國際勞工：ChatGPT等生成式AI，影響1700萬工作崗位
聯合國-國際勞工組織（ILO）和世界銀行發布了一份關于，ChatGPT、Gemini等生成式AI對拉丁美洲和加勒比地區（LAC）各行業影響的深度調查報告。
為了確保本次調查數據的準確性，國際勞工對LAC地區的22個國家使用了ISCO精準職業分類、PIAAC數據以及GBB分析模型，同時涵蓋性別、地區、年齡、教育、貧困狀況、收入等信息，有助于分析不同群體在生成式AI影響方面的差異。
調查結果顯示，生成式AI會對LAC地區的1700萬個工作崗位產生巨大影響，其中女性崗位700萬個，男性崗位1000萬個；金融、保險、公共行政等那些處理大量數據的行業會被生成式AI替代。
但只有2%—5%的崗位會被完全替代。這也就是說，生成式AI會重塑多數工作業務流程開創“人機協作”模式，會像Office那樣成為日常辦公工具。
所以，國際勞工認為，教育、法律、醫療、客戶服務、市場營銷等行業將是生成式AI的受益者，可大幅度提升工作效率。
同時建議一些需要大量處理數據的和靈感創意的行業，應該好好學習和利用一下生成式AI，在提升工作效率的同時能盡量避免失業。搶你工作職位的不是AI，而是會使用AI的人。
由于本次報告內容較多，「AIGC開放社區」只為大家解讀主要內容，如果想查看所有原文內容，可以去國際勞工官網下載。
本次調查的研究背景
隨著ChatGPT、Gemini等現象級生成式AI產品的出現，使得人們對AI的關注、應用飛速上升。
在美國，超過半數的成年人對無所不能的生成式AI產生了巨大擔憂，最擔心自己的工作被AI取代。
而瑞士的一項調查也顯示，很多使用計算機工作者對未來5年內可能失業感到憂慮。
所以，國際勞工希望通過深度調查，想看看生成式AI到底對各行業能產生多大的影響。
選擇LAC作為調查對象是因為這個地區在地理位置、人口、經濟上呈現高度多樣性，從人口稀少的加勒比島嶼到人口眾多的巴西、墨西哥，從高收入國家烏拉圭和巴拿馬再到低收入國家尼加拉瓜和洪都拉斯。
這一區域的復雜性有助于理解生成式AI是如何與這些國家的勞動力市場相互作用，以及這種互動可能帶來的不平等加劇或緩解的可能性。
此外，生成式AI與過往產品變革性技術不同的是，是可以自動執行很多需要高知識儲備才能完成的任務，例如，可以允許非精英工人參與復雜決策，為一些沒有法律知識儲備的人提供法律幫助。
這種技術的變革對勞動力市場的影響是深遠的，可能會重塑人類的專業技能，改變職業結構，進而影響到整個地區的經濟發展和社會穩定。
在過去10年，LAC地區的總產值增長幾乎為0，與北美、亞太等地區相比，對創新技術的應用是限制他們經濟增長的重要原因之一。
所以，國際勞工也想了解一下生成式AI是否會打破這一僵局，幫助他們提升一下經濟效益。
實際上，生成式AI確實能實現降本增效，例如，通過ChatGPT有助于提升寫作能力，節省時間并提高輸出質量；也可以通過生成式AI助手將代碼編程的時間減少56%。
本次調查報告的主要發現：?
?
LAC地區勞動市場有30-40%的就業崗位在不同程度上受生成式AI的影響，該地區有相當大的勞動力可能需要適應由這項新技術帶來的職業結構變化。
其中，2%—5%的崗位可能會被生成式AI完全取代；8%—12%的崗位會從生成式AI中增獲取收益，這說明大部分可能會帶來工作方式的改變而非完全替代。
LAC地區存在巨大數字鴻溝：生成式AI確實能為一些國家、行業帶來很大好處，但是如果使用地區的數字工作者較低、網絡基礎設施較差，即使一些職業在理論上可以從生成式AI中受益，但由于存在數字鴻溝無法充分發揮生成式AI的商業潛力，進一步拉大與發達地區的差距。
此外，生成式AI的部署、使用費用對于一些個人以及中小企業來說都是一個不小的負擔，所以，想從生成式AI獲取收益數字基礎建設非常關鍵。
在城市環境中工作、具備高等教育背景、從事正規部門工作的人員，以及收入較高的勞動者，更有機會接觸到生成式AI。這體現了教育和經濟條件在決定技術接納度上的重要性。
女性和有薪員工在某些行業面臨更高的自動化風險，而在教育、健康和個人服務等行業，增強潛力更為明顯，這表明生成式AI對不同性別和就業狀態的人群的影響存在差異。
金融分析師、保險核保人、政府行政人員、教師、醫生、客戶服務代表、法律助理、IT專業人員、銷售人員、市場營銷專家、行政助理、平面設計師、創意人員等會受到生成式AI的較大影響，其中一些崗位可能會被生成式AI替代，有的也會獲得工作效率的提升。
關于國際勞工組織
國際勞工創立于1919年隸屬于聯合國，有187個成員國，在推動全球勞動標準、社會保障和工作環境方面發揮了重要作用。
國際勞工主要在于制訂和監督執行國際勞動標準。這些標準以公約和建議書的形式發布，涵蓋了工作條件、社會保障、工會權利、勞動市場政策等廣泛領域。截至目前，ILO已經通過了190多項公約和200多項建議書。
本文轉自 AIGC開放社區 ，作者：AIGC開放社區
