應(yīng)用于各個領(lǐng)域，從創(chuàng)作藝術(shù)和音樂到模擬現(xiàn)實的人類語言。當(dāng)我們進(jìn)入這個新時代時，了解這種變革性技術(shù)如何重塑我們的工作生活變得至關(guān)重要。

麥肯錫最近的一份報告詳細(xì)研究了生成式人工智能如何影響知識工作。傳統(tǒng)上，自動化技術(shù)專注于數(shù)據(jù)管理任務(wù)，例如收集和處理數(shù)據(jù)。然而，生成式人工智能的興起及其固有的自然語言能力表明，自動化的重點可能會發(fā)生巨大變化。正如報告所述，“生成式人工智能對更多體力工作活動的影響變化要小得多，這并不奇怪，因為它的功能從根本上來說是為了完成認(rèn)知任務(wù)而設(shè)計的。”

生成式人工智能特別強(qiáng)調(diào)涉及決策和協(xié)作的活動，有望徹底改變以前自動化潛力較低的領(lǐng)域。本文旨在深入研究該報告的研究結(jié)果，探討生成式人工智能的結(jié)合如何可能改變知識工作的自動化潛力。

生成式人工智能改變自動化格局

生成式人工智能能力的進(jìn)步開創(chuàng)了自動化的全新時代。過去的技術(shù)非常適合自動化重復(fù)性、數(shù)據(jù)量大的任務(wù)，但不太擅長處理認(rèn)知、基于知識的活動的復(fù)雜性。生成式人工智能憑借其語言理解和生成能力，有望重新定義這一領(lǐng)域。

該報告估計，自動化專業(yè)知識應(yīng)用的技術(shù)潛力已飆升 34 個百分點。同樣，自動化管理和人才培養(yǎng)的潛力已從 2017 年的 16% 上升到 2023 年的驚人 49%。這些領(lǐng)域傳統(tǒng)上被視為人類專有技能的堡壘，而生成式人工智能對它們的滲透意味著深刻的變革。自動化領(lǐng)域的轉(zhuǎn)變。

自動化潛力急劇上升背后的驅(qū)動力是生成式人工智能在一系列任務(wù)和活動中理解和使用自然語言的能力。據(jù)估計，大約 40% 的經(jīng)濟(jì)活動至少需要人類對自然語言的理解達(dá)到中等水平。憑借生成式人工智能模型理解和生成類人文本的能力，自動化的全新領(lǐng)域已經(jīng)開辟。

這一突破對于涉及高水平溝通、監(jiān)督、記錄以及與人的一般互動的工作具有重大影響。教育和技術(shù)等行業(yè)此前被認(rèn)為是最后實現(xiàn)自動化的行業(yè)，但現(xiàn)在卻處于這一變革浪潮的最前沿。這種轉(zhuǎn)變證明了生成式人工智能所取得的飛躍，以及它如何重新定義我們對自動化潛力的理解。

生成式人工智能對基于語言的任務(wù)的影響

這些任務(wù)跨越各個部門和職業(yè)，但主要出現(xiàn)在涉及重要溝通、監(jiān)督、文檔記錄以及與人的一般互動的角色中。通過利用生成式人工智能，這些基于語言的任務(wù)可以實現(xiàn)自動化，以提高效率、減少人為錯誤，并最終徹底改變這些角色的運(yùn)作方式。

例如，教育工作者必須在教學(xué)、評分、提供反饋和管理工作之間平衡時間，可以將大量文檔和管理職責(zé)交給人工智能。這不僅可以讓教育工作者騰出時間專注于他們的主要角色，還可以確保管理任務(wù)的一致性和準(zhǔn)確性。

同樣，法律或醫(yī)療保健等領(lǐng)域的專業(yè)人士花費(fèi)大量時間閱讀、解釋和起草復(fù)雜的文檔，可以利用生成式人工智能來自動化其中一些任務(wù)。人工智能可以幫助審查合同、分析醫(yī)療報告，甚至起草文件的初始版本，使專業(yè)人員能夠?qū)Ｗ⒂诠ぷ髦懈?xì)致、更關(guān)鍵的方面。

實際上，生成式人工智能有可能重新定義跨部門的工作格局。隨著越來越多基于語言的任務(wù)實現(xiàn)自動化，角色和職責(zé)將會發(fā)生變化，這可能會導(dǎo)致工作性質(zhì)的深刻轉(zhuǎn)變。

悖論：生成式人工智能對高技能職業(yè)的影響

有趣的是，與之前的自動化技術(shù)浪潮不同，生成式人工智能對受教育程度較高的工人的影響最大。傳統(tǒng)上，自動化技術(shù)一直是“技能偏向”的，對低技能工人的影響更大。然而，生成式人工智能通過提出一個悖論來顛覆這個概念——它最大的增量影響可能是對受過更多教育、更高技能的工人的自動化活動的影響。

考慮到較高的教育水平通常與更復(fù)雜的任務(wù)相關(guān)，這乍一看似乎有悖常理。然而，當(dāng)檢查生成式人工智能所針對的技能組合（例如決策、協(xié)作、專業(yè)知識應(yīng)用，尤其是語言理解）時，很明顯，這些通常是具有高等教育背景的專業(yè)人士的權(quán)限。例如，法律、教育、技術(shù)和醫(yī)學(xué)領(lǐng)域的角色都需要高度的專業(yè)知識和決策能力，以及廣泛的語言理解和運(yùn)用。

這種轉(zhuǎn)變的連鎖反應(yīng)可能是深遠(yuǎn)的。面對生成式人工智能的能力，通常被視為技能指標(biāo)的教育程度可能不再是一個強(qiáng)有力的基準(zhǔn)。這挑戰(zhàn)了勞動力發(fā)展的傳統(tǒng)范式，并強(qiáng)調(diào)了采用更加基于技能的方法來培育公平和高效體系的重要性。從本質(zhì)上講，生成式人工智能迫使我們重新考慮對“技能”的理解，以及哪些技能可能會被人工智能技術(shù)取代或補(bǔ)充。

因此，面對自動化，生成式人工智能的出現(xiàn)需要重新評估教育程度和工作保障之間的聯(lián)系。隨著人工智能的不斷發(fā)展，很明顯沒有任何職業(yè)能夠完全免疫——這一現(xiàn)實需要我們對如何進(jìn)行教育和職業(yè)發(fā)展進(jìn)行重大重新思考。

生成式人工智能和收入差距

生成式人工智能的影響預(yù)計將不僅僅局限于重塑工作角色和責(zé)任，它還有可能重新定義收入差距模式。從歷史上看，自動化技術(shù)影響最大的職業(yè)是工資處于收入分配中間的職業(yè)。由于人力成本較低以及與某些任務(wù)自動化相關(guān)的技術(shù)困難，低工資職業(yè)的自動化更具挑戰(zhàn)性。然而，生成式人工智能將顯著改變這一趨勢。

生成式人工智能所針對的知識密集型任務(wù)和角色通常對應(yīng)于工資較高的知識工作者。由于這些職業(yè)涉及復(fù)雜的認(rèn)知任務(wù)，以前被認(rèn)為相對不受自動化的影響。然而，生成式人工智能的進(jìn)步，特別是在自然語言理解和決策方面的進(jìn)步，意味著這些角色現(xiàn)在具有更高的自動化潛力。

因此，生成式人工智能的最大影響很可能是針對高收入五分之一人群。這可能會在整個收入范圍內(nèi)產(chǎn)生更均勻的影響，這與之前的自動化技術(shù)浪潮經(jīng)常引發(fā)的“中間空洞”形成鮮明對比。然而，它也強(qiáng)調(diào)了一個更緊迫的問題：隨著生成式人工智能的進(jìn)步，很明顯，即使是工資較高、知識密集型的職位也無法免受自動化變革的影響。

隨著生成式人工智能的不斷發(fā)展，其在改變工作、重新定義技能和重塑收入差距方面的作用將變得更加明顯。因此，政策制定者、教育工作者和行業(yè)領(lǐng)導(dǎo)者必須跟上這些變化的步伐，培養(yǎng)靈活、適應(yīng)性強(qiáng)的勞動力隊伍，并促進(jìn)終身學(xué)習(xí)，作為未來工作的關(guān)鍵原則。最終，隨著生成式人工智能繼續(xù)徹底改變工作場所，它不僅帶來了挑戰(zhàn)，也帶來了創(chuàng)造更加公平、高效和創(chuàng)新的經(jīng)濟(jì)的機(jī)會。

用生成式人工智能重新思考自動化

生成式人工智能重塑工作格局的潛力是巨大的。顯然，技術(shù)將對我們執(zhí)行的任務(wù)、我們重視的技能以及我們觀察到的收入分配產(chǎn)生廣泛的影響。隨著生成式人工智能改變各個行業(yè)和技能水平的職業(yè)，它迫使我們重新思考對工作場所自動化的理解。

生成式人工智能的興起凸顯了重視適應(yīng)性、彈性和持續(xù)學(xué)習(xí)的新技能的重要性。隨著任務(wù)和角色的自動化，那些能夠不斷學(xué)習(xí)和適應(yīng)的人將是最成功的。因此，企業(yè)需要培育終身學(xué)習(xí)的文化，并為員工提供不斷提升技能的資源。此外，重要的是不要將這些變化視為威脅，而是提高工作質(zhì)量和提高整體生產(chǎn)力的機(jī)會。

面對這場自動化革命，政策制定者也可以發(fā)揮重要作用。隨著生成式人工智能提高了高技能、高工資工作的自動化潛力，迫切需要重新考慮勞動力發(fā)展戰(zhàn)略。采取更加基于技能的方法可以帶來更加公平、高效的勞動力培訓(xùn)和匹配系統(tǒng)。

此外，必須考慮生成式人工智能對收入差距的影響。它強(qiáng)調(diào)需要制定政策，確保財富分配公平，并確保所有收入階層都能獲得機(jī)會。隨著生成式人工智能塑造工作的未來，最重要的是它所帶來的好處能夠在全社會公平分享。

總體而言，生成式人工智能的到來標(biāo)志著自動化領(lǐng)域的新時代——它可以以以前難以想象的方式徹底改變知識工作。成功駕馭這一變革需要遠(yuǎn)見、適應(yīng)性和集體承諾，利用該技術(shù)的潛力造福所有人。生成式人工智能工作的未來仍在展開，我們都可以在塑造這一敘事中發(fā)揮作用。