目前，我国劳动力市场对人工智能新技能适应性较弱，新技能对高影响指数劳动力存在更大替代风险，白领职业如发卖业务、财务/审计/税务、软件/互联网开拓/系统集成、行政/后勤/文秘和客服等已开始受冲击。
报告提出，应积极拥抱新技能，开释人的活力和创造力，同时在国家层面提升对人工智能新技能的投入，以提升国家竞争力。

上世纪50年代，艾伦·图灵提出人工智能这一观点，打算机科学家们便开始研究如何授予机器思考和对话的能力。
2017年，Ashish Vaswani团队设计的变换器模型彻底改变了措辞数据的处理办法。
2018年，谷歌研发的BERT和OpenAI利用的GPT便是变换器模型的两个变种。

Open AI不断改进GPT模型，分别于2019年、2020年和2023年发布了我们熟知的GPT-2、GPT-3和GPT-4。
从剖析型AI到天生型AI，从机器措辞到自然措辞，人工智能与人之间的差异进一步缩小，尤其是在沟通和聪慧的领域。

天生式AI-ChatGPT发布时所基于的GPT-3框架是一种天生式AI算法，其接管演习数据并天生新内容，包括笔墨、图像、音频、***和代码等。

大措辞模型-大措辞模型的一个显著特色是其弘大的参数大小，可以达到上千亿的水平。
例如，GPT-1有11亿个参数，到GPT-2有15亿参数，而GPT-3有惊人的1750亿个参数，GPT-4更是具有1.8万亿巨量参数。
ChatGPT问世之后，各大科技的AI大措辞模型走入人们视野，例如谷歌的LaMDA，百度的文心一言，阿里巴巴的通义千问，Meta的LLaMA，以及英伟达的NeMo Service等。
从这个意义上来说，ChatGPT是人工智能尤其是天生式AI发展历史上的一座里程碑。

人工智能对付事情的影响：毁灭还是创造？

当2022年11月OpenAI发布ChatGPT之后，短短半年多来，大措辞模型已经达到了成熟利用自然措辞与人类沟通的地步。
ChatGPT对写作、修正润色、信息归纳、内容创意和编程能力的替代浸染是惊人的。
现在我们可以让ChatGPT根据指令天生流畅的稿件和实用的网站程序，让Midjourney天生精妙繁复的图像。
这也意味着从业者所积累的相应技能的贬值速率大大提高了，而对应的事情也就更随意马虎被替代。

1.白领事情和知识型事情更随意马虎被大措辞模型替代

根据智联招聘发布的各种职业的岗位需求对事情任务的描述，哪些职业更可能被以ChatGPT为代表的大措辞模型人工智能技能进步所影响？按照课题组构建的“基于事情任务的大措辞模型影响指数”(Work Activity-based LLM Exposure Index)，图1展示了影响指数最高和最低的各20个职业。

影响指数最高的20个职业包括财务/审计/税务、翻译、银行、发卖业务等，其“基于事情任务的大措辞模型影响指数”(Work Activity-based LLM Exposure Index)分别为0.89、0.85、0.82、0.81，法律/法务/合规职业也位于影响指数前20榜单。
这些职业多为白领事情，其共同特点在于事情任务包含较多的文本处理、资料网络整理等内容，而这些知识型的事情任务正是大措辞模型人工智能的长项。

发卖业务职业在个中名列前茅，值得特殊解释。
常日认为，发卖须要浩瀚“软技能”，并且须要直接与人打交道，因此不太受到人工智能等技能进步的影响。
然而，稽核实际发布的发卖业务岗位的任务和技能需求可以创造，大多数发卖业务岗位所提出的事情和技能哀求的笔墨描述还是常规性子的任务，例如网络客户信息、电话联结客户、供应信息咨询等，因此在人工智能影响程度的打算中排名靠前。

影响指数最低的20个职业包括社区/居民/家政做事、技工/操作工、烹饪/收拾/食品研发、交通运输做事、物流/仓储、医院/医疗/照顾护士等，其“基于事情任务的大措辞模型影响指数”(Work Activity-based LLM Exposure Index)分别为0.11、0.16、0.17、0.26、0.27、0.37。
这些职业的共同特点在于，事情任务包含较多的体力劳动，并且须要在直接与人打交道的过程中供应做事。
值得把稳的是，只管这些职业受到大措辞人工智能的影响较小，但是其受到机器人等其他数字技能的影响较大。
评估职业的可替代性和未来的发展前景，还须要结合不同技能的发展综合评判。

图1：基于事情任务的大措辞模型影响指数最高和最低的20个职业

数据来源：智联招聘

2.过去五年人工智能技能替代人工的初步趋势已显现

课题组首先利用技能路线一，按照不同职业进行分类，对智联招聘在2018年1月到2023年4月期间新发布的岗位需求信息进行剖析，对这些新发布岗位的“人工智能影响指数”(AI exposure Index)以及“大措辞模型影响指数”(LLM exposure Index)进行了打算，然后逐月进行了加权均匀，打算出每个月新增岗位的影响指数。

如图2所示，过去五年中国新增职位的“人工智能影响指数”(AI exposure Index)和“大措辞模型影响指数”(LLM exposure Index)均呈低落趋势，前者从2018年1月的0.7低落至2023年4月的0.68，后者从2018年1月的0.85低落至2023年4月的0.25[ 报告中提及的3个指数，由于各指数构建过程采取不同技能路线，单个指数意义下不同职业指数值的相对序列，反响了不同职业对该种技能暴露程度的高低。
但各指数之间的绝对值没有比拟意义，且不可比。
]。
影响指数持续低落，并随韶光呈加速低落态势，紧张的低落发生在2021和2022年。
这解释新增岗位逐渐集中于那些不随意马虎被人工智能技能所替代的岗位。
换句话说，那些比较随意马虎被人工智能所替代的岗位正在逐渐消逝。

图2：新发布岗位受到人工智能影响的变革趋势：2018.1-2023.4

数据来源：智联招聘

课题组随后利用技能路线二，对新发布岗位的“基于事情任务的大措辞模型影响指数”(Work Activity-based LLM Exposure Index)进行了打算，并按月进行了加总统计。
如图3所示，该指数也随韶光低落，从2018年的0.6旁边低落到2023年的0.4旁边。
两条技能路线的指数都呈现低落的趋势，解释了人工智能替代就业的趋势是稳健的。

大措辞模型人工智能技能大规模盛行不过是这半年多以来的事，为何会在此前几年就显现出对劳动力需求的影响？一个可能的缘故原由在于，大措辞模型人工智能技能与其他人工智能存在高度干系性，且最近的技能进步致使该干系性增强。
因此，近年来劳动力需求变革一贯处在人工智能技能的影响之下，而在大措辞模型人工智能技能迅猛发展之后，其反应就愈加强烈。

图3：新发布岗位受到基于事情任务的大措辞模型影响的变革趋势：2018.1-2023.4

数据来源：智联招聘

3.人工智能影响指数高的职业，过去五年发布职位数量减少

上一小节呈现了劳动力市场上新增的各种岗位整体上受到人工智能影响的趋势。
本小节将在职业层面进一步解释这种趋势。

图4展示了职业层面的新发布岗位数量占比的变革率与“人工智能影响指数”(AI exposure Index)以及“大措辞模型影响指数”(LLM exposure Index)两个指数之间的关系。
图中每个圆圈代表一种职业，圆圈的大小代表了该职业招聘岗位数量的占比多少。
拟合线显示出负向斜率，解释从不同职业类型的比较来看，受到人工智能影响越严重的职业，在过去五年新增岗位的增速越低，这从职业层面验证了上一小节得到的结论。

图4：各职业新发布岗位数量变革与受到人工智能影响的关系

数据来源：智联招聘

注：纵轴为2018-2023年间各职业新发布岗位数量占总岗位数量的比重的变革率（%），横轴度量了该职业的“人工智能影响指数”(AI exposure Index)以及“大措辞模型影响指数”(LLM exposure Index)

图5展示了职业层面的新发布岗位数量占比的变革率与“基于事情任务的大措辞模型影响指数”(Work Activity-based LLM Exposure Index)之间的关系，负干系关系明显，解释过去五年中，不同职业新增岗位的增长率随大措辞模型影响指数的增加而越少。
个中，有两个职业处在分布图的极度位置，加强了这一负向关系，它们分别为大措辞模型影响指数极低的“物流/仓储”和影响指数极高的“发卖业务”。
过去五年“物流/仓储”新发布岗位的需求人数占比扩大了约2成，而“发卖业务”新发布岗位的需求人数占比减少了约2成，这解释大措辞模型人工智能技能对物流事情有较强的互补浸染，而对发卖类事情具有明显的替代浸染。

其余，财务/审计/税务、软件/互联网开拓/系统集成等白领职业也显示出了岗位数量减少的趋势，这与第一小节呈现出的结论是同等的。

图5：各职业新发布岗位数量变革与基于事情任务的大措辞模型影响指数的关系

数据来源：智联招聘

注：纵轴为2018-2023年间各职业新发布岗位数量占总岗位数量的比重的变革率（%），横轴度量了该职业的“基于事情任务的大措辞模型影响指数”(Work Activity-based LLM Exposure Index)。

4.大部分职业在对事情任务的哀求方面尚未涌现对新技能的调度

针对岗位招聘数据中最常涌现的16个职业，课题组根据每个职业在2018-2023年间事情任务的详细内容，描述了其基于事情任务的大措辞模型影响指数（Work Activity-based LLM Exposure Index）的变革趋势（见图6）。
结果表明，近五年来，大部分职业的影响指数基本保持不变。
这解释，各种职业在对事情任务的哀求方面尚未涌现明显的、针对人工智能技能的更新。
换句话说，只管人工智能技能发展迅速，从招聘岗位数量表示出来的劳动需求已经对此做出了“人工智能技能替代人工”的反应，但大部分职业的内涵还没有发生太大的变革，技能替代人工紧张不是发生在“职业内部”，而是表示为不同职业的岗位需求的此消彼长。

图6：16个职业基于事情任务的大措辞模型影响指数变革趋势

数据来源：智联招聘

注：纵轴为2018-2023年间各职业新发布岗位的“基于事情任务的大措辞模型影响指数” （Work Activity-based LLM Exposure Index）的均匀值。

一、职场人对人工智能的应对：驾驭还是疏离？

前文从劳动力市场的需求端出发，剖析了过去五年中国劳动力市场的变革，可以看出人工智能对人工的替代效应已经初步显现，但大部分职业在对事情任务的哀求方面尚未涌现对新技能的调度。
本章节将从劳动力市场的供给方——职场人的角度，剖析职场人对人工智能技能发展的认知程度，以及如何调度自身的求职和学习行为，进行应对。
课题组根据两方面的信息进行剖析，一是2018-2022年之间智联招聘的求职者信息；二是2023年3月对职场人进行的关于大措辞模型人工智能技能的问卷调查，问卷共回收1300份。
调查工具中， 25-40岁年事段占8成；基层员工和低级管理者占8成；受访者从事职业中，产品、技能、研发、设计、运营占4成多，行政、人力、财务、采购、法务等占3成，别的为发卖、市场、客服等岗位。

1.求职者的期望职业逐渐转向受人工智能影响程度较低的职业

求职者对职业的偏好会否受技能影响而发生转移？课题组基于2018-2022年求职者的期望职业以及实际投递岗位所属职业的信息，根据上文所述的技能路线一，构建了求职者“期望职业”和“投递职业”所对应的“大措辞模型影响指数”(LLM exposure Index)。

图7展示了大措辞模型影响指数与相应职业求职者数量变革之间呈现出的负干系关系。
详细而言，根据各职业大措辞模型影响指数的由低到高，课题组将职业分为6组，第一组到第六组指数越来越高。
分别打算出期望职业或投递职业处于该组的求职者在所有求职者中的比例，进而得到这一比例在2018-2022年间的变革率。
可以看出，期望职业或投递职业的大措辞模型影响指数处于第一组（即指数较低）的求职者，其在所有求职者中占比过去5年增加了7个百分点；期望职业或投递职业的大措辞模型影响指数处于第六组（即指数较高）的求职者，其在所有求职者中占比过去5年减少了6个百分点。
这些创造表明，对付受人工智能影响程度较低的职业，求职者期望从事这一职业的意愿和实际投递都是上升的；而对付受人工智能影响程度较高的职业，求职者期望从事这一职业的意愿和实际投递情形则是低落的。

图7表明，劳动力市场的供给端已经发生了适应性的调度，职场人已经意识到劳动力市场发生的变革，对人工智能替代风险高的职业减少了期待，也减少了求职强度。
这一创造与本报告上一章的岗位需求数量表示出的“人工智能替代人力”的趋势是同等的。

图7：2018-2022年求职者期望职业和投递职业变革与受到人工智能影响的关系

数据来源：智联招聘

注：横轴根据“大措辞模型影响指数”从低到高，将职业分为六组。
纵轴显示了2018-2022年间各以该职业作为期望职业和投递目标的求职者的数量变动比例。

2.近7成职场人考试测验过大型措辞模型类AI工具，5成认为AI将替代自己事情

为了进一步理解目前人工智能对职场人事情的详细影响以及职场人对人工智能技能的意见，课题组通过问卷发放的办法进行了大措辞模型人工智能技能的问卷调查调研。

调研结果显示，目前，多数职场人对大型措辞模型类AI工具已有考试测验。
69%的受访者考试测验利用过ChatGPT、文心一言等大型措辞模型类AI工具，听说过但未考试测验的受访者占23.3%，未听说过的仅占比7.7%。
分年事看，95后人群中，考试测验过大型措辞模型类AI工具的占比最高，达到79.1%，高于70后的44%、80后的71%、90后的72.9%、00后的45.3%。
与职场“前浪”比较，95后年轻人对AI工具的理解更深，而与“涉职不深”的00后比较，95后对AI的职场影响关注度更高，因此考试测验者占比更高。

图8展示了职场人对AI在未来一年和五年内影响其所从事事情的不同意见。
详细来看，21.1%的受访者认为未来一年AI不会对自己事情产生太大影响。
韶光周期拉长至未来五年，这一比例降至18.7%。
而不论是未来一年还是未来五年，认为其从事事情将被AI替代的比例（近5成），都高于认为AI将促进其职业发展的比例（3成多）。

图8：职场人认为AI将对自己事情产生的影响

3.长期来看，65.8%的职场人将参加AI技能培训，提升自身驾驭AI的能力

面对AI工具的遍及以及带来的影响，职场人将采纳哪些办法进行应对？图9展示了职场人应对AI工具遍及的方法。
65.8%的受访者表示，将参加AI工具利用技能的培训课程，占比最高。
还有47.2%表示将学习一个不随意马虎被AI替代的新专业技能， 42.9%表示将转向不随意马虎被AI替代的新职业方向，另辟赛道。

这表明，长期来看，面对AI给职业发展带来的影响，职场人普遍较为积极，通过采纳各种方法应对AI技能对职场的冲击。
大部分职场人更方向于通过参加培训课程提升干系技能，从而更好地驾驭人工智能。

综合本章内容可以创造，短期来看，求职者已经在通过转向受人工智能影响程度更低的职业来规避AI的替代。
但长远来看，职场人更乐意以积极的办法应对AI的寻衅，通过学习AI工具利用技能来提升自我，从而在未来更好地驾驭AI来赞助自己的职业发展。

图9：职场人如何应对AI工具的遍及

数字技能在不断发展，从工业机器人到互联网、智好手机、大数据、机器学习和人工智能等每一次涌现，都会改变我们的事情办法。
这不是数字技能第一次改变我们的事情，但不同于以往数字技能创新替代较低层次、低薪的劳动者，大型措辞模型类AI工具的横空出世，对白领类型事情或相对高报酬的知识型高收入事情具有替代效应。

课题组构建了全新的基于事情任务的大措辞模型影响指数（Work Activity-based LLM Exposure Index），并基于智联招聘发布的岗位大数据，对过去五年中国劳动力需求的变革进行了剖析。
研究表明，中国劳动力市场尚未对人工智能等新技能产生明显的适应性调度，而负向的就业替代效果已经开始显现，随着人工智能技能的不断深化和广泛利用，这一替代效果呈现加强趋势。

虽然大措辞模型在海内大规模盛行韶光仅半年旁边，但是基于过去几年的趋势判断，在未来一段韶光，中国劳动力市场将逐渐表现出对大措辞模型技能的不良反应。
而劳动力市场上诸如发卖业务、财务/审计/税务、教诲/培训、软件/互联网开拓/系统集成、行政/文秘和客服等白领职业，已开始遭遇大措辞模型人工智能技能的冲击。

面向未来，在技能改造、家当创新的发展背景下，促进我国经济高质量发展不仅要关注智能化在生产领域的广泛利用，同时应加速技能前沿涉及家当的技能采取，只有与新技能的广泛结合和在生产过程中的充分结合才能创造出新的就业机会和更多的市场需求，促进经济的高质量发展。

数字经济的发展既带来了寻衅，也带来了机遇。
职场人须要关注新的机会，并利用数字技能为自身做事。
企业须要进行数字化转型，充分发挥数字技能的力量，加速转型升级。
同时，大学教诲的代价也值得核阅，全体教诲体系和人力成本培养或将随之发生巨大改变，以顺应数字时期的变革。