当前位置: 首页 > news >正文

生成式人工智能展望报告-欧盟-03-经济影响

在这里插入图片描述

原文地址

摘要

本节建立在第1节提供的基本见解的基础上,扩大了GenAI的经济影响,并重点关注欧盟在全球格局中的竞争地位。它探讨了由GenAI驱动的行业转型和新商业模式的出现。对市场份额和趋势的详细分析,特别是对对话式人工智能的分析,提供了对欧洲消费市场竞争动态的见解。本章还审查了GenAI对劳动力市场和就业的影响,解决了创造就业机会,潜在的劳动力转移和生产力考虑因素。关键问题包括如何利用GenAI促进经济增长,同时应对其对就业稳定性构成的挑战。

文章目录

  • 摘要
  • 3.1欧盟在全球GenAI格局中的竞争地位
    • 欧盟现行立场
    • 所有权和依赖关系
    • 战略机遇
    • 挑战和障碍
  • 3.2行业转型、新商业模式和采用
    • GENAI对传统药物的影响-益处和风险
    • 中小企业的作用和数字化成熟度
  • 3.3市场份额、趋势和竞争分析:欧洲对话式人工智能案例
    • MAIN PLAYERS
    • 欧盟层面的主要参与者
  • 3.4对劳动力市场的影响:就业和生产率
    • 人工智能研究、认知能力和任务
    • EXPOSURE OF OCCUPATIONS TO A I
    • Genai与生产力

3.1欧盟在全球GenAI格局中的竞争地位

关键信息:

  • 随着GenAI市场的不断发展,欧盟必须保持敏捷和积极主动的态度,确保其保持在这一变革性技术的最前沿。
  • 欧盟面临着巨大的竞争。为了减少依赖并建立技术主权,它需要投资于充满活力的研究界并提高其创新能力。

本章深入研究欧盟在全球GenAI市场的地位,审视其目前的竞争地位,探索增长和领导力的战略机遇,并确定现有的挑战和障碍。

欧盟现行立场

欧盟已成为GenAI领域的重要参与者。然而,美国和中国等全球主要参与者正在不断通过大规模投资推动技术前沿(见第1.2节)。欧盟目前的地位可以通过几个关键指标来评估,包括研究产出、创新能力和市场占有率。

  • 研究产出和创新能力欧盟的研究机构和大学在推进GenAI技术方面发挥着关键作用,为全球知识库做出了重大贡献。欧盟在GenAI相关学术出版物方面排名全球第二(见第1.2节)。
  • 市场占有率和产业影响力欧洲公司积极参与GenAI技术的开发和部署。值得注意的参与者包括Mistral AI和LightOn,它们在欧盟成功地资助了GenAI初创企业。欧盟多样化的产业格局,特别是在汽车、制药和金融等行业,为GenAI整合提供了众多机会。尽管有这些机会,欧盟在全球GenAI行业的市场份额仍落后于美国和中国。加强研究的商业化,推动战略投资和资金,支持统一的监管沙箱,吸引和留住人才,在关键部门建立战略采用,以及促进欧盟公司的市场准入,是改善欧盟市场存在的关键步骤(见第1.2节)。

所有权和依赖关系

越来越多的GenAI参与者的外国所有权提出了与国家安全,技术主权和经济竞争力相关的重要政策考虑。随着对人工智能创新和基础设施的控制日益影响全球影响力,国内参与者最终被外国利益控制的程度可能会影响数据治理和战略决策。外国所有权可能会影响GenAI技术的开发和部署以及现有和新兴的监管框架,如外国投资审查和出口管制,这反过来又会影响国家安全利益和国际合作方式。因此,全球GenAI参与者的所有权数据揭示了对GenAI开发和控制全球格局的关键见解。122本节通过关注所有已确定的GenAI参与者的全球最终所有者来探讨这一主题,其中全球最终所有者被定义为持有公司50%以上股份的控股股东。因此,欧盟外资企业是指那些在欧盟以外国家拥有全球最终所有者的实体。同样,外国拥有的美国球员由美国以外的实体拥有。

美国在外国GenAI参与者的所有权方面遥遥领先,持有24%的外国GenAI参与者,这表明其强大的人工智能研发生态系统(见图5)。欧盟在GenAI外资企业中占有第二大份额,这表明对国外GenAI企业的投资。日本紧随欧盟之后(8%)。尽管中国是全球人工智能经济的主要参与者,但在国外GenAI参与者中所占的份额相对较小,仅为2%。最后,所有欧盟GenAI参与者中有12%是外资。中国仅拥有欧盟GenAI公司5%的外资股权。相比之下,欧盟拥有的外国GenAI公司中有14%是中国人。

这一分析还从欧盟的角度区分了外国、国内和本地参与者。外国拥有的欧盟参与者是由位于欧盟以外国家的投资者拥有的欧盟实体。Domesticowork是指由位于欧盟境内的实体拥有的欧盟参与者(例如,德国投资者拥有的法国参与者)。本地拥有的球员是指国家拥有的球员(例如,意大利球员拥有意大利所有权)。外国所有权被定义为球员接受位于与球员居住国不同的国家的实体的直接投资。外国投资者通过持有50%以上的股份来行使控制权(IMF,2009年)。0% 5% 10% 15% 20% 25%美国欧盟中国英国日本韩国印度

在这里插入图片描述
JRC数据调查的结果提供了哪些外国控制欧盟国家的参与者的信息(考虑到位于欧盟的公司是外国拥有的,而所有者位于欧盟以外)。图6显示,美国拥有欧盟外资企业的最大份额(49%),其次是日本(13%)、英国(11%)、瑞士(7%)和中国(5%)。

在这里插入图片描述

放大欧盟,德国拥有最高比例的海外玩家,其次是法国,瑞典和荷兰。同样,图7显示了欧盟的外资玩家所在地。德国拥有大多数外资球员,其次是瑞典和法国。
在这里插入图片描述

战略机遇

欧盟可以通过利用几个战略机遇来加强其在GenAI领域的地位。

  • Ethical and Trustworthy AI 欧盟的主要区别之一是其对道德和值得信赖的人工智能的承诺。该地区一直积极制定监管框架,优先考虑数据隐私,安全和道德因素。通过将自己定位为道德GenAI的领导者,欧盟可以吸引重视负责任人工智能实践的全球合作伙伴和客户,以及国内外投资。这种方法不仅提高了欧盟的声誉,而且在越来越关注人工智能道德的市场中提供了竞争优势。
  • Collaboration and Ecosystem Building 欧盟对合作和生态系统建设的重视带来了巨大的增长机会。跨境研究合作和公私伙伴关系等举措可以促进知识交流和资源共享,推动欧盟的GenAI能力向前发展。
  • Focus on Specific Markets and Applications 欧盟可以利用其多样化的工业基础,专注于GenAI可以产生变革性影响的利基市场和应用。通过确定具有高度整合GenAI潜力的行业,如医疗保健、农业和能源,以及媒体和视听创意行业,欧盟可以调整其战略,以满足特定行业的需求。这种有针对性的方法使欧盟能够开发专业知识和解决方案,提高其在这些领域的竞争力。

挑战和障碍

虽然欧盟在GenAI领域有着巨大的潜力,但它必须应对一些挑战和障碍,以保持和提高其竞争地位。欧盟委员会最近发布了《人工智能大陆行动计划》,概述了一系列旨在加速人工智能采用的举措,重点关注5个主要支柱:计算、数据、部门方法,以促进人工智能的新工业用途并改善各种公共服务的提供、技能和监管简化。

  • Fragmented Market and Regulation 虽然欧盟的单一市场应该是GenAI发展的参考区域,但剩余的内部障碍可能会对其采用和扩展构成挑战。努力识别和消除这些障碍,沿着法律的文书,如《人工智能法》,在欧盟层面提供一个统一的框架,推动GenAI的统一市场,实现跨境合作和创新。
  • Investment and Funding Gaps 如第1.2节所述,与美国和中国相比,欧盟在为GenAI计划吸引投资和资金方面面临挑战。获得风险资本的机会有限,可能会阻碍GenAI企业的发展。为了解决这个问题,欧盟必须继续为GenAI初创企业和规模扩大提供有针对性的资助计划和激励措施,同时促进私人投资。
  • Talent and Skills Shortage 一个吸引GenAI领域人才的充满活力的环境是促进欧盟竞争地位的重要因素。通过教育、培训和技能提升计划培养强大的人工智能人才,对于满足对GenAI专业知识日益增长的需求也至关重要。教育和培训机构、学术界、工业界和政府之间的合作可以帮助弥合技能差距,并确保有一支能够推动GenAI创新的熟练劳动力。
  • Market Dynamics and Contestability GenAI部门包括与提供生成AI模型相关的上游和下游活动。这一新兴行业充满活力,拥有活跃的价值生态系统和相关的研发投资。然而,当前的一些市场动态可能会影响GenAI市场的结构,同时改变其未来的竞争格局。如前所述,Gen AI系统的开发和部署包括数据、基础设施和算法,沿着技术专长。视经济条件而定,可能会出现资源限制、市场准入和技术发展等问题,并可能减少积极竞争者的存在。

3.2行业转型、新商业模式和采用

关键信息

  • GenAI是行业转型的催化剂,推动创新商业模式的出现。与此同时,就创意产业而言,它需要仔细考虑潜在的好处和缺点。
  • 数字成熟度是采用GenAI的关键因素:中小企业需要发展一定程度的数字成熟度,包括数字技能、业务流程和基础设施,以充分利用GenAI的潜力。
  • 欧盟大型企业对包括GenAI在内的人工智能技术的采用率更高,这可能会扩大差距,因为小型企业可能因资源和能力有限而面临采用挑战。

GenAI有潜力改变整个欧盟的产业,成为创新和经济转型的关键驱动力。通过利用先进的算法和数据驱动的见解,GenAI不仅可以优化现有流程,还可以创建可能挑战传统模式的新业务模式。本章探讨了GenAI对各个工业部门的影响。说明性案例研究和深入探讨在第6节中介绍。

GENAI对传统药物的影响-益处和风险

GenAI的整合可能会对传统行业产生深远的影响,彻底改变流程,并鼓励新商业模式的出现。

GenAI --特别是作为新兴人工智能的一部分–有望改变制造业(汽车、电子、消费品等)。126人工智能还将通过自主和自适应决策对预测性维护产生颠覆性影响。制造商可以优化供应链,减少浪费,增强产品设计和自动化流程。这一转变导致了能够自主管理生产任务的互联系统的发展,从而提高了效率并减少了停机时间。这些应用已经在数据中观察到,因为GenAI中1.7%和1.6%的欧盟活动(如第1.2节所述)也分别属于移动和电子工业生态系统(DGTES)。

在零售领域,GenAI正在通过个性化互动和优化库存管理重塑消费者体验。零售商正在使用GenAI分析消费者行为,预测趋势,并定制营销策略。该技术实现了动态定价模型和自动化客户服务解决方案,创建了以客户为中心的方法,可以提高忠诚度和满意度。在欧盟,1.1%的GenAI活动也应用于零售业,高于全球平均水平(DGTES)。GenAI通过提高诊断准确性和个性化患者护理,以及通过分析大量数据集来检测模式和预测疾病进展,帮助早期诊断和治疗计划,在医疗保健中发挥着关键作用(见第6.1节)。然而,这种影响可能更具破坏性,因为这是与GenAI活动重叠最多的产业生态系统:欧盟近10%的GenAI研究,创新和商业活动与医疗保健生态系统(DGTES)有关。

在创意产业中,GenAI正在彻底改变内容创作和设计流程。它使艺术家和设计师能够通过分析观众的偏好和趋势来创作创新作品。这些行业与欧盟的GenAI相关,GenAI活动中有3%以上与创意产业(DGTES)有关。人工智能生成的内容,如音乐、视频和艺术,正变得越来越受欢迎,导致新的商业模式专注于数字和互动体验,以及GenAI在视听和媒体行业(例如虚拟电影制作)的现有流程中的成功整合。例如,其中一个主要问题是人工智能模型的训练数据可能包括创作者的作品,这引起了版权问题128(第5.4节)。这可能会导致创新和创造力激励机制的严重改变,因为人工智能生成的原创作品改编可能会在商业环境中取代后者。最后,GenAI在创意产业中的快速采用也可能导致风格的同质化,因为AI模型可能依赖于现有的趋势和风格,而不是创造全新的东西(参见第2.3节),并且生成的内容可能成为后续模型的训练数据的一部分。GenAI在创意产业中的案例突出表明,在某些情况下,影响是复杂的,需要仔细考虑。

中小企业的作用和数字化成熟度

中小企业(SME)占欧盟所有企业的99%,并开始探索GenAI的潜力。欧洲数字创新中心(EDIH)等网络在支持中小企业释放GenAI价值方面发挥着关键作用。通过对EDIH支持的中小企业的案例研究,很明显,GenAI可以在医疗保健、食品技术、制造业和教育等多个领域带来实实在在的好处。

客户行业对生成式 AI 的兴趣面临的挑战EDIH 提供的支持
FreezerData BV能源改进业务流程校准并构建技术。(研发)投资前测试
Alpha-Protein GmbH农业生物技术与食品生物技术改进业务流程校准技术并探索可能性。(研发)投资前测试
Aqualeg医疗保健改进最终产品/服务校准技术。(研发)投资前测试
MultiSkript Verlag文化与创意经济改进最终产品/服务探索可能性。(研发)投资前测试
Confidential-Mind Oy安全生成式 AI 产品资金。(实施)寻求投资支持
Miðeind文化与创意经济生成式 AI 产品计算与人力资源。(实施)寻求投资支持,投资前测试
多个客户多个行业探索可能性,提升数字意识缺乏知识与意识无明确信息
(研发)创新生态系统网络;培训与技能发展---

对176个中小企业案例研究的分析(见表1)显示,虽然目前只有少数中小企业采用GenAI,但它们已经找到了该技术的各种应用。这些应用包括优化业务流程、增强产品或服务以及开发支持GenAI的产品。例如,一家荷兰公司FreezerData探索了使用GenAI来实施虚拟服务机制,以解决劳动力短缺问题。同样,德国初创企业Alpha-Protein也打算利用GenAI来优化其生产流程。其他中小企业,如Aqualeg和MultiSkript,正在使用GenAI来增强他们的客户服务和产品供应。

采用GenAI需要一定程度的数字成熟度,包括数字技能、业务流程和基础设施。EDIHs 129进行的数字化成熟度评估显示,当企业开始采用GenAI等人工智能技术时,它们的数字化转型通常处于中等水平。评估还表明,在战略、数据管理和数字技能方面达到一定的发展水平,对于充分利用人工智能和其他先进技术至关重要,如图8所示。
在这里插入图片描述
图8显示了数字成熟度评估工具中的平均维度分数与总数字成熟度分数的关系。一般来说,战略对具有基本数字成熟度得分的公司的总分贡献相对较大,而人工智能和自动化只有在公司达到中等先进的数字成熟度水平时才开始发展。它还表明,企业需要一定程度的数据管理和以人为本的数字化,包括技能和员工赋权,才能充分整合GenAI等人工智能技术。上述案例研究进一步证实了这一点,探索和采用GenAI的中小企业通常表现出更高的数字成熟度,拥有坚实的数字基础设施,包括数据管理和治理系统以及熟练的员工。

2024年,欧盟统计局的数据132显示,欧盟企业对人工智能技术的使用比上一年有所增加,但根据公司规模的不同,差异很大。这反映在所有人工智能技术中,因此包括GenAI以及不同的经济活动。41%的大公司正在使用人工智能,领先于约21%的中型企业和11%的小型企业(见图9)。大公司可以获得竞争优势,提高效率和决策能力,而小公司可能会发现很难跟上,这可能会扩大它们之间的市场差距。

在这里插入图片描述
了解人工智能采用的区域动态,特别是GenAI,对于在整个欧盟充分发挥其潜力至关重要。如果管理不当,这些技术的变革性质可能会加剧欧洲现有的领土分歧。随着GenAI继续改变行业和社会,有必要研究欧盟在人工智能方面的投资如何在区域层面进行分配,以确定优势和劣势领域,解决潜在的差距,并制定有针对性的战略来支持区域增长和发展,确保没有一个地区落后。这反过来又有助于促进数字凝聚力,促进创新,为欧盟各地的企业和公民创造新的机会,最终有助于提高经济的竞争力和繁荣。JRC对2014-2020年规划期间欧盟人工智能(AI)投资的地理分布进行了分析。该分析涵盖了欧盟27个地区的NUTS 2级,揭示了以下主要发现:

  • 在2014-2020年期间,大约80亿欧元的欧盟资金(来自地平线2020和凝聚力政策)被分配给欧洲地区的人工智能投资,平均每年占欧盟人工智能投资总额的7%。
  • 欧盟资金在人工智能总投资中的份额在中欧和东欧国家往往较高,在南欧则较低。
  • 较发达地区在欧盟资助的人工智能投资方面具有更高的专业化程度,这产生了溢出效应,增强了邻近地区的类似模式。
  • 人工智能相关投资更加集中在ICT活动高度集中且更具创新性的地区,凸显了集聚效应的重要性。
  • 选择人工智能作为其智能专业化战略创新优先事项的地区也更有可能在人工智能领域拥有更高的资金专业化。

3.3市场份额、趋势和竞争分析:欧洲对话式人工智能案例

关键信息

  • 欧盟的通用会话人工智能(GCAI)市场由几个关键参与者主导,OpenAI的ChatGPT成为明显的市场领导者,尽管其他参与者,如ChatOn和NovaAI,也具有竞争力。
  • 会话式GenAI工具的竞争格局在国家层面上各不相同,不同的动态塑造了欧盟成员国之间工具的竞争定位,当地参与者在特定国家表现出更大的突出性。
  • 在邻近市场拥有成熟资产的现有技术公司,特别是消息平台,云服务和搜索引擎,越来越多地将GCAI功能集成到其现有的生态系统中。

通用对话式人工智能系统(GCAI),如ChatGPT(OpenAI),Gemini(Google),Claude(Anthropic)和DeepSeek Chat(DeepSeek),旨在参与广泛主题的开放式,人性化对话。不出所料,全球计算机辅助评估工具吸引了公众和媒体的大量关注,突出了其社会意义,并引起了更密切的分析审查。

GCAI生态系统中的竞争动态和创新轨迹取决于用户服务与其所建立的基础LLM之间的关系。一方面,ChatGPT、Claude和DeepSeek Chat等垂直集成系统是由训练底层模型的相同组织开发和部署的。这些第一方应用程序受益于全栈控制,促进了模型功能和用户界面设计之间的更紧密结合。另一方面,ChatOn和NovaAI等第三方应用程序依赖于外部LLM(通常通过OpenAI和DeepSeek等提供商的应用程序编程接口(API)访问)来构建面向用户的服务,而无需开发自己的基础模型。这种通过API或其他方式依赖第三方参与者的做法反过来又导致总体上缺乏控制,主要是对最终产品行为和基础模型的供应缺乏控制。本节侧重于欧盟(EU)内的GCAI服务,旨在分析这一新兴市场的结构和演变,并试图确定欧盟的主要运营商以及他们的服务和市场渗透率在欧盟成员国之间的差异。

MAIN PLAYERS

GCAI工具的市场是复杂的,由于广泛的应用和专门的工具,以满足特定的任务。为了保持清晰并提供有关采用GenAI解决方案的当前状态的信息,本节的重点是在企业对消费者(B2C)市场提供各种服务的相关GCAI工具,不包括文本编辑或图像生成工具等利基玩家。重点是了解这些参与者在欧盟的影响和范围,深入了解GCAI工具在消费者领域的竞争环境。

欧盟层面的主要参与者

通过使用每月应用程序下载量和网站流量指标,可以确定符合既定标准的重要参与者,以提供当前市场动态的快照。已识别的应用程序和服务包括基于LLM的本地助手和LLM驱动的服务的混合。主要来自美国和中国的前五名玩家主导了市场,占MAU和下载量的82%。OpenAI的ChatGPT在这两个领域都是明显的市场领导者。尽管大型科技公司占据主导地位,但像ChatOn这样的纯界面解决方案已经获得了巨大的吸引力,这表明垂直整合的参与者和那些只关注消费者界面的参与者之间存在竞争态势。

虽然顶级玩家包括谷歌和微软等知名科技巨头,但他们的应用程序并没有跻身最常用的应用程序之列(图10),这表明仅凭品牌认知度并不能确保持续的用户参与度。有趣的是,仅界面的参与者已经成功渗透市场,这表明不主要专注于人工智能开发的公司可以取得重大成功。非人工智能专业公司的成功凸显了GCAI市场格局的复杂性和竞争力,新进入者挑战老牌企业的市场份额。
在这里插入图片描述
网站市场也同样集中(见图11)。排名前5位的公司占欧盟独立访客总数的92%,这反映了比应用市场更高的集中率。然而,与应用程序市场相比,仅提供界面的GCAI公司在网站领域的地位明显较低。有几个因素可能有助于解释这种差异。首先,领先的GCAI工具,如Copilot和Gemini,紧密集成到浏览器环境或操作系统(如Edge,Chrome)中,将网站定位为用户的默认访问点,而不是独立的对话式AI界面。缺乏这些整合优势的纯界面公司可能会发现移动的应用程序是直接吸引用户的更有效渠道。
在这里插入图片描述

此外,除了整合因素之外,interfaceonly玩家似乎还面临着在网络上建立可见性和信任的额外挑战。一个可能的解释是,通过网站访问人工智能工具通常需要用户直接导航到特定的URL或依赖于通过搜索引擎发现-谷歌和微软等知名公司受益于强大的品牌知名度和完善的搜索引擎优化(SEO)功能的途径。相比之下,应用商店可能为新进入者提供更有利的环境,提供集中的高流量平台,具有排名,用户评论和分类等功能,可以提高消费者的可见性。此外,基于应用程序的营销策略-特别是那些利用TikTok和YouTube等社交媒体平台的营销策略-可能在使仅界面的GCAI应用程序快速吸引用户方面发挥关键作用,从而可能减少他们对强大网络存在的依赖。

在国家一级,全球计算机辅助教学工具的竞争格局差异很大。根据下载量和MAU,德国、法国、西班牙、意大利和波兰在GCAI工具采用方面处于领先地位。它们共同代表了欧盟总下载量和MAU的很大一部分,其中德国是最大的市场。虽然主要行为者在所有会员国都有存在,但法国的米斯特拉尔等地方行为者在特定国家表现出更大的影响力。应用程序的排名根据下载量和活跃用户参与度而有所不同,反映了不同地区不同的用户偏好和参与程度。

网站使用情况的结果也显示了类似的情况。根据每月唯一访问者数据,GCAI网站使用率最高的五个欧盟成员国是德国(DE)、法国(FR)、西班牙(ES)、意大利(IT)和荷兰(NL)。如图12所示,在研究期间,这些国家中的每一个都有超过500万的游客。它们合计约占欧盟总市场的64%,其中德国占18%。
在这里插入图片描述
第二组国家包括波兰(PL)、瑞典(SE)、比利时(BE)、葡萄牙(PT)和丹麦(DK)。波兰在游客数量方面紧随荷兰之后(分别为420万和460万),而其余国家各自占不到3.5%的市场份额。总体而言,网站细分市场的特点是比应用程序市场更集中和同质化的竞争结构。五家领先的提供商- ChatGPT,Gemini,Copilot,DeepSeek和Perplexity -占欧盟基于网站的GCAI使用量的大部分。与应用程序部分相反,Mistral表现出显着的吸引力-特别是在法国-并没有出现在顶级网站提供商之列,这表明某些参与者可能会表现出特定平台的参与模式。

欧盟企业在创成式人工智能创新竞赛中的竞争能力具有深远的影响,涉及经济增长、人才保留,甚至国家安全。因此,把握当前的发挥状态,以及欧盟生态系统的优劣势至关重要。“虽然分析B2C市场的创成式对话人工智能(GCAI)可能无法完全捕捉欧盟B2B行业或整个欧盟GenAI生态系统中出现的尖端创新,但由于B2C界面受到媒体的高度关注和公众的高度重视,它仍然提供了有价值的见解。

3.4对劳动力市场的影响:就业和生产率

关键信息

  • 就业政策可能需要考虑GenAI带来的劳动力市场动态。这些因素包括对收入和不平等的潜在影响、职业结构调整以及职业的潜在转变。
  • GenAI的进步也带来了对人工智能导航和参与所需技能的需求的明显转变,例如批判性思维和情商,导致高技能和低技能工作之间可能存在鸿沟。这些技能包括人工智能素养,以及对该技术在工作实践中的道德甚至监管影响的更广泛理解。
  • 鼓励劳动力的韧性和适应性将有助于应对GenAI的出现所引起的劳动力市场需求的变化。
  • 总的来说,虽然GenAI带来了与工作岗位流失和不平等相关的挑战,但它也为提高生产力和就业稳定提供了巨大的潜力。政策制定者和组织必须谨慎应对这些动态,以最大限度地发挥GenAI的优势,同时降低其风险。

要预测GenAI对劳动力市场和就业的影响,就必须做好劳动力准备,预见潜在的工作岗位流失,并调整教育系统和课程,以满足当前和未来的需求。一种方法是分析哪些职业受GenAI进步的影响最大。例如,GenAI是否同样影响工程师、厨师、教师和清洁工?了解哪些职业最受GenAI影响,哪些职业最不受GenAI影响,可以帮助政策制定者设计就业和教育政策,以确保更平稳的过渡。

136然而,最近的研究表明,ChatGPT的推出并没有显着减少美国大公司的就业。相反,这些公司的劳动生产率有所提高,特别是那些使用GenAI的公司,这表明它可以提高效率和生产率,而不必削减就业机会。例如,在德国,工业机器人等自动化技术已经在服务部门创造了就业机会,平衡了制造业的损失,并提出了抵消GenAI破坏性影响的潜在途径。

GenAI还可能加剧劳动力市场的不平等,因为它提高了需要与GenAI能力相一致的认知能力的职业的生产力,以及有能力使用这些工具的工人,可能导致低工资工人的工作条件更加不稳定。尽管存在这些担忧,但GenAI提供了减少不平等的机会,使高工资角色的任务替代和技能获取民主化,帮助表现不佳的工人迎头赶上。

JRC的一个研究项目通过绘制100多个职业的人工智能研究强度、相应的认知能力和工作任务来解决这个问题。例如,有大量与理解和表达(认知能力)相关的(生成)人工智能研究,这是训练他人(任务)所必需的,而这反过来又是教师(职业)的重要任务。相比之下,处理感觉运动交互(认知能力)的人工智能研究相对较少,这是搬运和移动物体(任务)所需的能力,清洁工(职业)特别执行他们的工作。这就解释了为什么(生成式)AI对清洁工的影响小于对教师的影响。该研究没有考虑到新的和新兴的趋势,如人工智能,预计这将对不同职业产生另一种影响。

人工智能研究、认知能力和任务

在过去的十年里,人工智能研究主要集中在与理解和产生想法有关的认知能力上,这对GenAI来说尤其重要:

  • 理解与表达:处理自然语言,总结主要信息,表达想法和立场-例如,阅读报告并回答有关其内容的问题。
  • 注意和搜索:根据特定标准在文本或图像中查找相关信息-例如,在大型报告中,查找与特定问题相关的最重要部分,或对文档的性质进行分类(例如,简历,科学报告)。
  • 概念化,学习和抽象:从例子中概括,从演示中学习,积累(抽象)知识-例如,存储通过回答给定报告的几个问题获得的信息。

这些能力反过来又允许AI执行某些任务。例如:

  • 理解和表达需要指导,培训和教导人们,写信,备忘录和电子邮件,但也需要解决冲突和与人谈判。LLM极大地影响了我们理解自然语言和生成具有表达力的连贯文本的能力。
  • 注意力和搜索是执行数学和统计任务所必需的,也是过滤互联网上大量信息所必需的(就像搜索引擎一样)。
  • 概念化、学习和抽象:通过机器学习,人工智能系统可以从数据中学习,并识别没有明确编程的模式。AI还可以将知识从一个领域转移到另一个领域。

EXPOSURE OF OCCUPATIONS TO A I

将每个职业中涉及的任务与AI可以执行的任务映射在一起,可以计算每个职业的暴露分数。这个暴露分数不是绝对的,而是相对的-也就是说,它显示了职业之间暴露于AI的程度。JRC的一项研究分析了最容易接触(生成)AI的职业是电子技术工程师、软件开发人员、教师、办公室职员和秘书。人工智能对这些职业的影响主要是由这些职业所需的人工智能“想法”相关能力驱动的,例如理解和表达,注意力和搜索,以及概念化,学习和抽象。相反,人工智能研究对清洁工和助手、服务员和调酒师以及商店售货员等职业的影响相对较小。这是因为人工智能对这些职业所需能力的研究-例如感觉运动交互和导航-仍然很少。

GenAI的潜在影响似乎不同于以往的技术进步浪潮。例如,医生、教师和工程师并没有像收银员、机器操作员和装配工那样特别受到先前技术爆发浪潮(例如机器人化)的影响。这是因为到目前为止,人工智能已经在与思想相关的能力方面取得了进展,例如概念化,学习,抽象,理解和搜索信息等,医生、工程师和教师执行工作任务所特别需要的能力。值得注意的是,其他非人工智能技术进步可能会影响低收入职业(例如自助结账机)。

Genai与生产力

最近的研究强调了ChatGPT等LLM促进的生产力大幅提高。例如,一项专注于客户服务行业的研究表明,引入基于人工智能的工具使生产力平均提高了14%,新手和低技能工人的生产力平均提高了34%。145同样,在专业写作任务中,ChatGPT被发现显着提高了平均生产力(任务完成得更快,质量更高),主要是通过替代工人的努力,而不是补充工人的技能。另一项研究调查了ChatGPT如何改变了对自由职业者的需求,将300多万个职位空缺划分为116个细粒度的技能集群,将它们标记为可替代的,147结果表明,ChatGPT推出后,劳动力需求有所增加,但仅限于与AI工具互补或不受AI工具影响的技能集群。总的来说,结果表明,自由职业者的专业知识越来越专业化,而不是在所有互补领域实现统一增长。LLM已经跨越了门槛,在广泛的认知任务中变得有用148,关键是要确定GenAI工具在生成内容方面的比较优势。

GenAI有望提高各个领域的生产力和质量。然而,这些系统的功效取决于任务的复杂性和用户的技能水平,不同人口群体的性能可能存在差异。虽然GenAI可以缩小职业内部的绩效差距,但它可能会加剧教育和职业群体之间的不平等,需要采取细致入微的方法来减轻不利影响并最大限度地发挥技术潜力。

以上内容全部使用机器翻译,如果存在错误,请在评论区留言。欢迎一起学习交流!

郑重声明:

  • 本文内容为个人对相关文献的分析和解读,难免存在疏漏或偏差,欢迎批评指正;
  • 本人尊重并致敬论文作者、编辑和审稿人的所有劳动成果,若感兴趣,请阅读原文并以原文信息为准;
  • 本文仅供学术探讨和学习交流使用,不适也不宜作为任何权威结论的依据。
  • 如有侵权,请联系我删除。xingyezn@163.com
http://www.dtcms.com/a/296511.html

相关文章:

  • pyautogui 置信度问题
  • 拖拽同时支持Y轴滚动
  • 开立医疗2026年校园招聘
  • openbmc 日志系统继续分析
  • 行为型模式-协作与交互机制
  • 华为仓颉编程语言的表达式及其特点
  • mac llama_index agent算术式子计算示例
  • 力扣刷题(第九十七天)
  • 强化学习入门三(SARSA)
  • 专题:2025微短剧行业生态构建与跨界融合研究报告|附100+份报告PDF汇总下载
  • LeetCode 1695.删除子数组的最大得分:滑动窗口(哈希表)
  • 07 RK3568 Debian11 网络优先级
  • “抓了个寂寞”:一次实时信息采集的意外和修复
  • 网络基础19--OSPF路由协议(上)
  • 基于QT(C++)实现(图形界面)通讯录系统
  • JavaJSP
  • 【SpringAI实战】FunctionCalling实现企业级自定义智能客服
  • Qt 调用ocx的详细步骤
  • 单片机学习课程
  • 数据推荐丨海天瑞声7月数据集上新啦!
  • 海外红人营销的下一站:APP出海如何布局虚拟网红与UGC生态?
  • idea监控本地堆栈
  • Redis分布式锁的学习(八)
  • 无源域自适应综合研究【2】
  • Qt连接MySql数据库
  • SAP B1 DTW成功登录后点击下一步提示没有权限读取清单
  • QML 模型
  • 阿里云SLS未开启索引时无法查询日志内容
  • 11.事务
  • 【GoLang#1】:Go 语言概述(背景 | 环境配置 | 特点 | 学习)