“斯伯”宏观经济研究中心的分析师完成了一项大规模研究,评估了生成式人工智能在俄罗斯经济中应用的潜力。关键结论是:神经网络能够为劳动生产率增长贡献1.2个百分点。

这不仅仅是一个抽象的数字,而是将劳动力市场按职业对算法的脆弱性划分为四个类别后得出的结果。预期效果最大的领域是那些以文本信息为主要产品的行业。正是在这些领域,生成式模型展现出最高效率,能够比人类更快、更高质量地创作内容。

谁将从人工智能的应用中受益

首先,与数据处理和沟通相关的专业人士将从算法中获得高回报。其中包括:

  • 销售经理。
  • 软件开发人员。
  • 会计和审计师。
  • 市场营销人员和公关专家。
  • 呼叫中心客服人员。

例如,销售经理能够更快地发送商业提案,市场营销人员能够更迅速地生成广告标语,而呼叫中心员工将获得一位“智能”助手,替他们承担诸如“您的来电对我们非常重要”之类的标准话术。

中等影响水平

另一类专业人士的贡献预计高于平均水平,他们的任务部分可自动化,但仍需人工参与:

  • 销售人员和行政人员。
  • 商店店长。
  • 工程师和预算员。
  • 教师和讲师。

教师的情况尤其有趣。学生们使用神经网络的时间远早于教育系统对此的适应。结果,教学有可能变成两个算法通过中介进行的对话。

谁将不受算法影响

人工智能影响程度较低的群体包括从事体力劳动的从业者:

  • 司机、驾驶员和物流专员。
  • 钳工、汽车修理工和焊工。
  • 安装工和电工。
  • 装卸工、仓库管理员和包装工。
  • 杂工、清洁工和服务员。
  • 厨师和护士。

先进的语言模型无法卸下卡车货物、缝合伤口或打点滴。这些工作仍将由人类完成,因此手工劳动的效率将保持在原有水平。医生和外卖员则属于影响低于平均水平的中间类别。

因此,所期望的1.2%增长将由办公室员工贡献,他们的工作最适合自动化。而神经网络无法触及的职业将继续在人才短缺的条件下运作。

我的看法:“斯伯”的评估看起来保守但现实。短期内,人工智能确实会加剧“数字”职业与“体力”职业之间的不平等,但这恰恰将成为推动教育体系改革和人才再培训的动力。投资者应关注那些已将生成式模型应用于运营流程的公司——它们将在未来2-3年内获得竞争优势。