生成式人工智能：开启知识工作自动化的新时代

生成人工智能即将重新定义知识工作的格局。作为人工智能的一个子集，生成系统会生成新的原始内容，这些内容遵循它们所训练的输入数据的模式和结构。它们已成功应用于各个领域，从创作艺术和音乐到模拟现实的人类语言。当我们进入这个新时代时，了解这种变革性技术如何重塑我们的工作生活变得至关重要。

麦肯锡最近的一份报告详细研究了生成式人工智能如何影响知识工作。传统上，自动化技术专注于数据管理任务，例如收集和处理数据。然而，生成式人工智能的兴起及其固有的自然语言能力表明，自动化的重点可能会发生巨大变化。正如报告所述，“生成式人工智能对更多体力工作活动的影响变化要小得多，这并不奇怪，因为它的功能从根本上来说是为了完成认知任务而设计的。”

生成式人工智能特别强调涉及决策和协作的活动，有望彻底改变以前自动化潜力较低的领域。本文旨在深入研究该报告的研究结果，探讨生成式人工智能的结合如何可能改变知识工作的自动化潜力。

生成式人工智能改变自动化格局

生成式人工智能能力的进步开创了自动化的全新时代。过去的技术非常适合自动化重复性、数据量大的任务，但不太擅长处理认知、基于知识的活动的复杂性。生成式人工智能凭借其语言理解和生成能力，有望重新定义这一领域。

该报告估计，自动化专业知识应用的技术潜力已飙升 34 个百分点。同样，自动化管理和人才培养的潜力已从 2017 年的 16% 上升到 2023 年的惊人 49%。这些领域传统上被视为人类专有技能的堡垒，而生成式人工智能对它们的渗透意味着深刻的变革。自动化领域的转变。

自动化潜力急剧上升背后的驱动力是生成式人工智能在一系列任务和活动中理解和使用自然语言的能力。据估计，大约 40% 的经济活动至少需要人类对自然语言的理解达到中等水平。凭借生成式人工智能模型理解和生成类人文本的能力，自动化的全新领域已经开辟。

这一突破对于涉及高水平沟通、监督、记录以及与人的一般互动的工作具有重大影响。教育和技术等行业此前被认为是最后实现自动化的行业，但现在却处于这一变革浪潮的最前沿。这种转变证明了生成式人工智能所取得的飞跃，以及它如何重新定义我们对自动化潜力的理解。

生成式人工智能对基于语言的任务的影响

这些任务跨越各个部门和职业，但主要出现在涉及重要沟通、监督、文档记录以及与人的一般互动的角色中。通过利用生成式人工智能，这些基于语言的任务可以实现自动化，以提高效率、减少人为错误，并最终彻底改变这些角色的运作方式。

例如，教育工作者必须在教学、评分、提供反馈和管理工作之间平衡时间，可以将大量文档和管理职责交给人工智能。这不仅可以让教育工作者腾出时间专注于他们的主要角色，还可以确保管理任务的一致性和准确性。

同样，法律或医疗保健等领域的专业人士花费大量时间阅读、解释和起草复杂的文档，可以利用生成式人工智能来自动化其中一些任务。人工智能可以帮助审查合同、分析医疗报告，甚至起草文件的初始版本，使专业人员能够专注于工作中更细致、更关键的方面。

实际上，生成式人工智能有可能重新定义跨部门的工作格局。随着越来越多基于语言的任务实现自动化，角色和职责将会发生变化，这可能会导致工作性质的深刻转变。

悖论：生成式人工智能对高技能职业的影响

有趣的是，与之前的自动化技术浪潮不同，生成式人工智能对受教育程度较高的工人的影响最大。传统上，自动化技术一直是“技能偏向”的，对低技能工人的影响更大。然而，生成式人工智能通过提出一个悖论来颠覆这个概念——它最大的增量影响可能是对受过更多教育、更高技能的工人的自动化活动的影响。

考虑到较高的教育水平通常与更复杂的任务相关，这乍一看似乎有悖常理。然而，当检查生成式人工智能所针对的技能组合（例如决策、协作、专业知识应用，尤其是语言理解）时，很明显，这些通常是具有高等教育背景的专业人士的权限。例如，法律、教育、技术和医学领域的角色都需要高度的专业知识和决策能力，以及广泛的语言理解和运用。

这种转变的连锁反应可能是深远的。面对生成式人工智能的能力，通常被视为技能指标的教育程度可能不再是一个强有力的基准。这挑战了劳动力发展的传统范式，并强调了采用更加基于技能的方法来培育公平和高效体系的重要性。从本质上讲，生成式人工智能迫使我们重新考虑对“技能”的理解，以及哪些技能可能会被人工智能技术取代或补充。

因此，面对自动化，生成式人工智能的出现需要重新评估教育程度和工作保障之间的联系。随着人工智能的不断发展，很明显没有任何职业能够完全免疫——这一现实需要我们对如何进行教育和职业发展进行重大重新思考。

生成式人工智能和收入差距

生成式人工智能的影响预计将不仅仅局限于重塑工作角色和责任，它还有可能重新定义收入差距模式。从历史上看，自动化技术影响最大的职业是工资处于收入分配中间的职业。由于人力成本较低以及与某些任务自动化相关的技术困难，低工资职业的自动化更具挑战性。然而，生成式人工智能将显着改变这一趋势。

生成式人工智能所针对的知识密集型任务和角色通常对应于工资较高的知识工作者。由于这些职业涉及复杂的认知任务，以前被认为相对不受自动化的影响。然而，生成式人工智能的进步，特别是在自然语言理解和决策方面的进步，意味着这些角色现在具有更高的自动化潜力。

因此，生成式人工智能的最大影响很可能是针对高收入五分之一人群。这可能会在整个收入范围内产生更均匀的影响，这与之前的自动化技术浪潮经常引发的“中间空洞”形成鲜明对比。然而，它也强调了一个更紧迫的问题：随着生成式人工智能的进步，很明显，即使是工资较高、知识密集型的职位也无法免受自动化变革的影响。

随着生成式人工智能的不断发展，其在改变工作、重新定义技能和重塑收入差距方面的作用将变得更加明显。因此，政策制定者、教育工作者和行业领导者必须跟上这些变化的步伐，培养灵活、适应性强的劳动力队伍，并促进终身学习，作为未来工作的关键原则。最终，随着生成式人工智能继续彻底改变工作场所，它不仅带来了挑战，也带来了创造更加公平、高效和创新的经济的机会。

用生成式人工智能重新思考自动化

生成式人工智能重塑工作格局的潜力是巨大的。显然，技术将对我们执行的任务、我们重视的技能以及我们观察到的收入分配产生广泛的影响。随着生成式人工智能改变各个行业和技能水平的职业，它迫使我们重新思考对工作场所自动化的理解。

生成式人工智能的兴起凸显了重视适应性、弹性和持续学习的新技能的重要性。随着任务和角色的自动化，那些能够不断学习和适应的人将是最成功的。因此，企业需要培育终身学习的文化，并为员工提供不断提升技能的资源。此外，重要的是不要将这些变化视为威胁，而是提高工作质量和提高整体生产力的机会。

面对这场自动化革命，政策制定者也可以发挥重要作用。随着生成式人工智能提高了高技能、高工资工作的自动化潜力，迫切需要重新考虑劳动力发展战略。采取更加基于技能的方法可以带来更加公平、高效的劳动力培训和匹配系统。

此外，必须考虑生成式人工智能对收入差距的影响。它强调需要制定政策，确保财富分配公平，并确保所有收入阶层都能获得机会。随着生成式人工智能塑造工作的未来，最重要的是它所带来的好处能够在全社会公平分享。

总体而言，生成式人工智能的到来标志着自动化领域的新时代——它可以以以前难以想象的方式彻底改变知识工作。成功驾驭这一变革需要远见、适应性和集体承诺，利用该技术的潜力造福所有人。生成式人工智能工作的未来仍在展开，我们都可以在塑造这一叙事中发挥作用。