牛津经济研究院新成果：哪些职业最能在人工智能收益？

跨国技术公司、纳斯达克上市公司高知特（Cognizant）首席执行官 Ravi Kumar S 与牛津经济研究院首席执行官 Adrian Cooper 在福布斯“人工智能领导力对话”系列中，共同探讨了他们联合研究的“新工作，新世界”成果，以及生成式人工智能的采用及其对社会的深远影响。

牛津经济研究院推特截图

亮点

● 根据牛津经济研究院的预测，2032年生成式人工智能有可能使美国 GDP 增加约 4%，这主要通过提升生产力来实现。

● 生成式人工智能的影响将不仅限于重复性任务，知识工作者也将受到显著影响，专业工作的进入门槛会降低，这种技术将成为某种“平衡器”。

● 技能培训在生成式人工智能的应用中至关重要。随着技术与核心领域的交织，需要具备跨学科技能的人才。

Ravi Kumar S: Adrian，非常感谢你与高知特的合作。我们一起完成的牛津经济研究院的分析非常出色。关于生成式人工智能及其对工作、职业和任务的影响，我称之为“任务解剖学”。你们研究了一个非常详尽的清单，涵盖了将 18,000 个任务和 1,000 多个职业，不过这些数据都是基于美国的共识数据。如果将其推广到全球情况，会有什么不同呢？它的影响会非常不同。

Adrian Cooper: 是的，我认为我们可以从中学到一些经验，了解这种情况在其他国家可能会如何发展。我们可能会看到在许多新兴市场或发展中经济体中的影响较小。尽管如此，我认为值得记住的是，即使在这些国家中，也有一些行业会受到显著影响。显然，像印度的 IT 或商业外包行业，它们可能会非常积极地采用这些技术。而那些对外资投资非常开放的经济体，也会因为技术转移而受益，这将帮助这些经济体相对快速地使用新技术。

Ravi Kumar S: 我知道你们为美国经济量化了一些数字，涉及 GDP 的影响、生产力影响以及总体生产力。你能简要概括一下这些内容吗？

Adrian Cooper: 好的。例如，我们发现到 2032 年，在最乐观的情况下，生成式人工智能可能会使整体 GDP 增加约 4%，这主要是通过提升劳动力的生产力来实现的。要将其放在一个长期的背景中，美国经济通常每年平均增长约 2% 左右。所以，在这种情况下，我们可以说生成式人工智能相当于提供了额外的两年增长。我们使用了一个非常有用的数据集，这是由美国政府赞助的研究，涵盖了 1000 个职业，并将这些职业细分为 18,000 个不同的任务。每个职业由大约 4 到 40 个不同的任务组成。我们想问的是，这 18,000 个任务中，哪些会显著受到生成式人工智能的影响？哪些任务会在不同程度上得到辅助？哪些任务可能会被完全自动化？哪些任务不会受到任何影响？我们深入到如此微观的层面，思考生成式人工智能将如何改变我们日常工作中的任务，然后从这些任务的变化推测到整体宏观经济影响，这是我们这项研究的独特之处。

Ravi Kumar S: 我确实相信，这是一种具有独特机会来增强人类潜力的技术，而不是替代人类。因为（计算机）输出是概率性的，而不是确定性的，由于它是概率性的，你需要有人类在循环中参与。如果可以这么说的话，因为计算机正在试图理解人类，没有一个界面，没有必要的技能来利用它。因此，未来它必须变得更加人性化。我确实相信，这就是人们对它的乐观态度所在。如果你使它足够负责任，它将变得非常优越。

Adrian Cooper: 我确实认为这项技术与之前的通用技术相比，可能会以非常不同的方式影响社会和人们的工作机会。宏观层面来看，我认为我们目前面临的许多挑战反映了自全球金融危机以来经济增长率一直令人失望，这导致了人们对生活水平的期望未能实现。这也意味着我们没有足够的资源用于社会护理、医疗、教育等方面。而生成式人工智能有可能显著提高经济增长率，使经济在未来十年内显著扩大，这不仅会影响个人的生活水平，更重要的是，它会让社会有更多资源来应对老龄化、提供医疗和社会护理等问题。

Ravi Kumar S: 实际上，Adrian，与过去的技术断层不同，过去的技术通常会消除金字塔底部的重复性任务，而生成式人工智能则没有这种同质性，因为它可能会影响各行各业。而且这是第一次，知识工作者会比其他人受到更大的影响，（因为）专业工作的进入门槛会降低。我们将（关注）去技能化工作，某种程度上，这是一种提升。生产率较低的人反而会比生产率较高的人受益更多。实际上，我们在高知特的开发者社区中发现，底部 50% 的开发者受益远超过顶部 50% 的开发者。所以，这是一种平衡器，如果我可以这样说的话。

Adrian Cooper: 我认为在这种意义上它确实是一种平衡器。但具体到个人的影响，我认为你是对的，它确实会让一些人今天没有适合的技能的职业在未来变得开放。

Ravi Kumar S: 完全同意，Adrian。事实上，技能培养将变得非常非常重要，如果你想要把方向引导正确。我认为，技术会越来越多地与核心领域交织在一起，因此你需要具备生物学和计算机技能的专业知识，化学专业也需要计算机技能，还需要人类学家和社会学家来找到下一个有意义的问题，让机器来解决。所以这是一种非常好的引导未来的方式。我们想要做的是，将这项研究作为初步的引导，分析我们客户行业中的每个工作和每个工作任务。我们还有一个名为 Synapse 的计划，这是一个在社区中培养技能的计划，针对我们社区中的许多操作性工作。我们希望在客户社区和员工社区中再培训一百万人，使他们通过 AI 技能培训受益，从而使他们的工作更有意义。这就是未来的方向，这也是我们在高知特所要做的事情。这对我们的客户和员工意味着什么，感谢你 Adrian，带来这次非常精彩的对话。我期待继续这项研究，深入探讨每个行业的具体情况，使其更符合具体行业和企业的需求。

Adrian Cooper: 非常感谢，我们非常享受这项工作的合作。这对于未来全球经济的发展至关重要，同时也给我们的团队提出了许多非常有趣和具有挑战性的分析问题。我们非常期待与您进一步深入探讨，与高知特的合作非常愉快。