跨國技術公司、納斯達克上市公司高知特（Cognizant）執行長 Ravi Kumar S 與牛津經濟研究院執行長 Adrian Cooper 在富比士「人工智慧領導力對話」系列中，共同探討了他們聯合研究的「新工作，新世界」成果，以及生成式人工智慧的采用及其對社會的深遠影響。
·亮點
✔ 根據牛津經濟研究院的預測，2032年生成式人工智慧有可能使美國 GDP 增加約 4%，這主要透過提升生產力來實作。
✔ 生成式人工智慧的影響將不僅限於重復性任務，知識工作者也將受到顯著影響，專業工作的進入門檻會降低，這種技術將成為某種「平衡器」。
✔ 技能培訓在生成式人工智慧的套用中至關重要。隨著技術與核心領域的交織，需要具備跨學科技能的人才。
以下是高知特CEO Ravi Kumar S 與牛津經濟研究院CEO Adrian Cooper的完整對話：
Ravi Kumar S: Adrian，非常感謝你與高知特的合作。我們一起完成的牛津經濟研究院的分析非常出色。關於生成式人工智慧及其對工作、職業和任務的影響，我稱之為「任務解剖學」。你們研究了一個非常詳盡的清單，涵蓋了將 18,000 個任務和 1,000 多個職業，不過這些數據都是基於美國的共識數據。如果將其推廣到全球情況，會有什麽不同呢？它的影響會非常不同。
Adrian Cooper: 是的，我認為我們可以從中學到一些經驗，了解這種情況在其他國家可能會如何發展。我們可能會看到在許多新興市場或開發中經濟體中的影響較小。盡管如此，我認為值得記住的是，即使在這些國家中，也有一些行業會受到顯著影響。顯然，像印度的 IT 或商業外包行業，它們可能會非常積極地采用這些技術。而那些對外資投資非常開放的經濟體，也會因為技術轉移而受益，這將幫助這些經濟體相對快速地使用新技術。
Ravi Kumar S: 我知道你們為美國經濟量化了一些數位，涉及 GDP 的影響、生產力影響以及總體生產力。你能簡要概括一下這些內容嗎？
Adrian Cooper: 好的。例如，我們發現到 2032 年，在最樂觀的情況下，生成式人工智慧可能會使整體 GDP 增加約 4%，這主要是透過提升勞動力的生產力來實作的。要將其放在一個長期的背景中，美國經濟通常每年平均增長約 2% 左右。所以，在這種情況下，我們可以說生成式人工智慧相當於提供了額外的兩年增長。我們使用了一個非常有用的數據集，這是由美國政府贊助的研究，涵蓋了 1000 個職業，並將這些職業細分為 18,000 個不同的任務。每個職業由大約 4 到 40 個不同的任務組成。我們想問的是，這 18,000 個任務中，哪些會顯著受到生成式人工智慧的影響？哪些任務會在不同程度上得到輔助？哪些任務可能會被完全自動化？哪些任務不會受到任何影響？我們深入到如此微觀的層面，思考生成式人工智慧將如何改變我們日常工作中的任務，然後從這些任務的變化推測到整體宏觀經濟影響，這是我們這項研究的獨特之處。
Ravi Kumar S: 我確實相信，這是一種具有獨特機會來增強人類潛力的技術，而不是替代人類。因為（電腦）輸出是機率性的，而不是確定性的，由於它是機率性的，你需要有人類在迴圈中參與。如果可以這麽說的話，因為電腦正在試圖理解人類，沒有一個界面，沒有必要的技能來利用它。因此，未來它必須變得更加人性化。我確實相信，這就是人們對它的樂觀態度所在。如果你使它足夠負責任，它將變得非常優越。
Adrian Cooper: 我確實認為這項技術與之前的通用技術相比，可能會以非常不同的方式影響社會和人們的工作機會。宏觀層面來看，我認為我們目前面臨的許多挑戰反映了自全球金融危機以來經濟增長率一直令人失望，這導致了人們對生活水平的期望未能實作。這也意味著我們沒有足夠的資源用於社會護理、醫療、教育等方面。而生成式人工智慧有可能顯著提高經濟增長率，使經濟在未來十年內顯著擴大，這不僅會影響個人的生活水平，更重要的是，它會讓社會有更多資源來應對老齡化、提供醫療和社會護理等問題。
Ravi Kumar S: 實際上，Adrian，與過去的技術斷層不同，過去的技術通常會消除金字塔底部的重復性任務，而生成式人工智慧則沒有這種同質性，因為它可能會影響各行各業。而且這是第一次，知識工作者會比其他人受到更大的影響，（因為）專業工作的進入門檻會降低。我們將（關註）去技能化工作，某種程度上，這是一種提升。生產率較低的人反而會比生產率較高的人受益更多。實際上，我們在高知特的開發者社群中發現，底部 50% 的開發者受益遠超過頂部 50% 的開發者。所以，這是一種平衡器，如果我可以這樣說的話。
Adrian Cooper: 我認為在這種意義上它確實是一種平衡器。但具體到個人的影響，我認為你是對的，它確實會讓一些人今天沒有適合的技能的職業在未來變得開放。
Ravi Kumar S: 完全同意，Adrian。事實上，技能培養將變得非常非常重要，如果你想要把方向引導正確。我認為，技術會越來越多地與核心領域交織在一起，因此你需要具備生物學和電腦技能的專業知識，化學專業也需要電腦技能，還需要人類學家和社會學家來找到下一個有意義的問題，讓機器來解決。所以這是一種非常好的引導未來的方式。我們想要做的是，將這項研究作為初步的引導，分析我們客戶行業中的每個工作和每個工作任務。我們還有一個名為 Synapse 的計劃，這是一個在社群中培養技能的計劃，針對我們社群中的許多操作性工作。我們希望在客戶社群和員工社群中再培訓一百萬人，使他們透過 AI 技能培訓受益，從而使他們的工作更有意義。這就是未來的方向，這也是我們在高知特所要做的事情。這對我們的客戶和員工意味著什麽，感謝你 Adrian，帶來這次非常精彩的對話。我期待繼續這項研究，深入探討每個行業的具體情況，使其更符合具體行業和企業的需求。
Adrian Cooper: 非常感謝，我們非常享受這項工作的合作。這對於未來全球經濟的發展至關重要，同時也給我們的團隊提出了許多非常有趣和具有挑戰性的分析問題。我們非常期待與您進一步深入探討，與高知特的合作非常愉快。
END
都看到這裏了，拜托點贊+「在看」
