回复
国际劳工：ChatGPT等生成式AI，影响1700万工作岗位
联合国-国际劳工组织（ILO）和世界银行发布了一份关于，ChatGPT、Gemini等生成式AI对拉丁美洲和加勒比地区（LAC）各行业影响的深度调查报告。
为了确保本次调查数据的准确性，国际劳工对LAC地区的22个国家使用了ISCO精准职业分类、PIAAC数据以及GBB分析模型，同时涵盖性别、地区、年龄、教育、贫困状况、收入等信息，有助于分析不同群体在生成式AI影响方面的差异。
调查结果显示，生成式AI会对LAC地区的1700万个工作岗位产生巨大影响，其中女性岗位700万个，男性岗位1000万个；金融、保险、公共行政等那些处理大量数据的行业会被生成式AI替代。
但只有2%—5%的岗位会被完全替代。这也就是说，生成式AI会重塑多数工作业务流程开创“人机协作”模式，会像Office那样成为日常办公工具。
所以，国际劳工认为，教育、法律、医疗、客户服务、市场营销等行业将是生成式AI的受益者，可大幅度提升工作效率。
同时建议一些需要大量处理数据的和灵感创意的行业，应该好好学习和利用一下生成式AI，在提升工作效率的同时能尽量避免失业。抢你工作职位的不是AI，而是会使用AI的人。
由于本次报告内容较多，「AIGC开放社区」只为大家解读主要内容，如果想查看所有原文内容，可以去国际劳工官网下载。
本次调查的研究背景
随着ChatGPT、Gemini等现象级生成式AI产品的出现，使得人们对AI的关注、应用飞速上升。
在美国，超过半数的成年人对无所不能的生成式AI产生了巨大担忧，最担心自己的工作被AI取代。
而瑞士的一项调查也显示，很多使用计算机工作者对未来5年内可能失业感到忧虑。
所以，国际劳工希望通过深度调查，想看看生成式AI到底对各行业能产生多大的影响。
选择LAC作为调查对象是因为这个地区在地理位置、人口、经济上呈现高度多样性，从人口稀少的加勒比岛屿到人口众多的巴西、墨西哥，从高收入国家乌拉圭和巴拿马再到低收入国家尼加拉瓜和洪都拉斯。
这一区域的复杂性有助于理解生成式AI是如何与这些国家的劳动力市场相互作用，以及这种互动可能带来的不平等加剧或缓解的可能性。
此外，生成式AI与过往产品变革性技术不同的是，是可以自动执行很多需要高知识储备才能完成的任务，例如，可以允许非精英工人参与复杂决策，为一些没有法律知识储备的人提供法律帮助。
这种技术的变革对劳动力市场的影响是深远的，可能会重塑人类的专业技能，改变职业结构，进而影响到整个地区的经济发展和社会稳定。
在过去10年，LAC地区的总产值增长几乎为0，与北美、亚太等地区相比，对创新技术的应用是限制他们经济增长的重要原因之一。
所以，国际劳工也想了解一下生成式AI是否会打破这一僵局，帮助他们提升一下经济效益。
实际上，生成式AI确实能实现降本增效，例如，通过ChatGPT有助于提升写作能力，节省时间并提高输出质量；也可以通过生成式AI助手将代码编程的时间减少56%。
本次调查报告的主要发现：
LAC地区劳动市场有30-40%的就业岗位在不同程度上受生成式AI的影响，该地区有相当大的劳动力可能需要适应由这项新技术带来的职业结构变化。
其中，2%—5%的岗位可能会被生成式AI完全取代；8%—12%的岗位会从生成式AI中增获取收益，这说明大部分可能会带来工作方式的改变而非完全替代。
LAC地区存在巨大数字鸿沟：生成式AI确实能为一些国家、行业带来很大好处，但是如果使用地区的数字工作者较低、网络基础设施较差，即使一些职业在理论上可以从生成式AI中受益，但由于存在数字鸿沟无法充分发挥生成式AI的商业潜力，进一步拉大与发达地区的差距。
此外，生成式AI的部署、使用费用对于一些个人以及中小企业来说都是一个不小的负担，所以，想从生成式AI获取收益数字基础建设非常关键。
在城市环境中工作、具备高等教育背景、从事正规部门工作的人员，以及收入较高的劳动者，更有机会接触到生成式AI。这体现了教育和经济条件在决定技术接纳度上的重要性。
女性和有薪员工在某些行业面临更高的自动化风险，而在教育、健康和个人服务等行业，增强潜力更为明显，这表明生成式AI对不同性别和就业状态的人群的影响存在差异。
金融分析师、保险核保人、政府行政人员、教师、医生、客户服务代表、法律助理、IT专业人员、销售人员、市场营销专家、行政助理、平面设计师、创意人员等会受到生成式AI的较大影响，其中一些岗位可能会被生成式AI替代，有的也会获得工作效率的提升。
关于国际劳工组织
国际劳工创立于1919年隶属于联合国，有187个成员国，在推动全球劳动标准、社会保障和工作环境方面发挥了重要作用。
国际劳工主要在于制订和监督执行国际劳动标准。这些标准以公约和建议书的形式发布，涵盖了工作条件、社会保障、工会权利、劳动市场政策等广泛领域。截至目前，ILO已经通过了190多项公约和200多项建议书。
本文转自 AIGC开放社区 ，作者：AIGC开放社区
赞
收藏
回复
相关推荐
