工作的未来：提升技能或被抛在后头
Future of Work Enhancing Skills or Left Behind
人工智能的崛起正在从根本上改变工作世界。根据世界经济论坛2023年的就业报告，未来五年将有8300万个工作岗位因技术和经济变革而被取代。与此同时，随着公司采用新技术和市场发展，还可能出现6900万个新的角色。这构成了1.52亿个工作岗位的结构性变动，相当于数据集中所代表的6.73亿名员工的23%。最终的结果是潜在的失业人数将达到1400万人，占研究对象劳动力的2%。
这些统计数据突显了人工智能影响的双重性质。一方面，这项技术可以自动化例行和重复的任务，从而使人类工作者能够专注于更有意义和创造性的工作。根据普华永道的分析，到2030年，人工智能和机器人技术可能为全球GDP贡献15万亿美元。另一方面，某些工作将不可避免地因自动化而丧失，包括制造业、客户服务、货运和行政工作等各个领域。即使我们追求最大化的好处，也不能忽视这一负面影响。
随着人工智能能力的快速提升，我们正在书写工作未来的下一章。但这不是由技术独自决定的故事。政府、雇主、教育者和工人们今天的决策将决定人工智能是用来增强人类潜力还是加剧社会不平等。积极的准备和道德的实施对于塑造一个以人工智能为动力的世界，其中技术提升生活和谋生能力至关重要。
再培训和提升技能
技术变革的速度意味着未来几年全球劳动力的大多数将需要额外的培训。根据上述世界经济论坛的就业前景，到2027年，60%的工人将需要重新培训，但目前只有一半的工人通过雇主获得了足够的提升技能的机会。在未来的重点技能方面，分析思维被预计将成为培训计划的主要关注领域，占所有再培训计划的10%。第二个重点是培养创造性思维，它将占到提升技能工作的8%。培训人工智能和大数据技能具体排名第三，有42%的公司计划专注于这方面。
雇主希望培养的其他关键技能包括领导力和社会影响力、适应力和敏捷性，以及终身好奇心和学习能力。三分之二的公司预计在一年内通过技能培训投资获得回报，这些回报包括提高员工的流动性、满意度和生产力。
值得注意的是，一些技能在企业战略中的优先级远高于它们当前的重要性。特别是人工智能和大数据，在计划的培训项目中排名要远高于它们在当前劳动力中的评估角色。这表明企业将其视为具有战略重要性的未来核心能力。领导力和社会影响力、设计、环境保护、市场营销以及网络/网络安全方面也存在类似的差距。
这不仅是为了准备将要创造的工作，也是为了适应即将转变的工作。企业开始意识到雇用新的、经过外部培训的人才的成本可能是禁止性的，并且留住已经与组织文化保持一致的员工具有内在价值。另一个关键因素是再培训计划与公司更广泛的战略目标的一致性。培训的技能必须直接适用于业务需求，并且应该为员工在组织内未来的角色做好准备，而不是使用通用的培训模块。
主动提升员工技能的雇主可以在混乱中获得竞争优势，同时表明对员工的承诺。然而，执行可能具有挑战性，因为员工可能对新的培训计划的效用持怀疑态度，特别是如果他们已经在他们目前的角色中安定下来。中层管理人员可能会将这些举措视为工作流程的干扰，甚至认为这些举措对自己的工作安全构成威胁。强大的沟通、像培训后的工资增加这样的激励措施，以及明确的职业晋升前景的展示，对于克服障碍至关重要。
人工智能采用的风险和道德挑战
尽管人工智能的潜力巨大，但将其负责地整合到业务实践中需要应对一些重大风险和道德困境。随着人工智能系统承担越来越高风险的决策，我们必须优先考虑透明度、问责制和人类监督。
一个主要关注点是人工智能的滥用潜在性，无论是故意恶意还是无意的。一组麻省理工学者正在倡导成立全球人工智能观察组织（GAIO）–一个协调机构，用于收集数据、识别风险与机会，并提供人工智能政策的指导。目前，各种实体收集了有价值但零散的人工智能见解–各国追踪国内发展、公司收集行业指标，而像经济合作与发展组织（OECD）这样的组织则分析国家政策。GAIO将在一个机构框架下整合这些努力，以提高透明度、合规性和社会责任。
另一个风险在于许多人工智能系统的不透明性，这使得我们很难理解它们如何做出决策。缺乏透明度阻碍了适当的评估，并降低了信任。2022年美国国家标准与技术研究院的一份报告发现，人工智能模型在更严格的测试中经常做出与训练数据相矛盾的不可预测决策。虽然并非每个系统都能完全解释，但在涉及医疗、金融和刑事司法等敏感环境中使用的人工智能应该被要求具有某种程度的可解释性。
最后，用于开发人工智能的数据必须经过质量和潜在偏见的审查。研究发现，图像识别算法对女性和有色人种的准确度较低，自然语言处理则存在性别刻板印象。由于机器学习高度依赖数据，如果数据本身反映了社会偏见，不公平的偏见可能会被传播。在人工智能团队中实现多样性和包容性也能构建更具道德和同理心的系统。将伦理纳入组织价值观是关键。
如何应对未来的工作？
在降低风险的同时实现人工智能的优势，需要一种协调一致的方法，明确各个关键利益相关者的责任。个人应该专注于持续发展具有未来可靠性的技能，如适应性、技术素养和创造性思维。研究表明，随着自动化的增加，这些以人为中心的技能将变得更有价值。在人工智能时代，持续开放地进行再培训和提升技能至关重要。
雇主必须提供丰富的内部和外部培训资源，为员工提供充足的提升技能机会。他们还应该在部署之前对人工智能系统进行伦理和意外偏见的审计。例如，埃森哲建议公司实施负责任的人工智能框架，并通过基准来衡量进展。工作流程可能需要重新设计，以有效地整合人类和人工智能的能力。
政府承担最广泛的责任。资助大规模的再培训计划，提供数字基础设施，并制定人工智能伦理标准和法规，是关键的公共政策干预措施。欧洲委员会计划每年投资10亿欧元用于先进技能发展。税收和激励结构也需要不断调整，以在提高生产力的同时保持就业。
学术机构还必须改革课程，培养具备人工智能准备能力的人才。学校应该从早期开始教授计算思维和伦理推理，为未来的一代做好准备。负责任的人工智能采用需要各方共同行动。
